0.几种factor

先来弄清楚笔者自己总结的factor的生命周期

1）raw facto

raw factor就是上一次我们计算出来的factor，没有什么可以更多的解释的。

2）Winsorized-raw factor

我们知道，金融数据充满了噪音，也就是意味着，有很多异常值，所以我们要对这些股票的存货周转率值做一个处理。比如说，对于异常值，我们可以用Winsorized或者直接剔除的方法。Winsorized方法比较常用，但是也不一定有效。Winsorized方法说白了，就是让所有的raw factor有一个上下限，大于这个上限的，就等于上限的值，小于下限的，就等于下限值。通常，上下限可以用分位数或者标准差来体现。

3）raw z-score

这一步其实就是factor的标准化，也就是，减去均值，然后除以标准差。相对而言好理解。把因子值都做标准化后，是为了以后很多因子可以相互combine。如果不做标准化，量纲就不一样，组合在一起就不会有什么意义。

4）neut-score

我们做完标准化后，需要对因子值做中性化处理。包括行业中性和风格中性。

行业中性比较简单，只要满足行业内因子值均值为0，标准差为1，也就是，行业内部再做一次标准化就可以了。而风格中性则需要和风格因子的secore，或者说，exposure做回归，然后取残差作为最后的neut-score。

这里，前面三步还是比较容易实现的，但是第四部我们需要一个风格因子的score，这就很尴尬了，因为我们并不知道有哪些风格因子。有一个神一般的存在，叫做barra，读者可以自己去百度一下。总而言之，这个数据供应商给了我们十个风格因子以及每一个因子的score（exposure）。当然，我们也可以自己去建立这个。

这一小节，我们先尝试前面三步，后续，我们自己建立一两个风格因子来neut。

1.数据整合

为了能够实现上面这些功能，我们首先要有一个把所有数据放在一起的数据集。

def data_df_get(stock_file_name):df = pd.read_csv('./price_data/%s' % stock_file_name, index_col=0, parse_dates=True)df['sec_id'] = stock_file_name[:-4]return dfpd.concat([data_df_get(stock_file_name) for stock_file_name in univers]).to_csv('total_data.csv')

然后，我们可以获得我们universe中所有股票的集合，同时加了一个sec_id字段。

2.去极值与标准化

import datetime
def winsorize_series(se):q = se.quantile([0.025, 0.975])if isinstance(q, pd.Series) and len(q) == 2:se[se < q.iloc[0]] = q.iloc[0]se[se > q.iloc[1]] = q.iloc[1]return sedef standardize_series(se):se_std = se.std()se_mean = se.mean()return (se - se_mean)/se_stdpaser = lambda x: datetime.datetime.strptime(x, "%Y-%m-%d %H:%M:%S.%f").strftime('%Y-%m-%d')
all_data = pd.read_csv('total_data.csv')
all_data.rename(columns={all_data.columns[0]: 'date'}, inplace=True)
all_data['date'] = all_data['date'].apply(paser)
all_data.sort_values(['date', 'sec_id'], inplace=True)
all_data['win_secore'] = all_data.groupby('date')['raw_factor'].apply(winsorize_series)
all_data['z-score'] = all_data.groupby('date')['win_secore'].apply(standardize_series)
all_data.to_csv('total_data.csv')

上面这段代码，让我们读入了刚才的total_data，然后计算出去极值后的score和标准化后的score。读者运行后，大概csv文件是下面这样的。

当然，上面的代码中，由于要对date分组，所以，需要一些时间的操作，但都是很基础的。

多因子模型之因子（信号）测试平台----因子值的处理（一）相关推荐

多因子模型之因子（信号）测试平台----因子值的处理（二）
广告:本人的单因子测试视频教程https://edu.csdn.net/course/detail/25572 我们知道,一个因子值的处理大致分为三个步骤,去极值.标准化.中性化,上次我们对因子值进行 ...
网络测试软件smartest,AGILENT-93K的混合信号测试解决方案
1 前言具有混合信号功能的芯片正越来越多地出现在人们的生活中.通讯领域的 MODEM. CODEC 和飞速发展的手机芯片,视频处理器领域的MPEG.DVD芯片,带有内嵌的ADC或DAC的微控制器芯片 ...
多因子模型之因子（信号）测试平台----计算因子值
广告:本人的单因子测试视频教程https://edu.csdn.net/course/detail/25572 近一个半月疯狂的接触多因子模型,其中对于单个因子的回测,是最熟的.而对于单个因子,或者叫 ...
多因子模型水平测试题试答（因子部分）
转自:https://zhuanlan.zhihu.com/p/22823948?refer=jjscience 作者:江嘉键链接:https://zhuanlan.zhihu.com/p/2282 ...
python写因子策略_单因子策略进阶版本篇延续（第三期：单因子策略入门版），介绍如何使用优矿平台编写策略代码，以股息率作为择股条件，自动筛选出股息率前十名的股... - 雪球...
来源:雪球App,作者: 爱喝豆汁的投资者,(https://xueqiu.com/2680567071/130470562) 本篇延续(第三期:单因子策略入门版),介绍如何使用优矿平台编写策略代码, ...
信号时域分析方法的理解（峰值因子、脉冲因子、裕度因子、峭度因子、波形因子和偏度等）
最近要做关于信号处理的一些工作,涉及时域.频域分析,滤波.神经网络以及贝叶斯等内容.在此做一些整理,作为梳理思路的笔记,也希望能对读者有所帮助. 文章如要转载请私信与我联系,并注明来源知乎专栏与信号处 ...
小米网络信号测试软件,【小米5X评测】高通：骁龙625移动平台Modem及信号是亮点_手机评测-中关村在线...
高通:骁龙625移动平台Modem及信号是亮点骁龙移动平台=高跑分?如果你一直这样认为那就错了:高运算性能只是它真正实力的冰山一角.举个例子,你或许不知道,高速+高效的网络连接也是骁龙移动平台能够提 ...
lte基站信号测试软件,是德科技TD-LTE基站性能测试方案
引言 LTE(Long Term EvoluTIon长期演进)技术是第三代移动通信演进的主要方向.作为一种先进的技术,LTE系统在提高峰值数据速率.小区边缘速率.频谱利用率.控制面和用户面时延以及降低 ...
alpha因子常见问题_多因子小技巧整理
看知乎上很多矿友一直在讨论如何挑选因子.使用因子进行预测. 找了一下社区的相关帖子,做个整理. 本文从因子的相关性入手,用不同因子组合.剔除高度相关因子后再进行降维处理,利用所得各风格信号预测股价走势 ...

多因子模型之因子（信号）测试平台----因子值的处理（一）

0.几种factor

1.数据整合

2.去极值与标准化

多因子模型之因子（信号）测试平台----因子值的处理（一）相关推荐

最新文章

热门文章