股票因子--IC分析

导入相关的库

import numpy as np
import pandas as pd
import warnings
warnings.filterwarnings("ignore")

获取基础数据，使用流通市值因子

factor_name = 'mv'  #流通市值

factor = pd.read_csv('mv_zz500.csv', index_col=0)
factor.index = [pd.to_datetime(str(dt)) for dt in factor.index]

if factor_name == 'mv':
    factor = np.log(factor.replace(0., np.nan))  #把0替换成NaN，因为0无法取log
    
stocks = factor.columns.tolist()  #获取股票代码列表

factor.head(3)

# 查看是否有缺失值
factor.isna().any().any()

# 获取中信一级行业分类信息
industry_info = pd.read_csv('info_zz500.csv', index_col=0)
industry_info.head(3)

进行数据预处理

1）去极值

# 定义函数，for循环也可用pandas的向量化操作

def winsorize(df):
    new_data = []
    for i in range(len(df)):
        df_i = df.iloc[i, :]
        df_i_median = df_i.med