所以要建立每个因子的回测框架,主要对不同分位数上的股票收益进行统计。也就是下面这张图 2.1 代码 # 可以自己import我们平台支持的第三方python模块,比如pandas、numpy等。# 建立单因子的回测框架# 回测区间 2017-01-01~2018-01-01# 调仓频率:一个月,买卖判断importnumpyasnp# 在这个方法中编写任何的初始化逻辑...
框架总览6个因子评价 小硕一枚,欢迎查阅我的其他文章。 实时分享我在量化学习中的笔记,欢迎各位同学私信交流。
对于3 项标准中的每一项进行打分, 每满足一项打分为 1, 然后每个因子看的多少分 单因子回测框架 当筛选出部分因子之后, 其实我们还要去观察它在回测过程当中的真实收益率情况. 所以要建立每个因子的回测框架, 主要对不同分为数上的股票收益进行统计. 也就是下面这张图: 代码实现 代码 # 建立单因子的回测框架 ...
subtract(index_return_by_tradeday,axis=0) print('因子有效性测试...') effect_test_dict={} for key,group_return in Factor_Group_Return_dict.items(): group_excess_return=Factor_Group_Excess_Return_dict[key] effect_test_dict[key]=effect_test(univ_dict,key,group_return,group_excess_return) ...
因子计算 接下来,我们需要根据因子的定义来计算因子的值。你可以使用 pandas 库的一些函数来进行计算。以下是一个示例,计算市值因子的代码: # 计算市值因子price_data['market_cap']=price_data['close']*price_data['volume'] 1. 2. 分组回测 在计算完因子之后,我们需要将股票按照因子值进行分组,并进行回测。
5、因为事件驱动框架下策略回测的思路与策略运行的思路比较接近,一个策略如果回测阶段合格,转入运行阶段时,核心代码修改量比较小,只要切换一下委托撮合与账户信息获取等方法即可。 6、采用事件驱动框架计算因子/指标,只用处理行情事件,在同一个时间横截面上,计算所有安排计划中指标/因子的当期值。这样处理的优点是,一次...
框架 1. AlphaFactor 多因子回测框架的主要架构 1.1 test.py 导入AlphaFactor类,对类中的功能进行测试 1.2 AlphaFactor.py 核心文件:多因子回测类的搭建 (1)因子、股票数据的初始化(构造函数) 注:如果使用本地数据进行测试,则在import部分调用dataExtract2包;如果调用mysql数据库的接口,则在import部分调用dataExtrac...
根据因子与收益想起来的一件事情 | 22年的时候在某私募实习,用的分钟数据回测框架,在考虑执行成本的时候是固定的用max(Pt,Pt+1)作为t时刻多头入场点,空头是min(Pt,Pt+1)。当时特别萌新,没想过这个因子回测框架是有问题的,负责人说因为这是执行成本。后来就是按这个框架测中频信号怎么写因子正反测都是亏的,除...
本周原计划是要更新单标的的回测框架,在写了两个策略之后,我有了一些“新”的思考。 咱们星球一向追求:“形式极简,但内涵内丰富”的做法。 比如“模块化”,“积木式”的策略开发,咱们只需要丰富因子表达式的因子,然后写表达式规则就好,其余的算子都是准备好的,比如选股、调仓、轮动等等。
看了一圈量化平台,还是果仁好用,易用,回测框架稳定,因子丰富,交易统计详细。返回列表 发布于: 某矿的指标选股300指数居然有这BUG打赏 | 收藏 | 评论 发表评论 全部评论 回复评论 取消 返回列表 × 打赏 欢迎打赏!请选择打赏给 的金额 1果仁币 5果仁币 10果仁币 20果仁币 50果仁币 您的果仁币余额为: ...