[人工智能]《股票多因子模型实战》笔记（书摘，写给自己和同学看的，请勿吐槽）

《股票多因子模型实战 Python核心代码解析》陆潇一.中国工信出版集团.电子工业出版社

股票多因子模型实战

1.1.1股票多因子：股票alpha策略/市场中性策略?

1.1.2量化CTA：商品交易顾问

1.1.3套利

1.1.4高频

价值投资

趋势投资

股票多因子

1.2股票多因子模型框架

因子：可以在逻辑上解释股票收益且可以被量化的要素都可以被称为因子

1.2.2多因子模型的数学语言

一只股票的涨跌包括：股票自身的特性与当时大盘整体的表现

股票自身特性带来的收益称为Alpha收益——跑赢大盘多少个点

股票归属于大盘整体表现的收益称为Beta收益

R=Alpha it +Beta t

股票组合：加权上式

Beta收益，大盘的涨跌，通过卖空股指期货的方法对冲。，因此只需组合有正的alpha收益

R it 股票i在t期的收益率

α收益率的常数项

β股票i在因子k上的敞口/股票该因子的因子值

fkt? k因子的因子收益率

ε残差项

1.2.3多因子模型的实践框架

?????? 1、单因子测试与筛选：因子池、因子测试

?????? 2、因子合成：将筛选出的因子加权求和变为一个合成因子

?????? 3、组合构建：打分排序，计算每只股票占比

调仓：轧差

1.3量化的基本问题

1.3.1幸存者偏差：收益率高估

1.3.2未来信息：高估—--年报公布的下一个交易日才能使用

1.3.3过度拟合和欠拟合

过度拟合：噪声参与模型构建，过度解读样本信息

欠拟合：没有充分使用

逻辑与金融含义匹配，测试模型，如：参数敏感性

1.3.4因果性与相关性：相关误认为因果

1.3.5数据质量，操作风险

2量化的python基础

Python解释型语言

del 容器里删除元素

/结果为浮点数

列表推导式[name.upper() for name in name_list]

[x.method for x in x_list]

元组只能访问（索引切片），不能增删改

字典：code_name_dict[‘600926’]=’杭州银行’

if: elif: else:

NumPy中只有一个最基本的数据结构：array

stock_price_ser=np.array([0.3,1.2,-0.7,0.6],

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?[1.2,3.4,0.1,-0.8])

np.mean(stock_price_ser,axis=1)

axis=1横着算一个[ ]，axis=0竖着算0.3和1.2

索引stock_price_ser[0][1]

rand生成0~1均匀分布np.random.rand(行数，列数)

randn生成标准正态分布的随机数np.random.randn()

np.arange(1,x)左闭右开

len(stock_price_ser) 方法返回对象（字符、列表、元组等）长度或项目个数

matplotlib

from matplotlib import pyplot as plt

plt.title()

plt.xlabel()

plt.ylabel()

plt.plot(x,y)

plt.show()

2.6 pandas

2.6.2数据结构：series和dataframe

构建series

series=pd.Series([0.074,0.099,0.001,0.0013)

type()查看数据类型

构建dataframe

data=pd.DataFrame(

????????????? {‘daily_return’:daily_return_Series,

‘Secucode’:secucode_Series})

Data=pd.DataFrame(

index=[0,1],

columns=[‘daily_return’,’secocode’],

data=[[0.074,’000001.SZ’],??? //横着

[0.099,’000002.SZ]] )

Dataframe的数据格式中没有字符串类型，字符串类型存放为object

2.6.3 Pandas的输入与输出

pd.read_csv(‘路径’)

data.to_csv(‘xxx.csv’)存储为csv, index=False不输出index

data[‘ind_code’].astype(‘str’)

数据框[‘列名’].astype(‘类型’)

Hdf文件hdf文件_百度百科 (baidu.com)

2.6.4 DataFrame的数据选取

Dataframe.head(数字)，查看前数字行的数据

tail()方法查看尾数据

列筛选：df=Dataframe名字[ [‘daily_return’, ’secocode’] ]?? //两对中括号，外面的[ ]表示对这一DataFrame进行筛选，里面的列表是需要的内容

行筛选：满足某一要求，如df=df[‘data_date’]==’2019-05-27’

单个筛选条件用()括住 (条件一)&(条件2)

iloc方法类似切片

trading_data_2019.iloc[4:8] 左闭右开，trading_data_2019第5行到第9行的数据

行和列：trading_data_2019.iloc[4:8, 2:-1]

trading_data_2019.iloc[ 4 , 2 ]

2.6.5 Pandas排序

排序sort_values(by=’列名’) ascending=False

sort_values(by=[‘’,’’],ascending=False)

2.6.6描述统计与分组

Data.describe()

trading_data_2019[trading_data_2019[‘secucode’]==’601318.SH’][‘daily_return’].mean()

group-apply方法

trading_data_2019.groupby(‘secucode’)[‘daily_return’].apply(np.mean)

分组，选变量，应用均值方法

np.product()计算乘积

2.6.7 Pandas的数据可视化

daily_average_return=trading_data_2019.groupby(‘data_date)[‘daily_return’].apply(np.mean)

daily_average_return.plot() //横坐标date，纵坐标收益率

figsize调整图片大小

daily_average_return.plot(figsize=(19,18))

收益率的分布hist()方法：绘制直方图

daily_average_return.hist(bins=50)

bins划分间隔，bins越大划分间隔越小

cumprod()方法，计算数值的累计乘积

(daily_average_return+1).cumprod*1000).plot()

scatter()方法：散点图

trading_data_2019[trading_data_2019.data_date==’2019-05-27’].head(100).plot.scatter(y=’turnover’,x=’free_mv’,figsize=(18,9))

2.6.8多个DataFrame处理

横向整合：merge()方法

ind_name=pd.read_csv(‘ind_name.csv’, dtype={‘code’:str})

dtype设置读取内容的数据类型

pd.merge(trading_data_2019,ind_name.rename(columns={‘code’:’ind_code’}), on=’ind_code’,how=’left’)

rename方法

merge的on参数设置用于合并的列名，合并轴，

how参数可选left,right,outer,inner

????????left：合并过程以左侧DataFrame为主，与左侧数据集长度一致；

????????right：

????????outer：最终合并的是一个并集

????????inner：交集

注意：传入的两个DataFrame必须有相同的列名，

concat()方法，上下合并

total=pd.concat( [part1,part2,part3] )

更新中，看了三分之一...