量价因子之alpha006

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。

  • 9
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值