前言
基于多因子模型理论，介绍其在国内期货的应用，并使用米宽（RiceQuant）的RQFactor进行实现。
理论基础
CAMP： 资产的预期超额收益由 市场组合的预期超额收益 与 资产对市场风险的暴露决定
=========================================》
APT： 在 CAPM 的基础上进行了延伸,将决定资产收益率的风险来源扩充至多个因子
更加合理的表达式,考虑存在一个定价误差
=========================================》
MFM:等价于APT，换个表现形式
算子与因子
算子
定义： 面向因子 可复用的 逻辑操作
进阶： 根据算子的操作纬度 可以将算子分为3大类
- 时序算子
每个标的的因子逻辑操作，只涉及该标的因子数据。
根据时序算子的复杂度，可以继续划分:
- 简单算子
一种算子计算的结果只与输入因子的当期值有关，这种算子输出的因子值长度与输入因子值相同
如:+,-,LOG - 滑动窗口算子
根据输入因子的一个时间序列进行计算
如:MA,SUM，TS_RANK
特别的，如REF算子，可以看做是简单算子（因为python提供了便捷的shift操作，让用户不必调用滑动窗口就能获取到值），
也可以作为滑动窗口算子（REF涉及到了时间序列操作）
- 截面算子
每个标的的因子逻辑操作，涉及该标的因子数据以及标的池中其他标的的因子数据
如：RANK
因子
定义： 描述 某个标的 在 某个周期的特征。
进阶： 根据因子的依赖因子构成 可以将算子分为2大类
- 基础因子
基础因子的生成，不依赖其他因子
- open,high,low,close,volume等 可直接获取的行情数据
- 仓单,基本面等 需要进行数据处理 但不依赖其他因子数据
- 复合因子
复合因子本质是 算子应用于 单个或多个因子(包含 基础因子以及复合因子)所派生的因子
因此，基于他们所依赖的算子，根据算子的复杂度，可以进一步划分-
简单复合因子
=》因子 + 简单算子
=》如： LOG（OPEN-CLOSE）-->依赖因子：OPEN，CLOSE 依赖算子: LOG,- -
滑动窗口因子
=》因子 + 滑动窗口算子 + （简单算子）
=》如： TS_RANK(CLOSE- MA(CLOSE,20)) -->依赖因子：CLOSE 依赖算子: TS_RANK,MA,- -
截面复合因子
=》因子 + 截面算子 +（滑动窗口算子 + 简单算子）
=》如： RANK（TS_RANK(CLOSE- MA(CLOSE,20))） -->依赖因子：CLOSE 依赖算子: RANK，MA, -
-
米框提供的基类
-
因子
自定义因子 ==》 UserDefinedLeafFactor (原型为 UserDefiendLeafFactor(name, func)， func返回一个序列 作为因子返回值) -
算子
简单算子 ==》CombinedFactor(func, factors): 定义在rqfactor.extension中；其接受的func原型为func(series);
滑动窗口算子 ==》RollingWindowFactor(func, window, factor): 定义在rqfactor.extension中；func函数原型为def func(series, window);
==》CombinedRollingWindowFactor(func, window, *factors): 定义在rqfactor.extension中，接受多个因子作为输入，func函数原型为def func(window, *series).
横截面算子 ==》ombinedCrossSectionalFactor(func, factors): 定义在 rqfactor.extension 中，其中 func 的原型为 func(dfs)
因子编写流程
根据上述理论以及米框对于因子的抽象，编写一个因子的时候，可以安装一下流程规范进行：
1> 解析因子逻辑,确定因子类型，调用合适的最外层算子
2> 按需求实现需要自定义的算子
3> 确定 基础因子，使用UserDefinedLeafFactor类自定义系统中不提供的因子。
4> 根据基础因子 实现 简单复合因子。
5> 整合算子和因子，完成编写
举例
以如下因子为例，用5min交易数据来构建量价相关性因子。对于每个品种，t日的量价相关性因子采用以下方式构建：
我们取j=21 得到日级别因子corr_vp_5m_d21
方案1
该因子需要计算21日的相关性之和，并且无截面操作
确定该因子为滑动窗口因子(SUM（factor_corr,21））
实现代码如下
def get_m5_vp(df):
# data = pd.Series([3, -1, 4, 5, -2])
l1_norm = np.linalg.norm(df['volume'], ord=1)
a = df['volume']/l1_norm
b = df['close']
# 计算相关性系数
correlation_matrix = np.corrcoef(a, b)
# 获取 a 和 b 之间的相关性系数
correlation_coefficient = correlation_matrix[0, 1]
return correlation_coefficient
def get_day_corr_vp(order_book_ids, start_date, end_date):
data = rqdatac.get_price(order_book_ids, start_date, end_date, fields=['volume','close'], frequency='5m', adjust_type='none',expect_df=True)
# 考虑夜盘归属
data['date'] = pd.to_datetime( data.index.get_level_values(1).date)
data['night'] = (data.index.get_level_values(1).hour>20) | (data.index.get_level_values(1).hour<8)
today = list(set(data['date']))
today.sort()
next_day = today[1:].copy()
next_day.append(None)
dict_next_trade_day = dict(zip(today,next_day))
data['date'] = data.apply(lambda x: dict_next_trade_day[x['date']] if x['night'] else x['date'], axis=1)
df = data.groupby(['order_book_id','date']).apply(get_m5_vp ).reset_index().pivot('date','order_book_id')
df.columns = df.columns.get_level_values(1)
return df
DAY_CORR_VP = UserDefinedLeafFactor('DAY_CORR_VP', get_day_corr_vp)
corr_vp_5m_d21_v2 = SUM(DAY_CORR_VP,21)
方案2（单纯为了理解 推荐使用方案一 夜盘归属问题这个方案未修复）
确定该因子为滑动窗口因子(RollingWindowFactor）
其实5分钟的行情数据对于这个滑动窗口因子并不是 基础因子，正真的基础因子是DATE，所以对DATE因子进行封装
把求和 求相关性的过程放在RollingWindowFactor的转换方法中
实现代码如下
import rqdatac
from rqfactor.extension import UserDefinedLeafFactor,CombinedRollingWindowFactor
from rqalpha_plus.apis import *
rqdatac.init()
global corr_vp_5m_d21_codes
global corr_vp_5m_d21_executed_codes
corr_vp_5m_d21_codes = []
corr_vp_5m_d21_executed_codes = []
def get_date(order_book_ids, start_date, end_date):
"""
可以考虑改按每个code去获取真实的交易时间
"""
print("get_date")
global corr_vp_5m_d21_codes
corr_vp_5m_d21_codes = order_book_ids
dates = rqdatac.get_trading_dates(start_date, end_date)
data = [ MT_util_date_str2int(str(date)) for date in dates]
dict_data = {code:data for code in order_book_ids}
df = pd.DataFrame(
index=pd.to_datetime(dates),
data=dict_data)
# print(corr_vp_5m_d21_codes)
# print(df)
print("get_date finish")
return df
# 做了些全局操作 所以这个因子 只给CORR_VP使用
DATE = UserDefinedLeafFactor('DATE', get_date)
def get_vp(df):
# data = pd.Series([3, -1, 4, 5, -2])
l1_norm = np.linalg.norm(df['volume'], ord=1)
a = df['volume']/l1_norm
b = df['close']
# 计算相关性系数
correlation_matrix = np.corrcoef(a, b)
# 获取 a 和 b 之间的相关性系数
correlation_coefficient = correlation_matrix[0, 1]
return correlation_coefficient
# 每个code 都会调用一次 考虑自己维护code 避免重复计算
def rolling_corr_vp(f_date,window):
print("rolling_corr_vp")
global corr_vp_5m_d21_codes
global corr_vp_5m_d21_executed_codes
# 按window分组
rolling_dates = rolling_window(f_date, window)
# 获取tradedate
#print(rolling_dates)
cal_code = None
for code in corr_vp_5m_d21_codes:
if code not in corr_vp_5m_d21_executed_codes:
cal_code = code
corr_vp_5m_d21_executed_codes.append(code)
break
vps = []
if cal_code:
for dates in rolling_dates:
start_date = str(dates[0])
end_date = str(dates[-1])
# print(start_date,end_date)
# 分别获取组内的5分钟数据
print(cal_code)
data = rqdatac.get_price(cal_code, start_date, end_date, fields=['volume','close'], frequency='5m', adjust_type='none',expect_df=False)
if not data:
print(f" rqdatac.get_price {cal_code} {start_date}-{end_date} 数据为空")
vps.append(np.nan)
continue
data['date'] = data.index.date
r = data.groupby('date').apply(get_vp)
vp = sum(r)
vps.append(vp)
return vps
def CORR_VP(window):
return RollingWindowFactor(rolling_corr_vp,window,DATE)
corr_vp_5m_d21 = CORR_VP(21)
展望
本节介绍完多因子理论,因子构造以及米框因子框架方面的基础知识， 下一节开始，将深入期货多因子进行研究。