factor_calculator
fxdayu_alphaman.factor.factor.Factor.factor_calculator(pn_data)
简要描述：
- 继承自Factor的自定义因子需在此方法下实现因子的计算逻辑
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| pn_data | 是 | pandas.Panel | 时间为索引,按资产分类的一张时间序列数据表,用于计算因子的初始所需数据 pandas.Panel类型 一共三个维度。items axis 为股票代码,包含所有该因子跟踪的股票;在这之下,每只股票对应一个pandas.Dataframe,对应这只股票需要被访问到的数据,index为时间,columns为数据字段名称。 |
参数示例:
<class 'pandas.core.panel.Panel'>
Dimensions: 196 (items) x 335 (major_axis) x 5 (minor_axis)
Items axis: 600011.XSHG to 300450.XSHG
Major_axis axis: 2015-12-02 15:00:00 to 2017-04-18 15:00:00
Minor_axis axis: close to volume
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_value | pandas.MultiIndex | A MultiIndex Series indexed by date (level 0) and asset (level 1), containing the values for a single alpha factor |
返回示例:
-----------------------------------
date | asset |
-----------------------------------
| AAPL | 0.5
-----------------------
| BA | -1.1
-----------------------
2014-01-01 | CMG | 1.7
-----------------------
| DAL | -0.1
-----------------------
| LULU | 2.7
-----------------------
get_factor
fxdayu_alphaman.factor.factor.Factor.get_factor(pn_data, update=False)
简要描述：
- 获得因子值
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| pn_data | 是 | pandas.Panel | 时间为索引,按资产分类的一张时间序列数据表,用于计算因子的初始所需数据 pandas.Panel类型 一共三个维度。items axis 为股票代码,包含所有该因子跟踪的股票;在这之下,每只股票对应一个pandas.Dataframe,对应这只股票需要被访问到的数据,index为时间,columns为数据字段名称。 |
| update | 否 | bool | 是否更新因子值(bool),默认为False,即在该factor实例被销毁前,因子值以第一次计算为准。否则每次取因子值都会重新计算。 |
参数示例:
- pn_data:
<class 'pandas.core.panel.Panel'>
Dimensions: 196 (items) x 335 (major_axis) x 5 (minor_axis)
Items axis: 600011.XSHG to 300450.XSHG
Major_axis axis: 2015-12-02 15:00:00 to 2017-04-18 15:00:00
Minor_axis axis: close to volume
- update:
False
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_value | pandas.MultiIndex | A MultiIndex Series indexed by date (level 0) and asset (level 1), containing the values for a single alpha factor |
返回示例:
-----------------------------------
date | asset |
-----------------------------------
| AAPL | 0.5
-----------------------
| BA | -1.1
-----------------------
2014-01-01 | CMG | 1.7
-----------------------
| DAL | -0.1
-----------------------
| LULU | 2.7
-----------------------
factor_df_to_factor_mi
fxdayu_alphaman.factor.factor.Factor.factor_df_to_factor_mi(factor_df)
简要描述：
- 将pandas.Dataframe格式的因子值调整为以date(level0),asset(level1)为索引的MultiIndex格式
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| factor_df | 是 | pandas.Dataframe | 因子值 (pandas.Dataframe类型),index为datetime, colunms为股票代码(asset)。 |
参数示例:
AAPL BA CMG DAL LULU
date
2016-06-24 0.165260 0.002198 0.085632 -0.078074 0.173832
2016-06-27 0.165537 0.003583 0.063299 -0.048674 0.180890
2016-06-28 0.135215 0.010403 0.059038 -0.034879 0.111691
2016-06-29 0.068774 0.019848 0.058476 -0.049971 0.042805
2016-06-30 0.039431 0.012271 0.037432 -0.027272 0.010902
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_value | pandas.MultiIndex | A MultiIndex Series indexed by date (level 0) and asset (level 1), containing the values for a single alpha factor |
返回示例:
-----------------------------------
date | asset |
-----------------------------------
| AAPL | 0.5
-----------------------
| BA | -1.1
-----------------------
2014-01-01 | CMG | 1.7
-----------------------
| DAL | -0.1
-----------------------
| LULU | 2.7
-----------------------
get_factor_by_rankScore
fxdayu_alphaman.factor.factor.Factor.get_factor_by_rankScore(factor, ascending = True)
简要描述：
- 输入multiIndex格式的因子值, 将因子用排序分值重构,并处理到0-1之间(默认为升序——因子越大 排序分值越大(越好)
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| factor | 是 | pandas.MultiIndex | A MultiIndex Series indexed by date (level 0) and asset (level 1), containing the values for a single alpha factor. |
| ascending | 否 | bool | 因子值按升序法排序对应还是降序法排序对应。具体根据因子对收益的相关关系而定,为正则应用升序,为负用降序 |
参数示例:
- factor:
-----------------------------------
date | asset |
-----------------------------------
| AAPL | 0.5
-----------------------
| BA | -1.1
-----------------------
2014-01-01 | CMG | 1.7
-----------------------
| DAL | -0.1
-----------------------
| LULU | 2.7
-----------------------
- ascending:
True
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_value | pandas.MultiIndex | 重构后的因子值。A MultiIndex Series indexed by date (level 0) and asset (level 1), containing the values for a single alpha factor. 取值范围在0-1之间 |
返回示例:
-----------------------------------
date | asset |
-----------------------------------
| AAPL | 0.5
-----------------------
| BA | 0.1
-----------------------
2014-01-01 | CMG | 0.7
-----------------------
| DAL | 0.1
-----------------------
| LULU | 0.9
-----------------------
get_disturbed_factor
fxdayu_alphaman.factor.factor.Factor.get_disturbed_factor(factor)
简要描述：
- 输入multiIndex格式的因子值, 将因子值加一个极小的扰动项,用于做quantile区分
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| factor | 是 | pandas.MultiIndex | A MultiIndex Series indexed by date (level 0) and asset (level 1), containing the values for a single alpha factor. |
参数示例:
-----------------------------------
date | asset |
-----------------------------------
| AAPL | 0.5
-----------------------
| BA | -1.1
-----------------------
2014-01-01 | CMG | 1.7
-----------------------
| DAL | -0.1
-----------------------
| LULU | 2.7
-----------------------
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_value | pandas.MultiIndex | 重构后的因子值,每个值加了一个极小的扰动项。A MultiIndex Series indexed by date (level 0) and asset (level 1), containing the values for a single alpha factor. 取值范围在0-1之间 |
返回示例:
-----------------------------------
date | asset |
-----------------------------------
| AAPL | 0.5
-----------------------
| BA | -1.1
-----------------------
2014-01-01 | CMG | 1.7
-----------------------
| DAL | -0.1
-----------------------
| LULU | 2.7
-----------------------
winsorize
fxdayu_alphaman.factor.factor.Factor.winsorize(factor_df)
简要描述：
- 横截面去极值 - 对Dataframe类型的因子值
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| factor_df | 是 | pandas.Dataframe | 因子值 (pandas.Dataframe类型),index为datetime, colunms为股票代码(asset)。 |
参数示例:
AAPL BA CMG DAL LULU
date
2016-06-24 0.165260 0.002198 0.085632 -0.078074 0.173832
2016-06-27 0.165537 0.003583 0.063299 -0.048674 0.180890
2016-06-28 0.135215 0.010403 0.059038 -0.034879 0.111691
2016-06-29 0.068774 0.019848 0.058476 -0.049971 0.042805
2016-06-30 0.039431 0.012271 0.037432 -0.027272 0.010902
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_df | pandas.Dataframe | 去极值后的因子值(pandas.Dataframe类型),index为datetime, colunms为股票代码。 |
standardize
fxdayu_alphaman.factor.factor.Factor.standardize(factor_df)
简要描述：
- 横截面z-score标准化 - 对Dataframe类型的因子值
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| factor_df | 是 | pandas.Dataframe | 因子值 (pandas.Dataframe类型),index为datetime, colunms为股票代码(asset)。 |
参数示例:
AAPL BA CMG DAL LULU
date
2016-06-24 0.165260 0.002198 0.085632 -0.078074 0.173832
2016-06-27 0.165537 0.003583 0.063299 -0.048674 0.180890
2016-06-28 0.135215 0.010403 0.059038 -0.034879 0.111691
2016-06-29 0.068774 0.019848 0.058476 -0.049971 0.042805
2016-06-30 0.039431 0.012271 0.037432 -0.027272 0.010902
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_df | pandas.Dataframe | z-score标准化后的因子值(pandas.Dataframe类型),index为datetime, colunms为股票代码。 |
neutralize
fxdayu_alphaman.factor.factor.Factor.neutralize(factor_df,factorIsMV = False)
简要描述：
- 行业、市值中性化 - 对Dataframe类型的因子值
参数：
| 参数名 | 必选 | 类型 | 说明 |
|---|---|---|---|
| factor_df | 是 | pandas.Dataframe | 因子值 (pandas.Dataframe类型),index为datetime, colunms为股票代码(asset)。 |
| factorIsMV | 否 | bool | 待中性化的因子是否是市值类因子(bool)。是则为True,默认为False |
参数示例:
AAPL BA CMG DAL LULU
date
2016-06-24 0.165260 0.002198 0.085632 -0.078074 0.173832
2016-06-27 0.165537 0.003583 0.063299 -0.048674 0.180890
2016-06-28 0.135215 0.010403 0.059038 -0.034879 0.111691
2016-06-29 0.068774 0.019848 0.058476 -0.049971 0.042805
2016-06-30 0.039431 0.012271 0.037432 -0.027272 0.010902
factorIsMV:
False
返回参数说明:
| 参数名 | 类型 | 说明 |
|---|---|---|
| factor_df | pandas.Dataframe | 中性化后的因子值(pandas.Dataframe类型),index为datetime, colunms为股票代码。 |