『匡醍译研报 02』 驯龙高手，从股谚到量化因子的工程化落地

头上三柱香，不死也赔光。

上一期文章中，我们复现了研报的因子构建部分，分别是影线因子、威廉影线因子以及由此组合而来的 UBL 因子。这一期我们将对这些因子进行检验。

因子检验固然是因子挖掘中必不可少的一环，但它应该是一个 routine 的工作 – 我们不应该每次都重新发明轮子。然而，当我们使用Alphalens 来进行因子检验时，令人尴尬的事情发生了。

Alphalens 请就位

Alphalens 是一个基于 pandas 的开源库，它提供了一系列的函数，用于对因子进行分析和评估。一直以来是因子检验的不二之选。

所以，我们先拿上影线标准差因子来试试。

不出意外的话，意外就会发生了。Alphalens 会抛出一个异常：

calc_candle_up_std_factor 函数返回的数据，只包含每个月末的日期，Alphalens 无法从中推断出交易日历，因此抛出了异常。

从根本上说，Alphalens 无法处理按月调仓的策略。Alphalens 推荐的一个变通方案是，你可以按日计算因子，再指定periods参数为 [21, 105, 210]，这样来模拟按 1 个月、5 个月和 10 个月来计算远期收益。但是，它推荐的变通方案也不见得可行，因为不是每个月都刚好 21 个交易日。

介绍一位新人

<