量化私募公司的多因子构建方案（附python代码）

原创文章第600篇，专注“AI量化投资、世界运行的规律、个人成长与财富自由"。

昨天代码已经发布了，大家可以前往下载和更新：

代码发布：quantlabv5.3，可转债所有数据及双低、动量因子策略，单因子分析框架

基本数据的自动更新要提上日程。

这是多因子挖掘的基础工作——这个工作比较耗时，希望帮助大家完成，大家应该把时间花在有用的因子和策略构建上。

基础数据是指用于因子计算的价量数据、基本面数据，或者其他可获得的另类数据都可以。——当然它们本身也是因子。

而衍生数据是基于上述数据，通过因子表达式复合计算而来。比如双低=收盘价+转股溢价率*100，双低因子就是转债价格和转股溢价率的复合，当然转股溢价率本身又是一个复合因子。

我们首先需要构建基本数据，然后提供因子表达式即可。

价量因子数据准备最简单，只需要OHLCV就可以了，而且多数接口都可以一次性提供这样的日频数据。

因子存储有两种模式：宽表模式和单值模式：

这是宽表模式，这是最传统的，写入快，就是对应一个dataframe，可以直接写入表中。

下面是单值模式，自己做列存。

• 十分钟级一万个因子数据场景下，宽表模式的因子写入速度高于单值模型。

• 因子数据查询方面，单值模式优于宽表模式。

• 因子数据运维方面（包含新增因子、更新和删除因子），单值模式的效率远远优于宽表模式。

综合考虑，在高频多因子的场景下，合理设计存储方案的单值模式是最好的解决方案。

基础数据获取：

class Basic:
    def __init__(self, tb_name, service: DataService):
        self.tb_name = tb_name
        self.service = service

    def build(self):
        df = self.service.get_basic_df()
        df['_id'] = df['symbol']
        mongo_utils.write_df(self.tb_name, df, drop_tb_if_exist=True)

这是一个通用的basic构建类，从接口处获得列表后，直接存入mongo，若表已存在，先drop掉。

我们仅保留近十年发行的转债即可：

class BondDataService(DataService):
    def get_basic_df(self):
        df = api_ts.get_bonds_df()
        df = df[df['list_date'] >= '2015-01-01']
        return df

一共880支。

下面的代码构建时间序列，比如量价数据，基本面指标如PE/PB

class Quotes:
    def __init__(self, tb_basic, tb_quotes, service: DataService, symbol_col='symbol'):
        self.tb_basic = tb_basic
        self.tb_quotes = tb_quotes
        self.service = service
        self.symbol_col = symbol_col

    def query_basic(self, query={}):
        return mongo_utils.get_db()[self.tb_basic].find(query)

    def query_start_date(self, symbol):
        start_date = ''
        items = mongo_utils.get_db()[self.tb_quotes].find({'symbol': symbol}).sort('date', pymongo.DESCENDING).limit(
            1)
        items = list(items)
        if len(items) == 0:
            print('不存在{}记录'.format(symbol))
            start_date = '20050101'
        else:
            start_date = items[0]['date']
            print('{}从{}更新'.format(symbol, start_date))
        return start_date

    def build_symbol_quotes(self, symbol):
        start_date = self.query_start_date(symbol)
        return self.service.get_quotes_df(symbol, start_date)

    def build(self):
        items = self.query_basic()
        for item in tqdm(items):
            df = self.build_symbol_quotes(item[self.symbol_col])
            df['_id'] = df['symbol'] + '_' + df['date']
            mongo_utils.write_df(self.tb_quotes, df)

2015年以来，上市的可转债历史日线数据——一共50多万条，量级并不大。

关于星球的工作——帮忙一些同学以交易为生

600天，几乎是日更，而且需要尽量写出内容，写出干货，交付代码。

并不容易，这里有大量的业余时间，周末时间，陪孩子的时间。

但收获了星球会员的支持，收获了公众号粉丝的支持，这里非常感恩。

如果大家的支持，确实很难坚持下去。

从想做一件事，有时候也会遇到瓶颈，遇到不知道该往哪里走的时候。

但想到承诺与责任，幸运的是一直坚持到今天。

现在更有信心可以一直陪大家走下去。——官网（ailabx.com）和论坛(bbs.ailabx.com)也基本成型了，大家常见的问题、一些入门的教程，代码怎么用。后续包括一些量化学习的路径，电子书、研报都会发布上去。

群公告上也加上了代码新手入门的详细教程（几乎是手把手），希望对大家有所帮助。

吾日三省吾身

01

以交易为生，定一个小目标|10倍法则：思考与行动

——把你的目标设定为预期的十倍，然后付出十倍的思考和行动。

10倍目标一定让你非常兴奋，你觉得七年积累500万的可投资本金也就那样，不足以让你自由的话，那么5000万呢？

其次，10倍目标，按你当前的路径，做事的节奏几乎是无法完成的。

这时候，应该开创性地去想、去提升、去行动。

02

昨天翻开纳瓦尔宝典，说“人生的履历是由于痛苦和磨难构建的”。

有一点道理。

也许你有数不清的乘飞机的经历，但最“难以忘记”的一定是可能因为风雪误机，或者转机时，后续航班已经飞走的经历。

当你老了，回首往事的事情。你如何评价这一生？你后悔吗？

肯定，很多人都会说，当年大胆一点就好了。

人就活一次，没什么不了的。大胆一点，去体验，去折腾。

最大的恐惧，其实是恐惧本身。

不念过往，不惧未来，活在当下——不是说你要忘记过去，过去当然要反思，要总结，但不要后悔；未来也不是说不要规划，不未雨绸缪，而是不要提前担忧还没有发生的事情。——这样才能很好地活在当下，我们真正拥有的只有今天。

历史文章：

代码发布：quantlabv5.3，可转债所有数据及双低、动量因子策略，单因子分析框架

AI量化实验室——2024量化投资的星辰大海