股票多因子模型实战:Python核心代码解析
  • 推荐3
  • 收藏6
  • 浏览4.4K

股票多因子模型实战:Python核心代码解析

陆一潇 (作者) 

  • 丛  书:金融科技丛书
  • 书  号: 978-7-121-40875-5
  • 出版日期:2021-04-01
  • 页  数:
  • 开  本:
  • 出版状态:上市销售
  • 维护人:黄爱萍
本书深入浅出地介绍股票多因子模型的原理与构建方式,从基础知识、单因子测试、因子合成、股票组合构建等多方面进行介绍。
本书共6章:第1章对量化投资进行概述,引出多因子模型的底层逻辑与实践框架;第2章和第3章分别介绍多因子模型的Python编程基础与概率统计基础;第4章介绍单因子的计算过程和处理过程,以及单因子的测试和测试结果的分析方法,是较为核心的一章;第5章介绍单因子如何进行因子合成;第6章介绍简单的组合构建方法和利用组合理论构建组合的方法。
围绕股票多因子模型展开,分别介绍了模型中每一个部分,并给出核心实现代码。
陆一潇,FRM,上海交通大学硕士研究生,经济师。在公募基金、期货公司、私募基金进行多年量化研究,对股票多因子模型有较深的理论理解和实践经验。同时作者担任职徒教育签约讲师、CSDN认证博客专家。
前 言

量化投资对很多人而言,显得高端而又神秘。普通投资者觉得量化投资的从业人员都是一群精通计算机、金融和数学的“火箭科学家”。而实际上,量化投资是一个很广泛的概念,甚至可以说没有明确的界定。
在目前的量化投资中,股票多因子是一种具有较为成熟的框架体系的策略。但是市面上大部分关于股票多因子的图书都有些“高深莫测”,没有从业经验的读者读起来会比较困难,更别说用数据和代码构建出一套完整的股票多因子框架了。卖方研究所的多因子模型报告对高手研究一些细节问题往往具有一定的参考价值,但对于初学者架设整个框架则难以有很好的指导意义。笔者将本书命名为《股票多因子模型实战:Python核心代码解析》,正是立足于模型的实践,突出框架的主干作用。
本书可作为股票多因子模型初学者的读物,也可作为量化投资爱好者了解量化的一个窗口。如果读者对编程有一定的基础,那么通过本书中的代码来理解股票多因子则是一个更便捷的途径。
2017年夏天,我在上海地铁的二号线上第一次收到写书的邀请。想到自己资历尚浅,还没有完全了解股票多因子模型背后的底层逻辑,怕妄论一些细节的处理。所以当时没有着手撰写,但是写一本关于股票多因子实战的书的“种子”便就此种下。
2020年,突如其来的疫情打断了很多原本按部就班的事情,空闲之际便着手梳理以前写的教程和文章,整理数据和程序,设计目录和结构。无巧不“成”书,2020年3月,电子工业出版社的黄爱萍编辑联系上我,于是一拍即合,我在空闲时间加快了对内容的补充、程序代码的整理,最终本书得以出版。
全书的内容安排大致如下:
第1章,对量化投资进行了概述,引出多因子模型的底层逻辑与实践框架。
第2章和第3章,分别介绍多因子模型的Python编程基础与概率统计基础。
第4章介绍单因子的计算过程和处理过程,以及单因子的测试和测试结果的分析方法,是较为核心的一章。
第5章介绍单因子如何进行因子合成。
第6章介绍简单的组合构建方法和利用组合理论构建组合的方法。
书中涉及的代码均在附带文件的根目录下,为ipynb格式,读者可使用Jupyter Notebook打开阅读,下载地址为:http://www.broadview.com.cn/40875。书中使用的数据文件会在相关章节提示读者其文件位置。书中的代码通过“In”和“Out”进行标识,分别表示其后面的内容是使用者输入计算机的内容和计算机反馈给我们的内容。
本书在成书过程中得到了许多人的支持。
首先感谢电子工业出版社的黄爱萍编辑。没有她的“第一推动力”,恐怕本书至今依然只是一系列零散文章。感谢参与审核、校验、排版等工作的所有出版工作者。
感谢学习、工作以来的良师益友。本科、研究生阶段的导师都给我很多指导;工作过程中领导、同事给了我很大的启迪。
最后,感谢我的父母、家人和朋友,感谢每一个在生活、工作、学习过程中给过我批评和建议的同侪与前辈。
限于笔者的水平和精力,书中难免有错误或不当之处,欢迎读者不吝赐教。微信联系方式:luxiaoran0178。希望本书能够帮助更多的量化投资学习者。

陆一潇

目录

第1章 量化投资概述
1.1 什么是量化投资
1.1.1 股票多因子
1.1.2 量化CTA
1.1.3 套利
1.1.4 高频
1.2 股票多因子模型框架
1.2.1 因子与因子思维
1.2.2 多因子模型的数学语言
1.2.3 多因子模型的实践框架
1.3 量化的基本问题
1.3.1 幸存者偏差
1.3.2 未来信息
1.3.3 过度拟合与欠拟合
1.3.4 因果性与相关性
1.3.5 其他问题
第2章 量化的Python基础
2.1 Python的安装与基本环境
2.1.1 下载与安装
2.1.2 Jupyter的使用
2.2 基本数据类型和变量
2.2.1 整型
2.2.2 浮点型
2.2.3 字符串
2.2.4 布尔型
2.2.5 变量
2.3 Python的容器
2.3.1 列表
2.3.2 元组
2.3.3 字典
2.4 Python的基本语法
2.4.1 if判断
2.4.2 for循环
2.4.3 函数
2.4.4 模块的使用
2.5 数据处理入门
2.5.1 NumPy科学计算库
2.5.2 Matplotlib可视化库
2.6 Pandas
2.6.1 数据表
2.6.2 Series与DataFrame
2.6.3 Pandas的输入与输出
2.6.4 DataFrame的数据选取
2.6.5 Pandas的排序
2.6.6 统计描述与分组
2.6.7 Pandas的数据可视化
2.6.8 多个DataFrame处理
第3章 量化的概率统计基础
3.1 分布的四个“矩”
3.1.1 期望
3.1.2 方差
3.1.3 偏度
3.1.4 峰度
3.2 正态分布
3.2.1 正态分布的定义
3.2.2 正态分布的特点
3.3 线性回归
3.3.1 单元线性回归
3.3.2 多元线性回归
3.3.3 哑变量
3.4 业绩评价指标
3.4.1 年化收益率
3.4.2 夏普比率
3.4.3 信息比率
第4章 单因子测试
4.1 因子的来源
4.1.1 财务因子
4.1.2 分析师一致预期因子
4.1.3 技术因子
4.1.4 其他因子
4.2 大小盘因子
4.2.1 大小盘因子的定义
4.2.2 大小盘因子的计算
4.2.3 大小盘因子的处理流程
4.2.4 去极值与异常值
4.2.5 标准化
4.2.6 中性化
4.3 ROE 因子
4.3.1 ROE因子概述
4.3.2 ROE因子的计算
4.3.3 市值中性化
4.4 RSI因子
4.4.1 RSI指标计算
4.4.2 RSI因子的定义与计算
4.5 其他因子的计算
4.5.1 BTOP因子
4.5.2 ROE稳定性因子
4.5.3 EPS一致预期变动率因子
4.5.4 舆论因子
4.6 单因子的测试分析
4.6.1 单因子测试的基本逻辑
4.6.2 Alphalens简介
4.6.3 因子IC分析
4.6.4 收益率分析
4.6.5 换手率
4.7 常见因子的测试结果
4.7.1 ROE测试结果
4.7.2 销售净利率
4.7.3 MAC10
4.7.4 BTOP因子
第5章 因子合成
5.1 经典加权方法
5.1.1 等权
5.1.2 滚动IC与IC_IR
5.1.3 合成因子测试结果
5.1.4 其他加权方法
5.2 情景配置
5.2.1 市值因子的分析
5.2.2 ROE因子的择时
第6章 组合构建
6.1 一般方法
6.1.1 等权加权
6.1.2 市值加权
6.2 均值-方差组合
6.2.1 优化器的使用
6.2.2 “均值-方差”效用函数

读者评论

  • H5 类的文件都无法打开,显示End of HDF5 error back trace

    kkkkkkk发表于 2023/6/5 9:19:51
  • FileNotFoundError: File ./factor/net_profit_margin.h5 does not exist
    您好,代码中没有这个文件

    君子不器发表于 2022/7/30 18:19:38
    • factor文件中没有net_profit_margin.h5,但是在ic-his文件中有net_profit_margin.h5

      wenwen2pi发表于 2023/3/8 19:33:21

下载资源

同系列书

  • 股票多因子模型实战:Python核心代码解析

    陆一潇 (作者)

    本书深入浅出地介绍股票多因子模型的原理与构建方式,从基础知识、单因子测试、因子合成、股票组合构建等多方面进行介绍。 本书共6章:第1章对量化投资进行概述,引出...

     
  • 量化风险管理:概念、技术和工具(修订版)

    Alexander J. McNeil, Rüdiger Frey, Paul Embrechts (作者) 卜永强 (译者)

    近几十年来,金融风险管理领域随着金融工具和市场的日益复杂以及金融服务业监管的不断加强而迅速发展。本书专门讨论这个领域中出现的量化建模问题,对量化风险管理的理论概...

    ¥199.00
  • Python机器学习与量化投资

    何海群 (作者)

    本书采用生动活泼的语言,从入门者的角度,讲解了Python 语言和sklearn 模块库内<br>置的各种经典机器学习算法;介绍了股市外汇、比特币等实盘交易数据...

    ¥79.00
  • MXNet神经网络与实战应用

    TOP 极宽量化开源组 (作者)

    MXNet是亚马逊(Amazon)的深度学习库,以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图,为多GPU装置提供了良好...

    ¥69.00
  • 零起点:Python大数据与量化交易

    何海群 (作者)

    本书是国内较早关于Python大数据与量化交易的原创书籍,配合zwPython、zwQuant开源量化软件学习,已经是一套完整的大数据分析、量化交易学习教材,可...

    ¥79.00

相关图书

B站运营大揭秘:百万Up主真想教会你的创作笔记

本书由B站的三位百万级Up主(GenJi是真想教会你、鱼C-小甲鱼、阿Test正经比比)联合打造,为读者提供了B站独家运营秘籍。 全书总计8章。第1章重点讲解...

 

期货交易——日内投机常用技巧与实战

李俊峰 (作者)

本书主要讲解日内投机交易的各种常用技巧。第1章讲解日内投机操作的基础知识,让投资者详细地了解日内投机交易的特点、流程、风险性等。第2章讲解如何确定交易方向,以及...

¥69.00

基金定投——投资小白盈利指南

于佳蓉 (作者)

随着国内外投资市场环境的变化,投资者的风险偏好也发生了巨大变化,无论是对个人投资者来说,还是对专业投资机构来说,投资难度均有所加大,对投资小白来说更是如此。他们...

¥69.80

小马白话期权3——交易新手入门指南(全彩)

随着更多商品期权品种的上市,越来越多的投资者开始关注期权。本书讲解期权的基础知识、交易策略、操作方法和风险控制等,最后提供了期权的实际操作案例,书中的每个案例几...

¥79.00

数据赋能:数字化营销与运营新实战

姚新军 (作者)

本书围绕数据为企业数字营销和运营赋能的两大主线:数据驱动和数据分析展开。详细介绍了企业如何在基于获取各种重要数据的基础上,将这些数据应用于数字广告投放、数字渠道...

¥168.00

小新说运营:B端产品运营体系解析

王可新 (作者)

为了帮助数字化转型中的企业解决 B 端产品运营问题,小新撰写了本书。在当前的市场环境中,产品的高客单价、客户决策周期长等因素使获取客户的成本越来越高。制定规范化...

¥79.00