广告:本人的单因子测试视频教程https://edu.youkuaiyun.com/course/detail/25572
衡量一个因子的好坏还有一个指标,就是稳定性。因子的稳定性直接决定了你的调仓频率。
1.基本数据获取
每天每个股票的因子分层位置。
我们先来看第一个计算换手率的函数。
def quantile_turnover(quantile_factor, quantile, period=1):
我们来看一下这个计算出来的是什么:某一层因子中,某个股票之前不在这个层,现在在了的比例是多少。
参数解释:
quantile_factor : pd.Series
日期、股票名为index,因子层序号为value的series,也就是factor_data['factor_quantile'],所以,我们先把quantile_factor = factor_data['factor_quantile']定义好。
quantile : int
计算哪一层的换手率
period: int, optional
计算哪一个周期调仓的换手率
返回一个 pd.Series,value是换手率,例如:
alphalens.performance.quantile_turnover(quantile_factor, 1, 1),返回的就是日调仓,因子层第一层的换手率。


本文介绍了如何使用AlphaLens库进行因子稳定性的衡量,包括计算换手率和自回归系数,以评估因子调仓频率和稳定性。通过`quantile_turnover`函数计算不同层的换手率,并用`plot_top_bottom_quantile_turnover`绘制图形,同时利用`factor_rank_autocorrelation`分析因子的自回归程度,进一步确保因子的质量。
最低0.47元/天 解锁文章
1万+

被折叠的 条评论
为什么被折叠?



