系列文章
量价特征因子的量化分析
量价因子之前言
量价因子之alpha001
量价因子之alpha002
量价因子之alpha003
量价因子之alpha004
量价因子之alpha005
说明
关于本系列文章的背景、引用报告、因子表达式中的变量、函数、回测等说明,请参考:量价因子之前言
一、alpha006因子逻辑表达式
(RANK(SIGN(DELTA((((OPEN * 0.85) + (HIGH * 0.15))), 4)))* -1)
理解:
1.用(OPEN * 0.85) + (HIGH * 0.15)定义一个新的价格变量;
2.用这个新的价格变量做4交易日的差分——当日与前4个交易日的价格之差;
3.差分值取SIGN,差分为正(涨了)为+1,差分为负(跌了)为-1;
4.最后取RANK,乘以-1.
5.取RANK值时,一般采用默认的average方法,即相同排名的取均值作为他们的排名,因为先取了SIGN值(-1,0,+1),RANK值也只有3个值。最后乘以-1,差分为正(涨了)alpha值负得多,差分为负(跌了)alpha负得少。
二、因子Python实现
Python代码如下(示例):
import numpy as np
import pandas as pd
def alpha191_006(data, delta_period=4):
"""
(RANK(SIGN(DELTA((((OPEN * 0.85) + (HIGH * 0.15))), 4)))* -1)
-->
RANK(
SIGN(
DELTA(OPEN * 0.85 + HIGH * 0.15, 4)
)
) * -1
定义新的价格OPEN * 0.85 + HIGH * 0.15
"""
temp = data['open'] * 0.85 + data['high'] * 0.15
alpha = -1 * (np.sign(temp.diff(periods=delta_period))).rank(axis=0, pct=True)
return alpha
三、因子回测
因子和收益之间的相关系数
简单以某只股票的量价回测alpha006因子和收益gain之间的相关系数。
data['gain'].corr(alpha191_006(data))
0.1345116450937341
四、总结
alpha006价格因子,回测的alpha值为正,说明该因子与收益成正关系。差分为正(涨了)alpha值小,收益小,差分为负(跌了)alpha大,收益大,均值回归。