因子學習筆記、問題彙總

1、多因子問題

 500、總問題，每個月要更新的數據有哪些？

一、各個因子數據，具體哪些？ pe pb等

二、return數據，全部A股return數據 ，滬深300、中證500return數據

三、

 

九、存儲的csv格式數據結構是怎麼樣的呢？

應該是每月爲一個因子或多個因子的數據，命名爲0、一、二、3....，0是爲2000年1月31日數據。每列爲股票因子數據。

如何更新：每次更新一個因子數據命名爲一個csv文件，保存到相應位置，每次更新與之前數據不衝突。

 

八、回測時股票價格數據該如何選擇？

20180621新修改：

不須要取收盤價格數據，直接取pct_chg便可。向前復權和前後復權均可以，由於不是取的收盤價。

每月度數據新建一個表，更新的數據在新建的表中，一個月數據按照月順序命名，以2000年1月份爲0開始命名。

一、週期：日、周、月、季(報告期)、年

二、時間設置：固定日期---->,起始日期，截止日期；相對日期---->前推週期(日曆日、交易日、周、月、季、年)，截止日期

三、日期類型：交易日、日曆日、工做日

四、無交易數據處理：沿用以前數據、空值、自設數值(本身輸入數值)

五、貨幣：原始貨幣、人民幣、美圓、港幣

六、價格修正：(!)、復權方式(適用於股票基金)：不復權、前復權、後復權、定點復權   (2)、價格類型(適用債券)：淨價、全價、市價、收益率

設置彙總：一、周/月 二、相對日期-->周/月 三、日曆日 四、空值 五、原始貨幣 六、復權方式-->前復權

注意：(1)、復權能夠選擇向後復權，這樣收益率數據庫能夠(周/月)度更新，若是向前復權，每次向前時點不一致，致使數據不一致。

          (2)、頻繁交易會加大交易成本，通常選取月度數據進行回測。全部數據在一張表中，須要數據時來表中取數據，可每個月更新一次收盤數據。

 

七、A股比較基準是什麼？

滬深300指數  代碼 000300.SH   中證500指數 代碼 000905.SH

注意：滬深300指數數據是從2002年1月開始，中證500指數數據是從2005年1月開始。

 

六、在作多因子研究時，若是回測結果較好，把y換成隨機數序列y1，用y1迴歸來看模型預測能力差，是否是說明模型預測能力較好？

 

五、在因子去極值處理後，因子數據所有變爲0，是什麼緣由？

解答：dividendyield2因子在2008年5月31日數據全爲0，由於中位數數據爲0，極大值和極小值均爲0，最後結果都爲0，影響應該不大，這樣數據少，之後隨着分成變得廣泛，就不會有這種狀況發生了。

四、數組標準化(變爲均值爲0，方差爲1)後的數據惟一嗎？

解答：是惟一的，兩個標準化的差異是一個對每列標準化，一個對所有數據標準化。

data=pd.DataFrame(np.array([[0, 0], [0, 0], [1, 1], [1, 1]]))
data
Out[53]: 
   0  1
0  0  0
1  0  0
2  1  1
3  1  1
scale_fun = lambda x: (x - x.mean()) / x.std()
data1=data.apply(scale_fun)
data1
Out[56]: 
          0         1
0 -0.866025 -0.866025
1 -0.866025 -0.866025
2  0.866025  0.866025
3  0.866025  0.866025
data1.mean()
Out[79]: 
0    0.0
1    0.0
dtype: float64
data1.std()
Out[80]: 
0    1.0
1    1.0
dtype: float64

from sklearn import preprocessing
scaler=preprocessing.StandardScaler()
scaler.fit(data)
Out[84]: StandardScaler(copy=True, with_mean=True, with_std=True)
data2=scaler.transform(data)
data2
Out[87]: 
array([[-1., -1.],
       [-1., -1.],
       [ 1.,  1.],
       [ 1.,  1.]])
data2.mean()
Out[88]: 0.0
data2.std()
Out[89]: 1.0
data3=DataFrame(data2)
data3
Out[91]: 
     0    1
0 -1.0 -1.0
1 -1.0 -1.0
2  1.0  1.0
3  1.0  1.0
data3.mean()
Out[92]: 
0    0.0
1    0.0
dtype: float64
data3.std()
Out[93]: 
0    1.154701
1    1.154701
dtype: float64

 

三、選取回報數據的時候，是否須要復權處理？價格修正方式(股票基金)有4種：不復權、前復權、後復權、定點復權(僅用於支持定點復權指標)

解答：選擇前復權，若是不復權，價格不真實

 

二、有些股票當期不在交易標的中，好比ST、停牌、上市不滿三個月等。在作因子數據預處理時是該先丟掉這些數據再作預處理，仍是所有因子數據數據預處理完，再丟掉？

解答：先所有預處理完，再丟，這樣包含的信息更多。

 

一、若是當天股票停牌，不考慮後續是否停牌狀況下，單個回測週期因子回測時該如何處理？實際交易時如何處理？

回測時：該股票不在投資標的中，全部因子值設置爲nan，設置時間分爲因子預處理前和預處理後兩種狀況。

實盤時：若是按照回測時狀況來處理，該停牌股票必然會被調出股票持倉中，可能實際上該股票不該該調出，產生無效交易，加大交易成本。

這是一個問題。。。

 

興業三叉戟量化選股策略

一、RV選股策略：

 

二、3+2量化選股策略