WorldQuant因子分析复现

本文在BigQuant平台上复现WorldQuant的因子分析,介绍了模拟参数和指标,如本金、流动性排名、因子平滑参数等,并展示了如何使用市值因子进行案例分析,包括计算多空头寸数量、夏普比等关键指标。
部署运行你感兴趣的模型镜像

WorldQuant因子分析复现

WorldQuant因子模拟简介

在这里插入图片描述

WorldQuant发布了WebSim后,本着全世界给它当矿工的精神,大大降低了普通人因子挖掘的门槛。用户只需要输入因子表达式,便能得到这个因子的alpha收益。

本文在BigQuant人工智能量化投资平台进行复现,复现方式和WebSim也有异曲同工之处,用户可以只输入因子表达式以及一些相关参数,便能够获取因子分析的相关结果。文末给出源码链接,感兴趣朋友可以直接前往原文,一键克隆源码进行复现。

模拟参数介绍

  • Booksize:代表本金,默认本金1千万,2倍杠杠的话就是2千万
  • topN:代表选取流动性排名前N的股票作为证券池,默认1000
  • decay:代表因子平滑的参数,decay其实就是下面表达式中的n,
    x [ d a t e ] ∗ n + x [ d a t e − 1 ] ∗ ( n − 1 ) + ⋯ + x [ d a t e − n − 1 ] n + ( n − 1 ) + ⋯ + 1 \frac{x[date]*n+x[date-1]*(n-1)+\cdots+x[date-n-1]}{n+(n-1)+\cdots+1} n+(n1)++1x[date]n+x[date1](n1)++x[daten1],默认是4
  • max_stock_weight:代表组合中的单个股票最大权重,默认0.1
  • neuralized_type:代表中性化的方式,分别有market和industry两种方式

模拟指标介绍

  • Long/Short Count: 多空头寸数量
  • PnL: 当年头寸损益(金额)
  • Sharpe: 夏普比
  • Fitness: 定义为Sharpe * abs(Returns) / Turnover
  • Returns: 年华收益率
  • Drawdown: 最大回撤
  • Turnover: 换手率
  • Margin: 定义为PnL / 总交易额
  • Alpha0: 权重是当天因子值,收益率定义:close_0/open_0-1
  • Alpha1: 权重是前一天因子值,收益率定义:close_0/close_1-1
  • Alpha2:权重是前一天因子值,收益率定义:close_0/open_0-1

案例展示

我们以市值因子作为示例,因子表达式为:-1*market_cap_0。我们在模块m6中输入因子表达式,选择默认参数,点击运行全部。


本文由BigQuant人工智能量化投资平台原创推出,版权归BigQuant所有,转载请注明出处。

您可能感兴趣的与本文相关的镜像

Python3.10

Python3.10

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值