lightGBM合成因子|对Alpha158因子集进行筛选，并做单因子分析（代码+数据）

原创文章第448篇，专注“AI量化投资、个人成长与财富自由"。

昨天咱们把因子表达式重构了，现在可以完美支持world quant101, qlib的Alpha158的这样的因子库。因子表达式完美重构 | Qlib Alpha158因子库复现 （代码+数据）

今天咱们使用上周的lightGBM树模型，Quantlab3.4代码发布 | lightGBM排序轮动 | 29个行业机器学习合成因子轮动策略（代码+数据+模型下载）对A股29个重要行业，做因子筛选。

top 20的因子如下：

代码在如下位置：把因子重要性打印出来：

import matplotlib.pyplot as plt
lgb.plot_importance(lgb_ranker, importance_type="gain", figsize=(8, 6), max_num_features=20,title="LightGBM Feature Importance (Gain)")
plt.show()

#idx = list(lgb_ranker.feature_importances_)
importances = lgb_ranker.feature_importances_
indices = np.argsort(importances)[::-1]
for f in range(len(feature_cols)):
    print("%2d) %-*s %f" % (f + 1, 30, feature_cols[indices[f]], importances[indices[f]]))


print(feature_cols)

对于“明天”的收益率的预测。

60日动量竟然很重要，然后是交易额，5天价量相关系数。可以看出来交易额对于短期的收益表达非常重要。

接下来我们给单因子做分析，分的IC/IR值，进行对比，以及因子之间的相关性的分析，进一步论证其有效性。

使用咱们的“单因子分析工具”，对因子进行分析：

IC达到0.04，还可以：

VOLUME2,因子表达式为：shift(volume, 2)/(volume+1e-12)：

就是过去2天的交易额与当前交易额的比值，或者说交易额的“动量”。

第三个因子： CORD5(corr(close/shift(close,1), log(volume/shift(volume, 1)+1), 5))，5个收盘价与成交额背离（相关系数）

分层收益没有明显的单调性，这个因子不好。

更多的因子分析，大家可以自己从星球取代码，试试看，找找感觉。

找好的因子，肯定不容易。——这就意味着策略，就是钱呀。

因些更需要科学的工具，咱们星球就是用科研的方式，如何科学的，流水线工厂的方式来挖掘因子。

后续的工作就是找到那些高ic的因子，同时在模型里能有不错的表现的因子集。

（持续给大家写代码的，交付最前沿AI量化技术和策略的星球）

历史文章：

Quantlab3.3代码发布：全新引擎 | 静待花开：年化13.9%，回撤小于15% | lightGBM实现排序学习

创业板指布林带突破策略：年化12.8%，回撤20%+| Alphalens+streamlit单因子分析框架（代码+数据）

轮动策略模板重写，先来一个年化21%的策略（代码+数据）

去掉底层回测引擎，完全自研，增加超参数优化，因子自动挖掘，机器模型交易。

飞狐量化——AI驱动的量化。（持续给大家写代码的，交付最前沿AI量化技术和策略的星球）AI量化实验室——2024量化投资的星辰大海

关于我：CFA，北大光华金融硕士，十年量化投资实战。 / CTO，全栈技术，AI大模型 。——应该是金融圈最懂技术的男人。