同花顺Supermind量化交易 资金面专题1--资金因子合成 附阐述和源代码

Supermind量化交易
290 阅读13分钟

导读:

主流的多因子选股模型通常采用量价数据(开高低收、成交量)、财务数据(流通市值、市盈率、市净率等)、舆情数据(事件)来挖掘市场中存在的超额收益。本文主要以资金数据为落脚点，试图挖掘有效的资金因子(月频)，并构建资金因子选股策略，获取市场超额收益。

1.合成因子-机构收割散户:

分析完单因子后，我们进入合成因子环节，首先让我们想一些A股投资逻辑，比如通常1个月内超大单流入代表主力机构看涨，流出则看跌，而小单流入则代表散户看涨，流出为看跌，在A股市场上，散户往往是被机构收割的，由此我们合成一个因子，取名：机构收割散户
因子值计算公式：Rank(超大单买入金额-超大单卖出金额)+Rank(小单买入金额-小单卖出金额)=超大单净额的Rank值+小单净额的Rank值

image.png 运用单因子检测框架对合成因子进行测试，对机构收割散户因子评价：
从收益走势图分析：5组组别收益差异较为明显，在选股上，应该保持与第一组一致，即挑选上个月机构净买入而散户净卖出的股票。
从IC、IR分析：机构收割散户因子具有预测能力，但是IR仅为0.35，因子预测稳定性较差，可能与A股熊市中，机构散户通杀的特性有关，但IC累计明显走出单向上涨，说明下个月的股票涨跌是机构主导而非散户主导。
数据图表结果如下：

image.png

image.png image.png

image.png

image.png

2.合成因子-资金反转:

分析“机构收割散户”因子后，再让我们想想资金流向情况，第一种是上个月资金大量流入，下个月继续大量流入，第二种是上个月资金大量流入，下个月反转出现流出，当然还可能存在一些意外情况，比如上个月大量流入后，下个月资金静止，不流入也不流出，暂时我们不把意外考虑在内，由此我们构建一个资金反转因子。
因子值计算公式：DDE净额Rank+大单净量Rank+资金流入率Rank\

image.png 运用单因子检测框架对合成因子进行测试，对资金反转因子评价：
从收益走势图分析：5组组别收益差异较为明显，在选股上，应该保持与第五组一致，即挑选上个月DDE净额、大单净量、资金流入率三者都较差的股票，等待下个月资金流入。
从IC、IR分析：资金反转因子具有较强的预测能力，但是IR仅为0.546，因子预测稳定性还是不容乐观(IR提升上尝试较多次数，发现可能单纯用资金数据很难提)，但IC累计明显走出单向下跌，说明资金具有反向流动特性，即上个月资金流入的股票，下个月会受到资金抛弃，而上个月流出的股票，下个月往往会受到资金青睐。该因子是反向指标。
数据图表结果如下：

image.png

image.png

image.png

image.png

image.png

3.因子策略回测:

我们将“资金反转”因子编写成量化策略，基于同花顺MindGo量化平台进行回测，因子分析时，我们不考虑手续费，涨跌停、停复牌等情况，因此在编写成策略后，其回测结果会更加严谨，但不影响月频因子的内在有效性。
反转因子策略回测结果展示：（资金反转因子是反向指标，指标值越大代表下期收益率越低）

image.png 资金反转因子反向选股策略(月频)-上证50指数

资金反转因子正向选股策略(月频)-上证50指数

image.png 机构收割散户因子策略回测结果展示：（机构收割散户因子是正向指标，指标值越大代表下期收益率越高）\

image.png

机构收割散户因子正向选股策略(月频)-上证50指数

image.png 机构收割散户因子反向选股策略(月频)-上证50指数

结束语

: ：资金数据的单因子分析中，投资者简单把某个资金指标当做选股指标，并预测收益是较难实现，运用金融投资逻辑，结合A股市场的特性来合成因子，并预测收益在某种程度上是可行的，本文“资金反转因子”和“机构收割散户因子”都较好的说明了这一点。其次资金数据相对于财务数据而言，数据内噪音较多，使得因子的IC标准差较大，预测能力的稳定性普遍较低。有兴趣的小伙伴，可以尝试通过行业数据、财务数据与资金数据进行合成因子，试图挖掘具有较强预测收益能力，且预测能力稳定的因子。

### 参考文献:

-华泰单因子测试之资金流向因子-林晓明
-Israel R,Maloney T.Understanding Style Premia[J].Journal of Investing,2014(4)

资金因子组合挖掘框架

作者：陈诚

1.研究时间

从2014年1月1日至2019年1月15日，按一个月作为单位研究窗口

2.分析对象为

我们选取了17个因子作为研究对象，展示如下：

3.单因子研究示例

我们分别从IC序列均值, IC序列标准差, IR比率,IC>0 占比, IC>3% 占比 %, IC<-3% 占比 %, |IC|>3% 占比 % 多个维度对单因子进行研究，并以因子收益为研究方向，将股票组合按因子大小分为5组。


In [32]:

'''
资金因子组合挖掘框架

1.基本信息设置
'''
startdate = "20140101"
enddate = "20190115"
indexcode = "000016.SH"
'''
2.日历与月历列表获取
'''
tradelist = list(get_trade_days(startdate, enddate, count=None).strftime('%Y%m%d'))
#获取月度交易日列表(每月末)
mtradelist = []
for s in range(0,len(tradelist)):
    if s == len(tradelist)-1:
        break
    if (tradelist[s+1][4:6]>tradelist[s][4:6]) or (tradelist[s+1][4:6]=='01' and tradelist[s][4:6]=='12'):
        mtradelist.append(tradelist[s])
'''
3.因子收益
'''
#准备
columns = ['before 20%','20%-40%','40%-60%','60%-80%','finally 20%']
refdf = pd.DataFrame(columns = columns)
icdf = pd.DataFrame(columns = ['IC'])
import pandas as pd
import numpy as np
for t in [s for s in range(0,len(mtradelist)-1)]:
    daytime = mtradelist[t]
    nextdaytime = mtradelist[t+1]
    #获取当日沪深300指数成份股
    stocklist = get_index_stocks(indexcode, daytime)
    #剔除ST和停牌股票
    is_st = get_price(stocklist, None, daytime, '1d', ['is_st', 'is_paused'], True, None, 1, is_panel=1)['is_st'].T
    stock1 = list(is_st[is_st[list(is_st.columns)[0]]==0].index)
    is_paused = get_price(stocklist, None, daytime, '1d', ['is_st', 'is_paused'], True, None, 1, is_panel=1)['is_paused'].T
    stock2 = list(is_paused[is_paused[list(is_paused.columns)[0]]==0].index)
    stock = list(set(stock1)&set(stock2))
    #获取所有样本股下月涨跌幅
    df = get_price(stock, daytime, nextdaytime, '1d', ['quote_rate'],is_panel=1)['quote_rate']
    #计算月涨跌幅
    quote_rate = df.iloc[1:].sum()/100
    #整理成DataFrame格式
    df = pd.DataFrame(list(quote_rate),columns=['quote_rate'],index=quote_rate.index)
    #添加当月股票因子值
    factorname = 'money value'
    factordf = get_money_flow_step(stock,
                                   None,
                                   daytime,
                                   '1d',
                                   ['buy_l','sell_l','act_buy_xl','act_sell_xl','dde_l','net_flow_rate','l_net_value'],
                                   20,
                                   is_panel=1)
    factordf[factorname] = (factordf['sell_l'].fillna(0)-factordf['buy_l'].fillna(0)).rank(axis=1,ascending = False)+(factordf['act_buy_xl'].fillna(0)-factordf['act_sell_xl'].fillna(0)).rank(axis=1,ascending = False)
    df[factorname]=list(factordf[factorname].sum())
    #当期因子RANK值从小到大排序
    df = df.sort_values(by = factorname,ascending = True)
    #设置五组，前20%为一组，后20%为一组，中间三组,并计算每组在下月平均收益率
    refstock1 = round(np.mean(list(df.iloc[:int(len(stock)*0.2)]['quote_rate'])),4)
    refstock2 = round(np.mean(list(df.iloc[int(len(stock)*0.2):int(len(stock)*0.4)]['quote_rate'])),4)
    refstock3 = round(np.mean(list(df.iloc[int(len(stock)*0.4):int(len(stock)*0.6)]['quote_rate'])),4)
    refstock4 = round(np.mean(list(df.iloc[int(len(stock)*0.6):int(len(stock)*0.8)]['quote_rate'])),4)
    refstock5 = round(np.mean(list(df.iloc[int(len(stock)*0.8):]['quote_rate'])),4)
    # #计算IC值
    IC = round(np.corrcoef(df[factorname].rank(axis=0,ascending = True),df['quote_rate'].rank(axis=0,ascending = False))[0,1],3)
    #录入
    refdf.loc[daytime] = [refstock1,refstock2,refstock3,refstock4,refstock5]
    icdf.loc[daytime] = [IC]
#净值计算
refdf = refdf+1
from operator import mul
from functools import reduce
#添加日期
refdf['day'] = refdf.index
#累积收益计算
refsumdf = pd.DataFrame()
refsumdf['前20%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['before 20%'])[:list(refdf['day']).index(x)+1]))
refsumdf['20%-40%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['20%-40%'])[:list(refdf['day']).index(x)+1]))
refsumdf['40%-60%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['40%-60%'])[:list(refdf['day']).index(x)+1]))
refsumdf['60%-80%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['60%-80%'])[:list(refdf['day']).index(x)+1]))
refsumdf['后20%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['finally 20%'])[:list(refdf['day']).index(x)+1]))
#可视化
import matplotlib.pyplot as plt
plt.style.use('seaborn')
import pandas as pd
import numpy as np
columns = list(refsumdf.columns)
fig = plt.figure()
axes = fig.add_axes([0.1, 0.1, 2, 1]) #插入面板
color = ['tomato','green','r','b','pink']
for c in range(0,len(columns)): 
    x1_list=list(refsumdf[columns[c]])
    y=np.array(x1_list)
    x=np.array(range(0,len(x1_list)))
    axes.plot(x, y, color[c])
axes.set_xlabel('Time',fontsize=15)
axes.set_ylabel('net value',fontsize=15)
axes.set_title('return of {}'.format(factorname),fontsize=20)
columns = ['before 20%','20%-40%','40%-60%','60%-80%','finally 20%']
axes.legend(columns)
#设置X轴
numlist=[]
for s in list(range(0,len(mtradelist),6)):
    numlist.append(mtradelist[s])
axes.set_xticks(list(range(0,len(mtradelist),6)))
axes.set_xticklabels(numlist, fontsize=10)


#累积IC计算
icdf['day'] = icdf.index
icdf['IC累计'] = icdf['day'].apply(lambda x:np.sum(list(icdf['IC'])[:list(icdf['day']).index(x)+1]))
del icdf['day']
#可视化
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
fig = plt.figure()
axes = fig.add_axes([0.1, 0.1, 2, 1]) #插入面板
x1_list=list(icdf['IC'])
y=np.array(x1_list)
x=np.array(range(0,len(x1_list)))
axes.plot(x, y, 'green')
axes.set_xlabel('Time',fontsize=15)
axes.set_ylabel('value',fontsize=15)
axes.set_title('value of IC',fontsize=20)
#设置X轴
numlist=[]
for s in list(range(0,len(mtradelist),6)):
    numlist.append(mtradelist[s])
axes.set_xticks(list(range(0,len(mtradelist),6)))
axes.set_xticklabels(numlist, fontsize=10)

fig = plt.figure()
axes = fig.add_axes([0.1, 0.1, 2, 1]) #插入面板
x1_list=list(icdf['IC累计'])
y=np.array(x1_list)
x=np.array(range(0,len(x1_list)))
axes.plot(x, y, 'tomato')
axes.set_xlabel('Time',fontsize=15)
axes.set_ylabel('value',fontsize=15)
axes.set_title('Accumulated value of IC',fontsize=20)
#设置X轴
numlist=[]
for s in list(range(0,len(mtradelist),6)):
    numlist.append(mtradelist[s])
axes.set_xticks(list(range(0,len(mtradelist),6)))
axes.set_xticklabels(numlist, fontsize=10)

#IC监控项
columns = ['IC序列均值 %','IC序列标准差 %','IR比率','IC>0 占比 %','IC>3% 占比 %','IC<-3% 占比 %','|IC|>3% 占比 %']
#创建DataFrame
LDdf = pd.DataFrame(columns = columns)
#IC序列均值
icmean = icdf.mean().IC*100
#IC序列标准差
icstd = np.std(list(icdf['IC']), ddof=1)*100
#IR比率
IR = abs(icmean/icstd)
#IC>0 占比
icz = len(list(icdf[icdf['IC']>0].index))/len(list(icdf.index))*100
#IC>0.03 占比
icze = len(list(icdf[icdf['IC']>0.03].index))/len(list(icdf.index))*100
#IC<-0.03 占比
iczr = len(list(icdf[icdf['IC']<-0.03].index))/len(list(icdf.index))*100
#|IC|>0.03 占比
icz2 = len(list(icdf[abs(icdf['IC'])>0.03].index))/len(list(icdf.index))*100
#录入
LDdf.loc['值']=[round(icmean,3),round(icstd,3),round(IR,3),round(icz,3),round(icze,3),round(iczr,3),round(icz2,3)]
LDdf

Out[32]:

| | IC序列均值 % | IC序列标准差 % | IR比率 | IC>0 占比 % | IC>3% 占比 % | IC<-3% 占比 % | |IC|>3% 占比 % | | - | -------- | --------- | ---- | --------- | ---------- | ----------- | -------------- | | 值 | 6.856 | 19.615 | 0.35 | 61.017 | 57.627 | 30.508 | 88.136 |

In [31]:

'''
资金因子组合挖掘框架

1.基本信息设置
'''
startdate = "20140101"
enddate = "20190115"
indexcode = "000016.SH"
'''
2.日历与月历列表获取
'''
tradelist = list(get_trade_days(startdate, enddate, count=None).strftime('%Y%m%d'))
#获取月度交易日列表(每月末)
mtradelist = []
for s in range(0,len(tradelist)):
    if s == len(tradelist)-1:
        break
    if (tradelist[s+1][4:6]>tradelist[s][4:6]) or (tradelist[s+1][4:6]=='01' and tradelist[s][4:6]=='12'):
        mtradelist.append(tradelist[s])
'''
3.因子收益
'''
#准备
columns = ['before 20%','20%-40%','40%-60%','60%-80%','finally 20%']
refdf = pd.DataFrame(columns = columns)
icdf = pd.DataFrame(columns = ['IC'])
import pandas as pd
import numpy as np
for t in [s for s in range(0,len(mtradelist)-1)]:
    daytime = mtradelist[t]
    nextdaytime = mtradelist[t+1]
    #获取当日沪深300指数成份股
    stocklist = get_index_stocks(indexcode, daytime)
    #剔除ST和停牌股票
    is_st = get_price(stocklist, None, daytime, '1d', ['is_st', 'is_paused'], True, None, 1, is_panel=1)['is_st'].T
    stock1 = list(is_st[is_st[list(is_st.columns)[0]]==0].index)
    is_paused = get_price(stocklist, None, daytime, '1d', ['is_st', 'is_paused'], True, None, 1, is_panel=1)['is_paused'].T
    stock2 = list(is_paused[is_paused[list(is_paused.columns)[0]]==0].index)
    stock = list(set(stock1)&set(stock2))
    #获取所有样本股下月涨跌幅
    df = get_price(stock, daytime, nextdaytime, '1d', ['quote_rate'],is_panel=1)['quote_rate']
    #计算月涨跌幅
    quote_rate = df.iloc[1:].sum()/100
    #整理成DataFrame格式
    df = pd.DataFrame(list(quote_rate),columns=['quote_rate'],index=quote_rate.index)
    #添加当月股票因子值
    factorname = 'money value'
    factordf = get_money_flow_step(stock,
                                   None,
                                   daytime,
                                   '1d',
                                   ['buy_l','sell_l','act_buy_xl','act_sell_xl','dde_l','net_flow_rate','l_net_value'],
                                   20,
                                   is_panel=1)
    factordf[factorname] = factordf['dde_l'].fillna(0).rank(axis=1,ascending =False)+factordf['net_flow_rate'].fillna(0).rank(axis=1,ascending =False)+factordf['l_net_value'].fillna(0).rank(axis=1,ascending =False)
    factordf[factorname] = factordf[factorname].rank(axis=1,ascending =False)
    df[factorname]=list(factordf[factorname].sum())
    #当期因子值rank
    df = df.sort_values(by = factorname,ascending = True)
    #设置五组，前20%为一组，后20%为一组，中间三组,并计算每组在下月平均收益率
    refstock1 = round(np.mean(list(df.iloc[:int(len(stock)*0.2)]['quote_rate'])),4)
    refstock2 = round(np.mean(list(df.iloc[int(len(stock)*0.2):int(len(stock)*0.4)]['quote_rate'])),4)
    refstock3 = round(np.mean(list(df.iloc[int(len(stock)*0.4):int(len(stock)*0.6)]['quote_rate'])),4)
    refstock4 = round(np.mean(list(df.iloc[int(len(stock)*0.6):int(len(stock)*0.8)]['quote_rate'])),4)
    refstock5 = round(np.mean(list(df.iloc[int(len(stock)*0.8):]['quote_rate'])),4)
    # #计算IC值
    IC = round(np.corrcoef(df[factorname].rank(axis=0,ascending =True),df['quote_rate'].rank(axis=0,ascending =False))[0,1],3)
    #录入
    refdf.loc[daytime] = [refstock1,refstock2,refstock3,refstock4,refstock5]
    icdf.loc[daytime] = [IC]
#净值计算
refdf = refdf+1
from operator import mul
from functools import reduce
#添加日期
refdf['day'] = refdf.index
#累积收益计算
refsumdf = pd.DataFrame()
refsumdf['前20%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['before 20%'])[:list(refdf['day']).index(x)+1]))
refsumdf['20%-40%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['20%-40%'])[:list(refdf['day']).index(x)+1]))
refsumdf['40%-60%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['40%-60%'])[:list(refdf['day']).index(x)+1]))
refsumdf['60%-80%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['60%-80%'])[:list(refdf['day']).index(x)+1]))
refsumdf['后20%组累积收益'] = refdf['day'].apply(lambda x:reduce(mul,list(refdf['finally 20%'])[:list(refdf['day']).index(x)+1]))
#可视化
import matplotlib.pyplot as plt
plt.style.use('seaborn')
import pandas as pd
import numpy as np
columns = list(refsumdf.columns)
fig = plt.figure()
axes = fig.add_axes([0.1, 0.1, 2, 1]) #插入面板
color = ['tomato','green','r','b','pink']
for c in range(0,len(columns)): 
    x1_list=list(refsumdf[columns[c]])
    y=np.array(x1_list)
    x=np.array(range(0,len(x1_list)))
    axes.plot(x, y, color[c])
axes.set_xlabel('Time',fontsize=15)
axes.set_ylabel('net value',fontsize=15)
axes.set_title('return of {}'.format(factorname),fontsize=20)
columns = ['before 20%','20%-40%','40%-60%','60%-80%','finally 20%']
axes.legend(columns)
#设置X轴
numlist=[]
for s in list(range(0,len(mtradelist),6)):
    numlist.append(mtradelist[s])
axes.set_xticks(list(range(0,len(mtradelist),6)))
axes.set_xticklabels(numlist, fontsize=10)


#累积IC计算
icdf['day'] = icdf.index
icdf['IC累计'] = icdf['day'].apply(lambda x:np.sum(list(icdf['IC'])[:list(icdf['day']).index(x)+1]))
del icdf['day']
#可视化
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
fig = plt.figure()
axes = fig.add_axes([0.1, 0.1, 2, 1]) #插入面板
x1_list=list(icdf['IC'])
y=np.array(x1_list)
x=np.array(range(0,len(x1_list)))
axes.plot(x, y, 'green')
axes.set_xlabel('Time',fontsize=15)
axes.set_ylabel('value',fontsize=15)
axes.set_title('value of IC',fontsize=20)
#设置X轴
numlist=[]
for s in list(range(0,len(mtradelist),6)):
    numlist.append(mtradelist[s])
axes.set_xticks(list(range(0,len(mtradelist),6)))
axes.set_xticklabels(numlist, fontsize=10)

fig = plt.figure()
axes = fig.add_axes([0.1, 0.1, 2, 1]) #插入面板
x1_list=list(icdf['IC累计'])
y=np.array(x1_list)
x=np.array(range(0,len(x1_list)))
axes.plot(x, y, 'tomato')
axes.set_xlabel('Time',fontsize=15)
axes.set_ylabel('value',fontsize=15)
axes.set_title('Accumulated value of IC',fontsize=20)
#设置X轴
numlist=[]
for s in list(range(0,len(mtradelist),6)):
    numlist.append(mtradelist[s])
axes.set_xticks(list(range(0,len(mtradelist),6)))
axes.set_xticklabels(numlist, fontsize=10)

#IC监控项
columns = ['IC序列均值 %','IC序列标准差 %','IR比率','IC>0 占比 %','IC>3% 占比 %','IC<-3% 占比 %','|IC|>3% 占比 %']
#创建DataFrame
LDdf = pd.DataFrame(columns = columns)
#IC序列均值
icmean = icdf.mean().IC*100
#IC序列标准差
icstd = np.std(list(icdf['IC']), ddof=1)*100
#IR比率
IR = abs(icmean/icstd)
#IC>0 占比
icz = len(list(icdf[icdf['IC']>0].index))/len(list(icdf.index))*100
#IC>0.03 占比
icze = len(list(icdf[icdf['IC']>0.03].index))/len(list(icdf.index))*100
#IC<-0.03 占比
iczr = len(list(icdf[icdf['IC']<-0.03].index))/len(list(icdf.index))*100
#|IC|>0.03 占比
icz2 = len(list(icdf[abs(icdf['IC'])>0.03].index))/len(list(icdf.index))*100
#录入
LDdf.loc['值']=[round(icmean,3),round(icstd,3),round(IR,3),round(icz,3),round(icze,3),round(iczr,3),round(icz2,3)]
LDdf

Out[31]:

| | IC序列均值 % | IC序列标准差 % | IR比率 | IC>0 占比 % | IC>3% 占比 % | IC<-3% 占比 % | |IC|>3% 占比 % | | - | -------- | --------- | ----- | --------- | ---------- | ----------- | -------------- | | 值 | -11.202 | 20.528 | 0.546 | 28.814 | 22.034 | 66.102 | 88.136 查看以上策略详情请到supermind量化交易官网查看：同花顺Supermind量化交易 资金面专题1--资金因子合成 附阐述和源代码

avatar
文章
阅读
粉丝