更多精彩内容详见个人量化交易专辑索引
1. 环境准备
pip install --upgrade alphalens-reloaded
注意老版本的alphalens已经不再维护。
2. 数据准备
factor_data = al.utils.get_clean_factor_and_forward_returns(
factor=factors,
prices=prices,
quantiles=20,
periods=(1, 5, 10))
参数factor为因子数据,第一列为一级索引是Timestamp格式的日期,第二列为二级索引是标的名称,第三列为因子数值;
参数prices为价格数据,行索引Timestamp格式的日期,列索引是标的名称,值是股价(比如等比后复权股价);
参数quantiles为因子按大小分组(分位)数量;
参数periods表示要计算的向后几天的收益率;
返回预处理的数据用于后续分析;
3. 收益分析
al.tears.create_returns_tear_sheet(factor_data, long_short=True)
参数long_short表示是否扣除市场风险;
输出图"Mean Period Wise Return by Factor Quantile"用于查看各分位平均收益率的差异;
输出图"Cumulative Return by Quantile"用于查看各分位累计收益率的差异;
4. 相关性分析
al.tears.create_information_tear_sheet(factor_data)
输出表"IC Mean"、"Risk-Adjusted IC"分别表示IC、IR;