因子分析（by+alphalens）

目录

1. Alphalens是什么？
2. 使用Alphalens的数据准备工作？
3. 如何用Alphalens测试选股因子效果？
4. 什么是信息系数？
5. 如何通过信息系数的可视化呈现进一步观测因子效果？
6. 更多：因子在不同板块的选股能力比较分析

Alphalen是什么？

Alphalens是一个Python第三方库，专门用于选股因子alpha(α)的绩效分析。

• 因子：
  对股价未来涨跌有预测效果的指标

下载方式： pip install alphalens

官方网站： http://quantopian.github.io/alphalens/index.html

使用Alphalens的数据准备工作？

• factor: MultiIndex（用stack()方法来转换）

• prices: DataFrame

• 索引要求均为日期-datetime日期格式

• 将以上数据通过alphalens处理成标准格式-factor_data 用于进一步分析

下面以沪深300成分股为例，构造选股因子(factor)并

from jaqs_fxdayu.data import DataView # 可以视为一个轻量级的数据库，数据格式基于pandas，方便数据的调用和处理
from jaqs_fxdayu.data import RemoteDataService # 数据服务，用于下载数据
import os
import warnings
warnings.filterwarnings("ignore")
dataview_folder = './Factor'
if not (os.path.isdir(dataview_folder)):
    os.makedirs(dataview_folder)
# 数据下载
def save_dataview():
    data_config = {
    "remote.data.address": "tcp://data.tushare.org:8910",
    "remote.data.username": "18566262672",
    "remote.data.password": "eyJhbGciOiJIUzI1NiJ9.eyJjcmVhdGVfdGltZSI6IjE1MTI3MDI3NTAyMTIiLCJpc3MiOiJhdXRoMCIsImlkIjoiMTg1NjYyNjI2NzIifQ.O_-yR0zYagrLRvPbggnru1Rapk4kiyAzcwYt2a3vlpM"
    }
    ds = RemoteDataService()
    ds.init_from_config(data_config)
    dv = DataView()
    props = {'start_date': 20140101, 'end_date': 20140201, 'universe': '000300.SH',
             'fields': "pb,pe,ps,float_mv,sw1",
             'freq': 1}
    dv.init_from_config(props, ds)
    dv.prepare_data()
    dv.save_dataview(dataview_folder) # 保存数据文件到指定路径，方便下次直接加载
# save_dataview()

# 加载数据
dv = DataView()
dv.load_dataview(dataview_folder)

Dataview loaded successfully.

dv.fields

['pb',
 'pe',
 'ps',
 'float_mv',
 'sw1',
 'open_adj',
 'high_adj',
 'low_adj',
 'close_adj',
 'open',
 'high',
 'low',
 'close',
 'vwap',
 'vwap_adj',
 'adjust_factor',
 'index_member',
 'index_weight',
 'sw1',
 'volume',
 '_daily_adjust_factor',
 '_limit']

import pandas as pd
from datetime import datetime
factor = dv.get_ts("pb")
factor.index = pd.Index(map(lambda x: datetime.strptime(str(x),"%Y%m%d") , factor.index)) #索引调整为datetime日期格式
factor = factor.stack()#处理成MultiIndex格式（alphalens分析因子必须的格式）
factor.head()

            symbol   
2014-01-02  000001.SZ    1.0563
            000002.SZ    1.2891
            000008.SZ    4.8981
            000009.SZ    3.5794
            000012.SZ    2.3725
dtype: float64

def change_index(df):
    df.index = pd.Index(map(lambda x: datetime.strptime(str(x),"%Y%m%d") , df.index)) #索引调整为datetime日期格式 
    return df

prices = dv.get_ts("close_adj") #获取价格
prices = change_index(prices)
prices.head()

5 rows × 472 columns

import alphalens
#计算目标股票池每只股票的持有期收益，和对应因子值的quantile分类
factor_data = alphalens.utils.get_clean_factor_and_forward_returns(factor, prices, quantiles=5, periods=(1,5,10))
factor_data.head()

如何用Alphalens测试选股因子效果？

• demeaned:是否计算相对收益（减去当日所有assets持有期收益的均值）
• 累计收益计算方法：日化复利再逐日累乘-无法根据该方式复制投资组合

import matplotlib.pyplot as plt
mean_return_by_q, std_err_by_q = alphalens.performance.mean_return_by_quantile(factor_data, by_date=True, demeaned=True)
alphalens.plotting.plot_cumulative_returns_by_quantile(mean_return_by_q, 1)
alphalens.plotting.plot_cumulative_returns_by_quantile(mean_return_by_q, 5)
alphalens.plotting.plot_cumulative_returns_by_quantile(mean_return_by_q, 10)
plt.show()

什么是信息系数？

度量变量的预测值与实际值之间的相关关系。信息系数是用来评估金融分析师预测技能的一种表现方法。

系数在-1到1之间，越大表示正相关程度强。

这里，我们可以用信息系数来评价一个选股因子效力的好坏。也即，用因子值大小与下一期股票收益大小的相关程度来评估因子。

经验来看，通常|mean(IC)|>0.02可以作为判定一个选股因子有收益预测效力的标准

什么是spearman相关系数？

其中d为秩次差。

什么是秩次差？

A = [1,3,5,7,9]
B = [3,2,4,5,1]

A的排序是1,2,3,4,5

B的排序是3,2,4,5,1

d为排序相减

接下来我们要计算的因子IC值，即为当期因子值与下期股票收益值的spearman相关系数。

ic = alphalens.performance.factor_information_coefficient(factor_data)
ic.head()

如何通过信息系数的可视化呈现进一步观测因子效果？

alphalens.plotting.plot_ic_hist(ic) #因子IC分布
alphalens.plotting.plot_ic_ts(ic) #因子IC时间序列曲线
plt.show()

# 月均IC热度图
mean_monthly_ic = alphalens.performance.mean_information_coefficient(factor_data, by_time='M')
alphalens.plotting.plot_monthly_ic_heatmap(mean_monthly_ic)#因子月均IC表现
plt.show()

将Quantile1的选股结果保存成excel

import numpy as np
excel_data = factor_data[factor_data['factor_quantile']==1]["factor_quantile"].unstack().replace(np.nan, 0)
excel_data.to_excel('./pb_quantile_1_by_alphalens.xlsx')
excel_data.head()

5 rows × 192 columns

更多：因子在不同板块的选股能力比较分析

• 通过groupby参数指定每只股票对应的行业（按行业分组）
• 构造factor_data
• 计算不同行业的平均IC，并可视化呈现

sectors = dv.get_ts("sw1")
sectors = change_index(sectors)
sectors.head()

5 rows × 472 columns

factor_data = alphalens.utils.get_clean_factor_and_forward_returns(factor,
                                                                   prices,
                                                                   groupby=sectors.stack(),
                                                                   quantiles=5,
                                                                   periods=(1, 5, 10))

factor_data.head()

ic_by_sector = alphalens.performance.mean_information_coefficient(factor_data, by_group=True)
ic_by_sector.head()

from matplotlib import pyplot as plt
alphalens.plotting.plot_ic_by_group(ic_by_sector)
plt.show()