@Channelchan
2018-01-08T13:36:02.000000Z
字数 628
阅读 998
基本面因子测试
题目一:单个排序因子编码回测
- 用JAQS读取PB因子数据
- 读取hs300价格的收盘价数据(close_adj)
- 转换时间索引
- 读取mask过滤的条件
题目二:因子Alphalens回测
- 将因子转换成MultiIndex格式
- 用alphalens.utils.get_clean_factor_and_forward_returns()获得factor_data,设置quantiles=6, period=5,10,20,60
- 用alphalens.performance.mean_return_by_quantile()计算mean_return_by_quantile
- 用alphalens.plotting.plot_cumulative_returns_by_quantile()用图表显示quantile累积收益
- 用alphalens.tears.create_information_tear_sheet()获取IC的表格

题目三:多个因子IC绩效报告
- 读取5个因子['pb', 'roe', 'roa', 'ps_ttm', 'pe_ttm']
- 初始化fxdayu_alphaman.factor.factor里的Factor,并且去极值,标准化,加干扰处理
- 用alphalens.performance.mean_information_coefficient()计算每个因子持有不同时间长度的月度平均IC
- 用seaborn.heatmap()将月度IC用展示出来
