worldquant brain如何提高alpha质量

注意：不要单纯调参，重要的是数学建模依据和内在经济含义。

目录

提高Sharpe Ratio 

提高Return

调整Turnover

降低Turnover

提升Turnover (vice versa)

提高Fitness

降低Weight concentration

---

目标：Alphas with decent Sharpe (>2.5) and reasonable turnover (< 40%)

提高Sharpe Ratio 

information ratio (IR).

IR = Return / standard_deviation (Return)

1. 增加return（重点）

2. 降低波动性

可尝试使用 neutralization(使用公式和在setting里面调参效果是一样的)

使用trade_when，winsorize

提高Return

AnnualReturn = AnnualizedPnL / (0.5*Booksize)

BookSize is assumed as $20 Mn on BRAIN

1. 提升turnover，使用lower decay

2. 使用流动性高的universe(smaller)

3. 在保持收益与回撤水平不变的前提下，提高阿尔法策略的波动性或可获取更高收益

4. 尝试使用new和analyst数据集

调整Turnover

降低Turnover

Daily Turnover = Dollar trading volume/Booksize

1. 适当增加decay

2. 使用rank

3. 使用trade_when

4. 使用hump来设置阈值thresholds

5. 和turnover低的alpha结合

提升Turnover (vice versa)

1. 降低decay值

2. 使用流动性高(smaller)的股票池universe（比如，top3000->top1000，想让turnover变小就反向操作）
top3000是流动性较高的top1000和剩下的流动性较差的2000只股票组成的，所以相对来说top3000流动性较低

3. 在time series和cross sectional运算中，使用更短的时间段（比如，使用20天来代替200天作为参数，想让turnover变小就反向操作）

4. 利用高价值评分的数据集，使用会频繁更新的数据集类别（例如新闻、市场情绪数据）

提高Fitness

Fitness = Sharpe * sqrt(abs(Returns)/max(Turnover,0.125))

依照公式调整变量即可

1. 增加return

2. 降低turnover

降低Weight concentration

1. 添加归一化函数（比如，rank）

2. 降低truncation

3. 使用ts_backfill(也适用于处理覆盖率低的数据)