reshape(-1, 1)) # 得出没有相关性的残差部分 res = y - y_predict # 将残差部分作为新的因子值 factors1[name] = res # 处理结束,factors1即为我们最终需要的数据结果 # 3、选股 # 建立回归方程,得出预测结果,然后排序选出30个股票 # 特征值:factors1:9个因子特征值 # 训练的权重系数为:9个权重 # 假如
在水母量化平台中 ，进入策略回测栏目，选择K线双向交易回测功能。1. 设置回测品种和时间 进入设置页面后，首先需要设置回测品种。我们随意选择了一只股票：000001(平安银行)。然后设置回测的时间范围为5年，因为回测的时间越长，样本数据越多，结果才更具参考性。2. 设置买卖策略条件 接下来，我们设置买入和卖出的条件...
我按上一个因子的测试方式,对这个因子进行回测。在1个周期的收益率上,得到了一条飞流直下3千尺曲线: 这说明了收益率和因子值的大小是背道而驰的,当因子值越大,收益反而越小,因子值和收益率呈负相关关系,也就是说,在一段时间窗口中,价格由买单驱动越多,价格的反转效应越强。 到这里,我们做一个总结。从上...
内容提示: 量化因子 回测流程 英文回答: Quantitative factor backtesting is an essential process in developing and evaluating trading strategies. It involves testing the performance of a trading strategy based on historical data to assess its potential profitability and risk. The first step in the back...
https://github.com/harrodyuan/Factor_9_Backtesting_long_short_testing---### 因子实战 第九集 # 因子回测 Backtesting 系列:多空组合### 🎬 主讲:大导演哈罗德- 学历背景:香港中文大学本科学位 金融工程专业- 下一步学业:即将前往美国深造金融工程硕士(已获得录
因子标准化则是单因子回测中的一个重要环节,它可以对因子数据进行处理,使其具有可比性和可解释性。 单因子回测的基本思想是将所选因子应用于历史数据,按照一定的规则构建投资组合,并计算投资组合的收益率。通过分析因子与投资组合收益率的相关性,我们可以判断该因子对股票市场的预测效果如何。 然而,在进行单因子回测...
以下是因子分层回测的基本步骤: 1.获取股票池对应的因子值,通过因子值对股票进行排序(一般为升序排序,即因子值较小的排在前面)。 2.根据排序结果将股票池等分为若干层(通常为5层,也可以自定义层数,多的会有10层)。这个“等分”是等分股票个数,即每层的股票个数相等,通常是通过分位数实现的。 3.计算每层...
转股溢价率因子表现较好,从区分度来看,转股溢价率因子区分度较高,低溢价率转债19年之后表现好于高溢价转债,而纯债溢价率因子表现相对一般。 策略回测结果:收益超过了中证转债指数,选取PB+转股溢价率+正股收益率作为合成因子,策略年化绝对收益11.33%,年化波动率10.33%,夏普比率0.82,最大回撤为25.85%,中证转债指数年...
Python 中的因子回测实现 以下是一个简单的因子回测示例,假设我们想要回测市盈率(PE)因子的表现。 importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplt# 假设我们有历史股票的PE和收益率数据data={'Stock':['A','B','C','D','E'],'PE':[10,20,15,8,12],'Return':[0.1,0.05,0.08,0.12,0.15...
分组回测:将股票池内的股票按照因子值分为若干组,得分最高的一组视为多头,最低的一组为空头。计算多头与空头的多空收益或多头超额收益。最后,计算夏普比率、下行波动率、换手率、胜率等多种指标来评判因子的优劣。通过这些步骤,你可以逐步掌握量化策略的基础,从单因子测试开始,逐步提升自己的能力。记住,实践是检验...