还记得我们在前面采用的回测工具Backtrader吗？Backtrader是一款非常灵活的回测工具，基于它你能回测任何你想要测试的idea.但是针对单因子回测，Backtrader 开发回测代码以及生成报告上并不算很方便，我们需要自己编写买卖逻辑，在生成的报告上也没有IC、IR、回撤等的数据分析，而实际上，从单因子回测的技术实现角度上来说，这些都是可以自动化生成的。Alphalens就是一个专门实
# 使用Python进行五日动量因子的单因子检验
在金融市场中，因子分析是一种常用的工具，帮助投资者识别潜在的投资机会。本文将重点介绍如何使用Python进行五日动量因子的单因子检验，并给出相关的代码示例。
## 什么是动量因子？
动量因子是指通过过去一段时间内的收益来预测未来收益的策略。五日动量因子特别关注过去五天的股票回报，假设短期内表现良好的股票在将来几天也会继续表现良好。
## 概
原创
2024-10-04 05:19:15
190阅读
# 股市因子检验指南
## 一. 流程概述
在进行股市因子检验时，我们通常需要遵循以下几个步骤。下面的表格展示了该流程：
| 步骤 | 描述 |
|------|---------------------------|
| 1 | 数据获取 |
| 2 | 数据预处理 |
|
原创
2024-10-21 05:48:39
23阅读
因子分析1、 方法概述因子分析就是在尽可能不损失信息或者少损失信息的情况下，将多个变量减少为少数几个因子的方法。这几个因子可以高度概括大量数据中的信息，这样，既减少了变量个数，又同样能再现变量之间的内在联系。2、 基本原理3、 几个统计量的意义4、 因子分析的注意事项1） 样本量不能太小；一般要求样本量至少是变量数的5倍以上，甚至10倍以上，样本总量也不能太少，要求应该在100以上。 2） 各变量
转载
2023-12-17 12:13:59
66阅读
Time will tell.1、列表生成器下面的代码会报错，为什么？class A(object):
x = 1
gen = (x for _ in xrange(10)) # gen=(x for _ in range(10))
if __name__ == "__main__":
print(list(A.gen))答：这个问题是变量作用域问题，在 gen=(x f
因子分析用Python做的一个典型例子一、实验目的采用合适的数据分析方法对下面的题进行解答二、实验要求采用因子分析方法，根据48位应聘者的15项指标得分，选出6名最优秀的应聘者。三、代码import pandas as pdimport numpy as npimport math as mathimport numpy as npfrom numpy import *from scipy.sta
转载
2023-06-21 23:33:52
129阅读
科研小白入门指南索引/文献检索系统/数据库影响因子IFSCI分区顶级会议出版社/组织如何看论文1.找论文2.看论文其他 索引/文献检索系统/数据库世界三大科技文献检索系统：1.SCI = Science Citation Index = 科学引文索引2.EI = Engineer Index = 工程索引3.ISTP（科技会议录索引）一般认为SCI质量高于EI他们都是国际公认的进行科研统计与评价
转载
2023-12-20 22:48:30
13阅读
因子分析 因子分析（Factor Analysis）是指研究从变量群中提取共性因子的统计技术，这里的共性因子指的是不同变量之间内在的隐藏因子。例如，一个学生的英语、数据、语文成绩都很好，那么潜在的共性因子可能是智力水平高。因此，因子分析的过程其实是寻找共性因子和个性因子并得到最优解释的过程。因子分析有两个核心问题：一是如何构造因子变量，二是如何对因子变量进行命名解释。因子分析有下面4个基本步骤：过
转载
2023-09-03 15:23:57
61阅读
1 主成分分析(PCA)主成分分析：将原始特征（变量）按一定的线性组合而成新的若干个变量，这些若干个变量就称为主成分，通常主成分个数少于自变量个数，从而达成降维目的。 主成分分析与SVD都是可以降维，那么它们的区别在哪？区别在于PCA需要先计算协方差矩阵，接着通过协方差矩阵进行与SVD相似的步骤；而SVD可以直接对矩阵进行分解。小知识：y=ax+b, x为自变量，y为因变量（
转载
2024-06-18 16:53:13
20阅读
# 因子检验 Python计算ic值
## 引言
因子检验是量化投资中的一项重要工作，通过检验因子与股票收益之间的关系，可以判断因子的有效性和可靠性。本文将介绍通过Python计算因子的IC值（信息系数）的方法。
## 什么是IC值
IC值是评价因子预测能力的指标，全称为Information Coefficient。它反映了因子与股票收益之间的相关性，取值范围为-1到1。IC值越接近1表
原创
2023-09-23 14:32:45
2836阅读
# 如何在Python中实现格兰杰因子检验
格兰杰因子检验用于确定一个时间序列是否对另一个时间序列具有预测能力。下面是实现这一过程的步骤指南。
## 步骤流程表
| 步骤 | 描述 |
| ------- | ----------------------------- |
| **1** | 导入所需的库
原创
2024-10-15 03:15:03
26阅读
前言探索性数据分析、数据清洗与预处理和多元线性回归模型构建完毕后，为提升模型精度及其稳健性，还需进行许多操作。方差膨胀因子便是非常经典的一步，原理简单，实现优雅，效果拔群。 原理趣析 多重线性回归模型的主要假设之一是我们的预测变量(自变量)彼此不相关。我们希望预测变量与反应变量(因变量)相关，而不是彼此之间具有相关性。如言情剧中的 A 喜欢B，B 却喜欢 C，结果发现 C 其实喜欢 A；而
转载
2023-11-24 15:04:17
199阅读
目录一、建立回归模型二、判断有无自相关性（1）图示检验法1（2）图示检验法2（3）DW检验法三、迭代法处理自相关四、差分法处理自相关五、不同处理方法的选择由上图可知，散点图结果大部分落在了第Ⅰ，Ⅲ象限，表明随机扰动项存在正的序列相关。（3）DW检验法相关知识：0≤DW≤误差项ε间存在正自相关<DW≤不能判定是否有自相关<DW<4-误差项间无自相关4-≤DW<4-不能判定是否
转载
2024-08-01 08:42:47
31阅读
1. 梯度下降算法推导模型的算法就是为了通过模型学习，使得训练集的输入获得的实际输出与理想输出尽可能相近。 极大似然函数 的本质就是衡量在某个参数下， 样本整体估计和真实情况一样的概率 ， 交叉熵函数 的本质是衡量样本 预测值与真实值之间的差距 ，差距越大代表越不相似1. 为什么要最小化损失函数而不是最大化模型模型正确
导语彼得 林奇的PEG策略:
投资大师彼得·林奇（Peter Lynch）有过一个著名的论断：任何一家公司股票如果定价合理的话，市盈率就会与收益增长率相等PEG概念解析EPS(Earnings Per Share)表示每股收益(一般按年计算)EPS = \frac{increment per year}{stocknumbers}PE(Price to Earning Ratio)表示市盈率，是当
转载
2024-02-05 11:20:49
10阅读
本文试图构建一个通用的因子选股回测模型，来验证因子的有效性。什么是有效因子在构建因子选股回测模型之前，我们总结了一个有效因子的三个重要特征，它们是：①超额收益：一个有效因子，应当能筛选出好的股票组合，创造出跑赢大盘的超额收益。②持续性：一个有效因子，应当是在一个较长的时间段内持续有效，而不是仅仅在一个季度、一个年份有效。 ③稳定性：一个有效因子，不仅是对一个市场有效，而是在所有市场都有效，能够跨市
转载
2024-01-08 18:01:02
40阅读
因子分析用Python做的一个典型例子一、实验目的采用合适的数据分析方法对下面的题进行解答二、实验要求采用因子分析方法，根据48位应聘者的15项指标得分，选出6名最优秀的应聘者。三、代码import pandas as pd
import numpy as np
import math as math
import numpy as np
from numpy import *
from scip
转载
2024-02-28 12:27:35
234阅读
收益率预测模型中常用到线性因子模型，其是通过线性等式的关系，将有限个数的因子与资产的收益率或者价值联系在一起。本文通过因子线性模型介绍了著名的夏普单指数模型与多因子模型，并介绍了常用的因子种类。线性因子模型的提出单因子模型，通俗的说，假如某件事情的发生仅用一个因子便可解释，这样建立的模型就可以称作单因子模型。比如说，今天下雨，很可能是因为水汽的积累太多了，那么是否下雨只受到空气中水分含量这个因子的
因果分析在近十来年逐渐倍受关注，其提供了解释因子间因果性的定量分析工具，广泛用于数据分析领域，同时也就用决策分析、作用预估等反事实因果推理中。本文首先对比了因果性和相关性的关系，之后确定因果关系的基本方法，最后介绍了当下流行的基于模型的因果分析方法。1. 什么是因果性和相关性 首先相关性是很好理解的，代表两个随机变量之间可量化的相互关系，常用的反映相关系数的指标有协方差、相关系数等。相关
转载
2024-07-25 19:40:17
38阅读
第十章 10.1这章会讲什么？10.2 ANOVA背后理论10.2.1 膨胀的错误率：为什么不能直接用t检验比较三组间的差异？10.2.2 关于F值的解释10.2.3 作为回归的ANOVA10.2.4 F比率(F-ratio)的逻辑10.2.5 总平方和SST10.2.6 模型平方和SSM10.2.7 残差平方和SSR10.2.8 均方根10.2.
转载
2024-05-03 14:53:39
156阅读
