101 Formulaic Alphas 中的函数及输入值参数释义

• 用到的函数及含义
  • rank(x) = cross-sectional 横截面排名，用于排序。
  • delay(x, d) = value of x d days ago 对x回溯d天,d天前x的值，相当于x.shift(d)，用于回溯。
  • correlation(x, y, d) = time-serial correlation of x and y for the past d days 过去d天中 x 与 y的相关系数看，表征两变量之间的相关性，与covariance相比，该值是标准化后的相对值，在-1到1之间。
  • covariance(x, y, d) = time-serial covariance of x and y for the past d days 过去d天中x与y的协方差，表征两变量偏离的同步性，与correlation相比，该值是标准化前的绝对值。
  • scale(x, a) = rescaled x such that sum(abs(x)) = a (the default is a = 1) 将X扩大a倍，线性缩放函数，。
  • delta(x, d) = today’s value of x minus the value of x d days ago 现在的x值减去d天前的x值，表示变化量。
  • signedpower(x, a) = x^a 以x为底、a为指数的幂函数。
  • decay_linear(x, d) = weighted moving average over the past d days with linearly decaying weights d, d – 1, …, 1 (rescaled to sum up to 1) 对过去d天的数据做线性权重递减，每天递减1，权重按时间从远到近依次为 d, d-1, ..., 1（标准化后总和为 1）。
  • indneutralize(x, g) = x cross-sectionally neutralized against groups g (subindustries, industries,sectors, etc.), i.e., x is cross-sectionally demeaned within each group g. 对x在g组别（g这里指细分行业，如申万一级/申万二级）中进行横截面中性化处理。可以理解为对组内进行统一标准化，这样保留了组内数据的差异性，消除了组间数据由于不同分组造成的差异性。例如，金融行业和科技行业本身由于行业区分，不同行业间的股票可比性较差，进行行业中性化处理后就可能存在一定可比性，通常是将分组内的x相加求和得到sumx后使用参数 x/sumx 进行中性化的处理从而消除行业自身的特异性。
  • ts_{O}(x, d) = operator O applied across the time-series for the past d days; non-integer numberof days d is converted to floor(d) 定义为对时间序列数据 x 在过去的 d 天（非整数 d 取 floor(d)）应用运算符 O 的滚动计算。
    • ts_min(x, d) = time-series min over the past d days 定义为计算时间序列 x 在最近 d 个交易日内的滚动最小值。
    • ts_max(x, d) = time-series max over the past d days 定义为计算时间序列 x 在最近 d 个交易日内的滚动最大值。
    • ts_argmax(x, d) = which day ts_max(x, d) occurred on 定义为在时间序列 x 的最近 floor(d)个交易日窗口中，确定最大值 ts_max(x, d) 出现的相对天数（窗口最远的天为第 floor(d) 天，最近为第 1 天）‌
    • ts_argmin(x, d) = which day ts_min(x, d) occurred on 定义为在时间序列 x 的最近 floor(d) 个交易日窗口中，确定最小值 ts_min(x, d) 出现的相对天数（窗口最远的天为第 floor(d) 天，最近为第 1 天）‌
    • ts_rank(x, d) = time-series rank in the past d days 定义为计算时间序列 x 在最近 floor(d) 个交易日内当前值在窗口中的百分比排名（正则化至 [0,1] 区间）
  • min(x, d) = ts_min(x, d) min与ts_min含义相同
  • max(x, d) = ts_max(x, d) max与ts_max含义相同
  • sum(x, d) = time-series sum over the past d days 过去d天x的合计值
  • product(x, d) = time-series product over the past d days过去d天的x的乘积
  • stddev(x, d) = moving time-series standard deviation over the past d days 过去d天x的标准差
• 输入的参数及含义
  • returns = daily close-to-close returns 每日收盘价收益率
  • open, close, high, low, volume = standard definitions for daily price and volume data 开盘价、收盘价、最高价、最低价、成交量
  • vwap = daily volume-weighted average price 每日的带成交量权重的平均价，日级成交量加权平均价
  • cap = market cap 市值 股价*已发行股总数
  • adv{d} = average daily dollar volume for the past d days 过去d天的日均成交额
  • IndClass = a generic placeholder for a binary industry classification such as GICS, BICS, NAICS,SIC, etc., in indneutralize(x, IndClass.level), where level = sector, industry, subindustry, etc.Multiple IndClass in the same alpha need not correspond to the same industry classification. 行业分类占位符，可以通过IndClass.level指定行业分类的详细程度或者分类方式，同一因子下的行业分类无需属于同一行业分类标准。