【量化】4天学会python机器学习与量化交易-笔记3(p16~p20)

平台：https://www.ricequant.com/quant/#?tag=algorithm-ol&id=1339040
api1：https://www.ricequant.com/doc/rqdata-institutional#research-API-get_fundamentals
api2：https://www.ricequant.com/doc/api/python/chn#wizard-stock

p16 案例：多因子的市值因子选股介绍

多读书，多看“报”（证券研究报告）

p17 案例：多因子的市值因子选股演示

视频：https://www.bilibili.com/video/av55456917?p=17
代码：

def init(context):
	context.hs300 = index_components("000300.XSHG")

# before_trading此函数会在每天策略交易开始前被调用，当天只会被调用一次
def before_trading(context):
    
    # 获取过滤的股票
    q = query(
        fundamentals.eod_derivative_indicator.market_cap
    ).order_by(
        fundamentals.eod_derivative_indicator.market_cap
    ).filter(
        fundamentals.stockcode.in_(context.hs300)
    ).limit(20)

    funds = get_fundamentals(q)

    # 获得10只股票的名字
    context.stock_list = funds.T.index

def handle_bar(context, bar_dict):
    # 卖出
    # 去positions里面获取仓位
    for stock in context.portfolio.positions.keys():
        if stock not in context.stock_list:
            order_target_percent(stock, 0)

    # 买入
    for stock in context.stock_list:
        order_target_percent(stock, 1.0/20)

结果：

p18 多因子策略流程、因子数据组成、去极值介绍

视频：https://www.bilibili.com/video/av55456917?p=18

notebook位置：https://www.ricequant.com/research/user/user_358930/tree?
（原来以为功能被删了，后来直接输入网址找到了）

（两年前玩过一会这个，可是基础太差直接放弃了。一转眼研究生都快读完了，重新拾起，这个方向肯定是我要研究的，给自己一个期限，看5年后是否能有所建树。）

1，研究平台api

• get_price(“000001.XSHE”, start_date=“2017-01-01”, end_date=“2017-01-06”) #一只股票
• get_price([“000001.XSHE”, “000005.XSHE”, “000002.XSHE”], start_date=“2017-01-01”, end_date=“2017-01-06”, fields=“close”) #多只股票
• get_trading_dates(start_date=“2017-01-01”, end_date=“2018-01-01”) #获取交易日日期
• fund = get_fundamentals(q, entry_date=‘2017-01-03’)

# 获取财务数据
q = query(fundamentals.income_statement.revenue,
         fundamentals.income_statement.cost_of_goods_sold
         ).filter(fundamentals.stockcode.in_(['000001.XSHE', '000002.XSHE']))
fund = get_fundamentals(q, entry_date='2017-01-03')
fund

结果：

<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 1 (major_axis) x 2 (minor_axis)
Items axis: revenue to cost_of_goods_sold
Major_axis axis: 2017-01-03 00:00:00 to 2017-01-03 00:00:00
Minor_axis axis: 000001.XSHE to 000002.XSHE

2，数据的组成

• 面板数据：存储三维结构，由截面数据和序列数据组成。如上
• 截面数据：在同一时间，不同统计单位相同统计指标组成的数据列
  
• 序列数据：不同时间点上收集的数据，反映了某一事物、现象随时间的变化状态或程度
  
• 面板数据转换成截面数据
  fund[:, ‘2017-01-03’,:]

3，多因子数据的处理

• 多因子分析使用的是截面数据。
• 因子数据的处理
  – 并不是去除异常数据，而是拉回到正常值。
• 三种方法：
  – 分位数去极值：中位数，四分位数，百分位数
  – 中位数绝对偏差去极值
  – 正态分布去极值

p19 案例：中位数去极值和3背中位数去极值

视频：https://www.bilibili.com/video/av55456917?p=19
四分位数：从小到大排列，排第25%，50%，75%位置的数

指定分位区间以外的数用分位点替换

1，
代码：

from scipy.stats.mstats import winsorize

# 对pe_ratio进行去极值
fund = get_fundamentals(query(fundamentals.eod_derivative_indicator.pe_ratio), entry_date='20170103')[:, '20170103', :]

fund['pe_ratio_winsorize'] = winsorize(fund['pe_ratio'], limits=0.025)

fund['pe_ratio'][:500].plot()
fund['pe_ratio_winsorize'][:500].plot()

结果：

自实现分位数：

2，中位数绝对偏差去极值

• 3倍中位数去极值（常用）

import numpy as np

def mad(factor):
    '''中位数绝对偏差去极值'''
    # 1,找出中位数
    me = np.median(factor)
    
    # 2,得到每个因子值与中位数的绝对偏差值 |x-median|
    # 3，得到绝对偏差的中位数mad = median(|x-median|)
    mad = np.median(abs(factor - me))
    
    # 4，计算MAD_e = 1.4826*MAD，然后确定参数n，做出调整
    # n取3，表示3倍中位数去极值
    # 求出3倍中位数的上下限
    up = me + (3* 1.4826* mad)
    down = me - (3* 1.4826* mad)
    
    # 利用上下限去极值
    factor = np.where(factor>up, up, factor)
    factor = np.where(factor<down, down, factor)
    
    return factor

#对pe_ratio去极值
fund['pe_ratio_3md'] = mad(fund['pe_ratio'])
fund['pe_ratio'][:500].plot()
fund['pe_ratio_3md'][:500].plot()

结果：

p20 案例：3sigma法去极值

视频：https://www.bilibili.com/video/av55456917?p=20
（老师说不常用）

代码：

# 3sigma方法去极值
def threesigma(factor):
    # 计算平均值和标准差
    mean = factor.mean()
    std = factor.std()
    
    # 计算上下限的数据
    up = mean + 3*std
    down = mean - 3*std
    
    # 替换极值
    factor = np.where(factor>up, up, factor)
    factor = np.where(factor<down, down, factor)
    
    return factor

#对pe_ratio去极值
fund['pe_ratio_3sigma'] = threesigma(fund['pe_ratio'])
fund['pe_ratio'][:500].plot()
fund['pe_ratio_3sigma'][:500].plot()

结果：

去极值：推荐中位数绝对偏差去极值，其次用分位数。