第十五课 单因子有效性分析之 Alphalens
概述Alphalens 的数据结构参数factor 格式price 格式 API获取综合信息因子 IC 分析因子收益率系数分析概述
Alphalens 是一个 Python 的第三方库, 专门用于选股因子的绩效分析.
安装 (稳定版):
pip install alphalens
安装 (开发版):
pip install git+/quantopian/alphalens
Alphalens 的数据结构
在做吻戏之前, 需要准备所有分析所需要的数据格式. 事前需要准备好因子数据, 价格数据和行业分组数据. 行业数据可有可无, 若有则可有设置成 Dict 格式或者 Series 格式.
参数
alphalens.utils.get_clean_factor_and_forward_returns(factor, prices, groupby=None, quantiles=5, bins=None, periods=(1, 5, 10), filter_zscore=20, groupby_labels=None, by_group=bool, max_loss=0.35)
factor 格式
price 格式
API
from alphalens import performancefrom alphalens import plottingfrom alphalens import tearsfrom alphalens import utils
获取综合信息
alphalens.tears.create_summary_tear_sheet(factor_data, long_short=True, group_neutral=False)
因子 IC 分析
计算因子值和预期收益之间的基于 Spearman 等级相关的信息系数 IC (默认每天):
alphalens.performance.factor_information_coefficient(factor_data, group_adjust=False, by_group=False)
factor_data: 按日期 (级别 0) 和资产 (级别 1) 索引的 MultiIndex DataFrame, 包含单个 alpha 因子的值, 每个期间的正向收益group_adjust: 是否行业分组by_group: 分组计算return: 返回 IC DateFrame
计算 alpha 和 beta:
alphalens.tearse.factor_alpha_beta(factor_data, returns=None, demeaned=True, group_adjust=False, equal_weight=False)
创建一个平均累计回报表格:
alphalens.tears.create_information_tear_sheet
因子收益率系数分析
alphalens.tears.create_returns_tear_sheet(factor_data, long_short=True,group_neutral=False, by_group=False)
