【每周研报复现】AI量化特征工程之alphalens:一套用于分析 alpha 因子的通用工具 alphalens年久失修,好在有人修复了一个版本叫alphalen-reloaded。 大家直接输入:pip install alphalens-reloaded即可。 alphalens看起来挺复杂,其实使用很简单,准备两个数据,在咱们的表达式引擎上,这个非常简单:
更新了alphalens包中比较旧的语法,进行了相关的测试,目前可以在python3.11环境下运行,虽然进行了测试,但是不排除存在潜在bug,如果大家碰到了可以提issue或者pr. alphalens包地址 gitee地址 github地址 Alphalens 是一个用于分析和评估金融因子(alpha factors)的 Python 库。它主要用于量化投资领域,帮助分析师和研究人员评估...
quant_return_spread, std_err_spread = alphalens.performance.compute_mean_returns_spread(mean_return_by_q_daily, upper_quant=5, lower_quant=1, std_err=std_err_daily) alphalens.plotting.plot_mean_quantile_returns_spread_time_series(quant_return_spread, std_err_spread) 绘制出来的效果如下: 4.各...
股息率越大预期收益越高,这个结论在沪深300中是否成立,使用tushare的数据与alphalens的因子分析框架简单分析一下。 回测时间跨越2010年1月1日至2023年12月31日。因子分析的介绍可以参考前文:因子分析方法的介绍 结论: 1. 按照排序法,从2010年1月1日至2023年12月31日,在每个调仓日,将沪深300的成分股按PB大小平均...
alphalens 详情 运行环境: alphalens 因子分析¶因子挖掘是量化投研中十分重要的部分,我们需要持续进行单因子分析以发现 alpha 因子,也需要阶段性评估已经投入策略的因子。本案例展示如何在 ModelWhale 云端利用 alphalens 进行单因子分析,用户可结合离线任务、cell引用等功能实现批量分析、对比报告。 评论 准备¶安装 ...
01 因子分析神器 alphalens alphalens是量化平台鼻祖quantopian的三大开源包之一。 使用pip直接安装即可。 pip install alphalens defget_clean_factor_and_forward_returns(factor, prices, groupby=None, binning_by_group=False, quantiles=5, bins=None,
streamlit_alphalens 基于streamlit的因子分析app 运行 使用步骤 下载测试用数据将csv放入data文件下 #切换到streamlit_alphalens目录下streamlit run app.py 页面 主要功能 因子分析流程 因子对比 因子看板 TO DO 接入qlib 接入backtrader 在alphalens中添加一些自定义评价图表 ...
因子分析第一步:生成因子 生成因子的关键是要符合Alphalens要求,技巧重点在于如何用高效的算法来提升速度。#Quant #量化交易 #量化交易策略 #量化交易机器人 #Python - 量化风云于20240612发布在抖音,已经收获了159个喜欢,来抖音,记录美好生活!
单因子分析: roc(20)为何有效,因为10D的ic超过0.09,一般来说,超过0.05即为有效因子。 多空收益分析: 核心代码如下: elif choose == "单因子分析": from config import DATA_DIR instru = DATA_DIR.joinpath('instruments') import os files = os.listdir(instru.resolve()) ...
alphalens看起来挺复杂,其实使用很简单,准备两个数据,在咱们的表达式引擎上,这个非常简单: 首先是收盘价数据,这个咱们bt引擎里使用的,就是这个数据。 另外一个是因子值,使用双索引。 咱们的数据只需要设置一下双索引就可能了,然后把你要分析的因子列读出来。