Alpha#71: max(Ts_Rank(decay_linear(correlation(Ts_Rank(close,3.43976), Ts_Rank(adv180,12.0647),18.0175),4.20501),15.6948),Ts_Rank(decay_linear((rank((rank(((low+open)-(vwap+vwap)))^2),16.4662),4.4388)) 说明:倾向于选择价格最近vwap跌的比较惨的,量价相关性近日降低的。通过max进行量价关系...
根据WorldQuant发表的论文《101 Formulaic Alphas 》,给出了101个alpha因子的公式。传统挖掘因子的差异是根据利用数据挖掘构建了101个alpha因子,里面80%的因子仍然还行之有效并被运用在实盘项目中。在BigQuant策略研究平台上,可通过表达式快速进行因子构建和数据标注,再也不需要自己手动编写冗长代码。 表达式简介 在机器学习...
worldquant的alpha101表达式一部分是利用websim平台，人肉挖出来的，这部分alpha有一定的逻辑，以及表达式通常...
我们就可以得到这些阿尔法表达式对不同属性的暴露度（attribute exposure），从而揭示这些表达式内蕴的经济学...
Alpha #001: (rank(Ts_ArgMax(SignedPower(((returns < 0) ? stddev(returns, 20) : close), 2.), 5)) -0.5) 因子函数说明: 1、rank(x) 含义:股票的排名。输入值向量x为股票向量,若输入值含NAN,则NAN不参与排名,输出为股票对应排名的boolean值(排名所占总位数的百分比)。
研究目的:对wordlquant推出的101alpha进行描述和打标签。这101个因子目前看,皆为技术分析领域,交易时间多为数日,虽与价值投资逻辑相左,但是受业界广泛使用,因此为了全面性(或者说,战略上藐视对手,战术上重视对手)和避免无知,必须了解。 注意:(通读101个alpha因子显然没有意义,以下研究打算通过打标签的方式,之后通过总...
根据worldquant发表的论文《101 Formulaic Alphas 》,其中公式化地给出了101个alpha因子。论文地址在这:https://arxiv.org/pdf/1601.00991.pdf他们根据数据挖掘的方法发掘了101个alpha,据说里面80%的因子仍然还行之有效并运行在他们的producation中。 本策略中对其中前60个因子进行了编写,运用了第二个alpha进行测试,...
2015年底World Quant发表了论文《101 Formulaic Alpha》,论文中给出了101个现实中的alpha。 改一两行就能换alpha哦~~ 网页链接 原文pdf: 网页链接 ——We emphasize that the 101 alphas we present here are not “toy” alphas but real-life trading alphas used in production. In fact, 80 of these alph...
Alpha#01-#60 class Alphas(object): def __init__(self, pn_data): """ :type pn_data: pandas.Panel """ self.open = pn_data.minor_xs('Open') self.high = pn_data.minor_xs('High') self.low = pn_data.minor_xs('Low')
Alpha 101因子是由WorldQuant公司开发的,是一种用于量化投资的因子模型。WorldQuant是一家全球领先的量化投资管理公司,通过构建量化交易策略,帮助客户实现资产配置和投资组合管理。 1.2 Alpha 101因子的含义 Alpha 101因子是用于量化投资的一种因子模型,它通过计算股票价格的历史数据和基本面数据,分析股票的短期和长期趋势,...