【python】优矿多因子策略白皮书学习与思考

背景

• 本文用来快速理清常见量化思路，其官方提供的多因子此策略白皮书很适合上手。

流程

一 、 获取因子数据

# 优矿里提供了400多个因子数据，将诸如TTM类似的标准化算法工程化，可利用DataAPI直接获取
pe = DataAPI.MktStockFactorsOneDayGet(secID=set_universe('HS300'),tradeDate=u"20160922",field=u"secID,tradeDate,PE",pandas="1").set_index('secID')
pe.head()
# pe.plot(figsize=(14,5))

secID	tradeDate	PE
000001.XSHE	2016-09-22	6.9680
000002.XSHE	2016-09-22	16.0035
000063.XSHE	2016-09-22	18.3675
000069.XSHE	2016-09-22	11.9858
000100.XSHE	2016-09-22	26.9261

二、因子分析
1、去极值

import numpy as np
# 去极值winsorize
after_winsorize = winsorize(pe['PE'].to_dict())
pe['winsorized PE'] = np.nan
pe.loc[after_winsorize.keys(),'winsorized PE'] = after_winsorize.values() 

2、标准化

## 标准化standardize
after_standardize = standardize(pe['winsorized PE'].to_dict())
pe['standardized PE'] = np.nan
pe.loc[after_standardize.keys(),'standardized PE'] = after_standardize.values()

三、构建组合

• 选股
  • 整体分位数：从所有备选股中选择因子得分大于某个分位数
  • 风格分位数：以行业为例，在同一行业中选择因子得分大于某个分位数
• 权重
  • 等权重：最常见也最通用
  • 市值加权：中证指数编制时的权重考虑因素就是市值
  • 风格中性权重：权重由市值和股票所属行业在指数中的权重决定

四、组合构建

    # 信号合成
    signal = (0.5*pd.Series(signal_pe)).add(0.5*pd.Series(signal_lcap), fill_value=0.0)
    # 组合构建                
    wts = simple_long_only(dict(signal), yesterday)

• 相当于0.5pe与0.5lcap合成信号
• 学习下series的add方法，fill_value就是都空的时候的默认值。

>>> a = pd.Series([1, 1, 1, np.nan], index=['a', 'b', 'c', 'd'])
>>> a
a    1.0
b    1.0
c    1.0
d    NaN
dtype: float64
>>> b = pd.Series([1, np.nan, 1, np.nan], index=['a', 'b', 'd', 'e'])
>>> b
a    1.0
b    NaN
d    1.0
e    NaN
dtype: float64
>>> a.add(b, fill_value=0)
a    2.0
b    1.0
c    1.0
d    1.0
e    NaN
dtype: float64

• 这个simple_long_only返回个字典，键是股票名，value是价值权重，也就是说到时候下单按照股票和价值权重买。

    # 交易部分
    account = context.get_account('fantasy_account')    
    current_position = account.get_positions(exclude_halt=True)    
    target_position = wts.keys()
    # 卖出当前持有，但目标持仓没有的部分
    for stock in set(current_position).difference(target_position):
        account.order_to(stock, 0)
   # 根据目标持仓权重，逐一委托下单
    for stock in target_position:
        account.order_pct_to(stock, wts[stock])    

思考

• 去极值中性化标准化，去极值还好，中性化标准化基本就是黑箱，不知道咋算的，可能有人写篇文章告诉咋算的也迷糊到底需要把因子这么做吗？
• 如果是快速简单写个验证用simple_long_only比较好，需要各种设参数需要用long_only，这函数也是黑箱，比较复杂。
• 实际学习时候，最好所有实现能自己完成，对比官方函数的区别。