Quantopian 入门系列二 - 流水线 (上)

本文含 8045 字，18 图表截屏

建议阅读 42 分钟

在公众号对话框回复 QTP2 下载 notebook

0

引言

在上贴〖Quantopian 系列一〗我们初探了的流水线（pipeline），本帖我们就把它揉碎了讲。

很多交易算法都需要重复的做以下几个步骤

1. 对于已知集合中的每个资产，计算它们在不同移动窗口下的 N 个统计量

2. 根据『1』中计算的值选择可交易的子资产集（subset）

3. 根据『2』中选择的资产集上计算所需的投资组合权重

4. 根据『3』中计算的权重下订单

能高效地执行上述操作存在几个技术难点，包括：

• 要高效的查询大量资产

• 要在大量资产上进行计算

• 要能处理调整（拆分和股息）和资产退市

流水线就是来解决这些难点的。

在上贴中，我们了解到 Quantopian 有研究环境（research）和回测环境（backtest），我们可以在前者中快速迭代不同的交易策略，然后再后者构建下订单对其策略进行回测。

两个环境都需要流水线，好消息是，在两个环境中，构造流水线是相同的，唯一不同的是其运行方式

• 研究环境：需要设定起始日和终止日来运行流水线

• 回测环境：不需要设定起始日和终止日来运行流水线，因此在每个回测日都要跑一次流水线

目录如下：

1. 简介
   

2. 因子
   

3. 筛选器

4. 分类器
   

5. 掩盖法

6. 数据集

7. 自定义因子

8. 回测
   

由于内容较多，本帖分上下两贴，上贴讲 1 至 4 节，下帖讲 5 至 8 节。

1

简介

在流水线中，我们可以在同时在多个资产中的多维特征上定义一系列运算，而这些计算可分为三大类：

• 因子（factor）

• 筛选器（filter）

• 分类器（classifer）

三者的相同点：都是从资产和时点产生值的函数

三者的不同点：产生值的类型不同

因子

因子是从「资产和时点」到数值的函数。

关于因子的两个简单示例：

1. 资产的最新价格，给定资产和特定时点，得到的最新价格是个数值。

2. 资产的 10 天平均交易量，给定资产和特定时点（10 个时点），得到的平均交易量是个数值。

因子最常用于以下几种方式：

• 计算目标权重

• 产生交易信号

• 构造更复杂的因子

• 构造筛选器

筛选器

筛选器是从「资产和时点」到布尔值的函数。

关于筛选器的一个示例：判断资产价格是否低于 10 美元，在给定资产和时点的情况下，此结果只能为真（True）或假（False），是个布尔值。

筛选器最常用于包括或剔除的某些资产集。

分类器

分类器是从「资产和时点」到分类值的函数。

具体来讲，分类器产生的分类值可以是字符串（string）或整数（integer）。注意这里整数是指整数标签，例如行业代码（sector code）。

关于分类器的一个示例：正在交易的资产所在交易所的代号。

分类器最常用于对资产进行分组。

数据集

流水线可以在多种数据上进行计算，比如 OHLC 数据、交易量数据、基本面数据和情绪数据等。我们将在后面会介绍每类数据集。

---

接下来第 2, 4, 6, 10 节讨论因子，第 3, 5, 7 节讨论筛选器，第 8 节讨论分类器，第 9 节讨论数据集，第 11 节结合所有内容构建一个完整的策略做回测。

2

因子

因子本质上是一个函数，将资产和时点两个自变量转化成一个数值型变量（numeric variable）。抽象形式如下：

    F(asset, timestamp) -> float

其中 asset 是一列数据，timestamp 是一个窗口长度。

Quantopian 里面有