用python做股票因子分析_因子分析（by+alphalens）

因子分析(by+alphalens)

目录Alphalens是什么？

使用Alphalens的数据准备工作？

如何用Alphalens测试选股因子效果？

什么是信息系数？

如何通过信息系数的可视化呈现进一步观测因子效果？

更多：因子在不同板块的选股能力比较分析

Alphalen是什么？

Alphalens是一个Python第三方库，专门用于选股因子alpha(α)的绩效分析。因子：

对股价未来涨跌有预测效果的指标

下载方式： pip install alphalens==0.2.1

使用Alphalens的数据准备工作？factor: MultiIndex(用stack()方法来转换)

prices: DataFrame

索引要求均为日期-datetime日期格式

将以上数据通过alphalens处理成标准格式-factor_data 用于进一步分析

下面以沪深300成分股为例，构造选股因子(factor)并

fromjaqs_fxdayu.dataimportDataView# 可以视为一个轻量级的数据库，数据格式基于pandas，方便数据的调用和处理

fromjaqs_fxdayu.dataimportRemoteDataService# 数据服务，用于下载数据

importos

importwarnings

warnings.filterwarnings("ignore")

dataview_folder='../Factor'

ifnot(os.path.isdir(dataview_folder)):

os.makedirs(dataview_folder)

# 数据下载

defsave_dataview():

data_config={

"remote.data.address":"tcp://data.quantOS.org:8910",

"remote.data.username":"18566262672",

"remote.data.password":"eyJhbGciOiJIUzI1NiJ9.eyJjcmVhdGVfdGltZSI6IjE1MTI3MDI3NTAyMTIiLCJpc3MiOiJhdXRoMCIsImlkIjoiMTg1NjYyNjI2NzIifQ.O_-yR0zYagrLRvPbggnru1Rapk4kiyAzcwYt2a3vlpM"

}

ds=RemoteDataService()

ds.init_from_config(data_config)

dv=DataView()

props={'start_date':20140101,'end_date':20140201,'universe':'000300.SH',

'fields':"pb,pe,ps,float_mv,sw1",

'freq':1}

dv.init_from_config(props,ds)

dv.prepare_data()

dv.save_dataview(dataview_folder)# 保存数据文件到指定路径，方便下次直接加载

# save_dataview()

# 加载数据

dv=DataView()

dv.load_dataview(dataview_folder)Dataview loaded successfully.

dv.fields['low_adj',

'index_weight',

'ps',

'index_member',

'close_adj',

'high_adj',

'sw1',

'float_mv',

'high',

'open_adj',

'vwap_adj',

'pb',

'open',

'pe',

'vwap',

'close',

'adjust_factor',

'low',

'trade_status']

importpandasaspd

fromdatetimeimportdatetime

factor=dv.get_ts("pb")

factor.index=pd.Index(map(lambdax:datetime.strptime(str(x),"%Y%m%d"),factor.index))#索引调整为datetime日期格式

factor=factor.stack()#处理成MultiIndex格式(alphalens分析因子必须的格式)

factor.head()symbol

2014-01-02 000001.SZ 1.0563

000002.SZ 1.2891

000008.SZ 4.8981

000009.SZ 3.5794

000012.SZ 2.3725

dtype: float64

defchange_index(df):

df.index=pd.Index(map(lambdax:datetime.strptime(str(x),"%Y%m%d"),df.index))