因子分析（by alphalens） - ChannelCMT/OFO GitHub Wiki

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

官方网站： http://quantopian.github.io/alphalens/index.html

历史数据 Factor链接：https://pan.baidu.com/s/1QHFTn4ya1Z2ph8VFeokP7Q 提取码：zlxr

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)

如果出现cannot set WRITEABLE flag to True of this array的报错，降级numpy的版本。

windows: 在https://www.lfd.uci.edu/~gohlke/pythonlibs/

中找到numpy的1.15.4的版本进行下载安装

mac: pip install numpy==1.15.4

    from jaqs_fxdayu.data import DataView # 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
    from jaqs_fxdayu.data import RemoteDataService # 数据服务，用于下载数据
    import os
    import warnings
    warnings.filterwarnings("ignore")
    dataview_folder = '../Factor'
    if not (os.path.isdir(dataview_folder)):
        os.makedirs(dataview_folder)
    dv = DataView()
    dv.load_dataview(dataview_folder)

Dataview loaded successfully.

dv.fields

['close_adj',
 'low_adj',
 'ps',
 'index_weight',
 'open',
 'volume',
 'high',
 'low',
 'ann_date',
 'high_adj',
 'pe',
 'roe',
 'vwap',
 'adjust_factor',
 'vwap_adj',
 'open_adj',
 'float_mv',
 'sw1',
 'index_member',
 'pb',
 'close',
 'quarter',
 'trade_status']

import pandas as pd
from datetime import datetime

factor = dv.get_ts("pb")
factor.index = pd.Index(map(lambda x: 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

def change_index(df):
    df.index = pd.Index(map(lambda x: datetime.strptime(str(x),"%Y%m%d") , df.index)) #索引调整为datetime日期格式 
    return df

prices = dv.get_ts("close_adj") #获取价格
prices = change_index(prices)
prices.head()

symbol	000001.SZ	000002.SZ	000008.SZ	000009.SZ	000012.SZ	000024.SZ	000027.SZ	000039.SZ	000046.SZ	000059.SZ	...	601998.SH	603000.SH	603160.SH	603288.SH	603699.SH	603799.SH	603833.SH	603858.SH	603885.SH	603993.SH
2014-01-02	685.432796	869.28004	54.679500	57.244120	155.894015	97.545898	45.840241	348.968736	130.848969	7.635187	...	4.617178	79.318951	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6.541196
2014-01-03	668.619236	852.96064	54.375725	55.721670	153.407362	95.883723	44.750802	354.379104	128.507153	7.359216	...	4.545408	78.055589	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6.438347
2014-01-06	654.047484	813.79408	51.702505	55.234486	144.799717	90.754728	43.745166	342.656640	126.458064	7.006587	...	4.473638	77.762489	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6.191510
2014-01-07	651.805676	808.35428	50.973445	55.112690	144.034593	88.760118	43.577560	353.026512	124.408975	6.883933	...	4.461677	79.743441	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6.191510
2014-01-08	659.091552	807.26632	50.001365	54.138322	143.652031	86.338093	44.080378	351.448488	126.165337	6.853270	...	4.473638	81.865890	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6.098946

5 rows × 488 columns

import alphalens

#计算目标股票池每只股票的持有期收益，和对应因子值的quantile分类
factor_data = alphalens.utils.get_clean_factor_and_forward_returns(factor, prices, quantiles=5, periods=(1,5,10))
factor_data.head()

		1	5	10	factor	factor_quantile
date	asset
2014-01-02	000001.SZ	-0.024530	-0.033524	-0.044154	1.0563	1
	000002.SZ	-0.018773	-0.066333	-0.100125	1.2891	2
	000008.SZ	-0.005556	-0.102222	-0.054444	4.8981	4
	000009.SZ	-0.026596	-0.075532	-0.057447	3.5794	4
	000012.SZ	-0.015951	-0.093252	-0.039264	2.3725	3

如何用Alphalens测试选股因子效果？

demeaned:是否计算相对收益（减去当日所有assets持有期收益的均值）
累计收益计算方法：日化复利再逐日累乘-无法根据该方式复制投资组合

import matplotlib.pyplot as plt
mean_return_by_q, std_err_by_q = alphalens.performance.mean_return_by_quantile(factor_data, by_date=True, demeaned=True)

alphalens.plotting.plot_cumulative_returns_by_quantile(mean_return_by_q, 1)
alphalens.plotting.plot_cumulative_returns_by_quantile(mean_return_by_q, 5)
alphalens.plotting.plot_cumulative_returns_by_quantile(mean_return_by_q, 10)
plt.show()

什么是信息系数？

度量变量的预测值与实际值之间的相关关系。信息系数是用来评估金融分析师预测技能的一种表现方法。

系数在-1到1之间，越大表示正相关程度强。

这里，我们可以用信息系数来评价一个选股因子效力的好坏。也即，用因子值大小与下一期股票收益大小的相关程度来评估因子。

经验来看，通常|mean(IC)|>0.02可以作为判定一个选股因子有收益预测效力的标准

什么是spearman相关系数？

其中d为秩次差。

什么是秩次差？

A = [1,3,5,7,9] B = [3,2,4,5,1]

A的排序是1,2,3,4,5

B的排序是3,2,4,5,1

d为排序相减

接下来我们要计算的因子IC值，即为当期因子值与下期股票收益值的spearman相关系数。

ic = alphalens.performance.factor_information_coefficient(factor_data)
ic.head()

	1	5	10
date
2014-01-02	0.325364	0.372408	0.346461
2014-01-03	0.094661	0.233455	0.287933
2014-01-06	0.211379	0.156397	0.210309
2014-01-07	0.375963	0.150975	0.144572
2014-01-08	-0.029050	0.167510	0.014627

如何通过信息系数的可视化呈现进一步观测因子效果？

alphalens.plotting.plot_ic_hist(ic) #因子IC分布
alphalens.plotting.plot_ic_ts(ic) #因子IC时间序列曲线
plt.show()

# 月均IC热度图
mean_monthly_ic = alphalens.performance.mean_information_coefficient(factor_data, by_time='M')
alphalens.plotting.plot_monthly_ic_heatmap(mean_monthly_ic)#因子月均IC表现
plt.show()

将Quantile1的选股结果保存成excel

import numpy as np
excel_data = factor_data[factor_data['factor_quantile']==1]["factor_quantile"].unstack().replace(np.nan, 0)
excel_data.to_excel('./pb_quantile_1_by_alphalens.xlsx')
excel_data.head()

asset	000001.SZ	000002.SZ	000024.SZ	000027.SZ	000039.SZ	000059.SZ	000063.SZ	000069.SZ	000157.SZ	000338.SZ	...	601901.SH	601918.SH	601939.SH	601985.SH	601988.SH	601991.SH	601992.SH	601997.SH	601998.SH	603799.SH
date
2014-01-02	1.0	0.0	0.0	1.0	0.0	1.0	0.0	0.0	1.0	0.0	...	0.0	1.0	1.0	0.0	1.0	0.0	1.0	0.0	1.0	0.0
2014-01-03	1.0	0.0	0.0	1.0	0.0	1.0	0.0	0.0	1.0	0.0	...	0.0	1.0	1.0	0.0	1.0	0.0	1.0	0.0	1.0	0.0
2014-01-06	1.0	0.0	0.0	1.0	0.0	1.0	0.0	0.0	1.0	0.0	...	0.0	1.0	1.0	0.0	1.0	0.0	1.0	0.0	1.0	0.0
2014-01-07	1.0	0.0	0.0	1.0	0.0	1.0	0.0	0.0	1.0	0.0	...	0.0	1.0	1.0	0.0	1.0	0.0	1.0	0.0	1.0	0.0
2014-01-08	1.0	0.0	0.0	1.0	0.0	1.0	0.0	0.0	1.0	0.0	...	0.0	1.0	1.0	0.0	1.0	0.0	1.0	0.0	1.0	0.0

5 rows × 201 columns

更多：因子在不同板块的选股能力比较分析

通过groupby参数指定每只股票对应的行业（按行业分组）
构造factor_data
计算不同行业的平均IC，并可视化呈现

sectors = dv.get_ts("sw1")
sectors = change_index(sectors)
sectors.head()

symbol	000001.SZ	000002.SZ	000008.SZ	000009.SZ	000012.SZ	000024.SZ	000027.SZ	000039.SZ	000046.SZ	000059.SZ	...	601998.SH	603000.SH	603160.SH	603288.SH	603699.SH	603799.SH	603833.SH	603858.SH	603885.SH	603993.SH
2014-01-02	银行	房地产	休闲服务	综合	建筑材料	房地产	公用事业	机械设备	房地产	化工	...	银行	传媒	电子	食品饮料	机械设备	有色金属	轻工制造	医药生物	交通运输	有色金属
2014-01-03	银行	房地产	休闲服务	综合	建筑材料	房地产	公用事业	机械设备	房地产	化工	...	银行	传媒	电子	食品饮料	机械设备	有色金属	轻工制造	医药生物	交通运输	有色金属
2014-01-06	银行	房地产	休闲服务	综合	建筑材料	房地产	公用事业	机械设备	房地产	化工	...	银行	传媒	电子	食品饮料	机械设备	有色金属	轻工制造	医药生物	交通运输	有色金属
2014-01-07	银行	房地产	休闲服务	综合	建筑材料	房地产	公用事业	机械设备	房地产	化工	...	银行	传媒	电子	食品饮料	机械设备	有色金属	轻工制造	医药生物	交通运输	有色金属
2014-01-08	银行	房地产	休闲服务	综合	建筑材料	房地产	公用事业	机械设备	房地产	化工	...	银行	传媒	电子	食品饮料	机械设备	有色金属	轻工制造	医药生物	交通运输	有色金属

5 rows × 488 columns

factor_data = alphalens.utils.get_clean_factor_and_forward_returns(factor,
                                                                   prices,
                                                                   groupby=sectors.stack(),
                                                                   quantiles=5,
                                                                   periods=(1, 5, 10))

factor_data.head()

		1	5	10	factor	group	factor_quantile
date	asset
2014-01-02	000001.SZ	-0.024530	-0.033524	-0.044154	1.0563	银行	1
	000002.SZ	-0.018773	-0.066333	-0.100125	1.2891	房地产	2
	000008.SZ	-0.005556	-0.102222	-0.054444	4.8981	休闲服务	4
	000009.SZ	-0.026596	-0.075532	-0.057447	3.5794	综合	4
	000012.SZ	-0.015951	-0.093252	-0.039264	2.3725	建筑材料	3

ic_by_sector = alphalens.performance.mean_information_coefficient(factor_data, by_group=True)
ic_by_sector.head()

	1	5	10
group
交通运输	-0.054600	-0.076287	-0.101861
休闲服务	-0.008219	-0.047374	-0.066913
传媒	-0.034612	-0.043479	-0.047153
公用事业	-0.029263	-0.038912	-0.046744
农林牧渔	-0.023074	-0.033296	-0.043930

from matplotlib import pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
alphalens.plotting.plot_ic_by_group(ic_by_sector)
plt.show()

因子分析（by alphalens） - ChannelCMT/OFO GitHub Wiki

目录

Alphalen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？

什么是spearman相关系数？

什么是秩次差？

如何通过信息系数的可视化呈现进一步观测因子效果？

将Quantile1的选股结果保存成excel

更多：因子在不同板块的选股能力比较分析

⚠️ GitHub.com Fallback ⚠️

因子分析（by alphalens） - ChannelCMT/OFO GitHub Wiki

目录

Alphalen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？

什么是spearman相关系数？

什么是秩次差？

如何通过信息系数的可视化呈现进一步观测因子效果？

将Quantile1的选股结果保存成excel

更多：因子在不同板块的选股能力比较分析

⚠️ **GitHub.com Fallback** ⚠️

⚠️ GitHub.com Fallback ⚠️