| alphalens入门篇,重要图表绘制和含义 | 您所在的位置：网站首页 › alphalens 教程 › alphalens入门篇,重要图表绘制和含义 |
alphalens入门篇,重要图表绘制和含义
|
tears.create_summary_tear_sheet(facs_data_analysis) Quantiles Statistics minmaxmeanstdcountcount %factor_quantile 10.85738.45846.1039521.220105420420.00475926.043313.23079.0975541.479510420219.99524137.931018.101912.3191512.015514420320.000000412.289633.980420.7042884.759374420320.000000520.34071078.580394.187888139.406875420320.000000 Returns Analysis 2D5D10DAnn. alpha-0.151-0.158-0.151beta-0.056-0.085-0.138Mean Period Wise Return Top Quantile (bps)-8.325-8.807-8.917Mean Period Wise Return Bottom Quantile (bps)6.4137.6858.609Mean Period Wise Spread (bps)-14.738-16.453-17.224 Information Analysis 2D5D10DIC Mean-0.024-0.028-0.041IC Std.0.2340.2230.227Risk-Adjusted IC-0.102-0.127-0.180t-stat(IC)-2.198-2.742-3.897p-value(IC)0.0280.0060.000IC Skew-0.060-0.0060.059IC Kurtosis-0.464-0.337-0.109 /home/john/anaconda3/envs/autosklearn/lib/python3.5/site-packages/pandas/core/indexes/datetimes.py:962: PerformanceWarning: Non-vectorized DateOffset being applied to Series or DatetimeIndex "or DatetimeIndex", PerformanceWarning) Turnover Analysis 10D2D5DQuantile 1 Mean Turnover0.0480.0210.035Quantile 2 Mean Turnover0.1590.0690.113Quantile 3 Mean Turnover0.1780.0780.129Quantile 4 Mean Turnover0.1200.0550.089Quantile 5 Mean Turnover0.0530.0250.037 2D5D10DMean Factor Rank Autocorrelation0.9980.9950.99
上图比较重要的: 第一张表:各个因子分位的因子值范围,均值方差. 第二张表的alpha,和beta,beta可以看出pe和价格整体负相关(最最后一张分位收益图也能得到同样的结论),alpha就不说了,就是我们孜孜不倦的超额收益. Mean Period Wise Spread (bps):分位收益差,越大说明区分性越好. 第三张表:IC Mean也说明数据是负相关的.绝对值越大越好(0.05) Risk-Adjusted IC,常说的IR,越大越好(0.5) p-value(IC),小于0.05说明却是是相关的,并非瞎蒙 第四张表:Quantile 1 Mean Turnover,分位换手率,自然是越低越好,节约手续费. 第五张表:Mean Factor Rank Autocorrelation,表明因子稳定性,pe短期内是稳定的,毕竟大牛市很短,大部分时候都是波动市场 第一张图:最直观简单的体现因子好坏的标示, 可以从2个方面解读, 1,分位关系,分位收益从1-5,越来越低,说明pe越小收益越高(负相关) 2,每个分位从左到右,收益越大(越小),可以简单理解为上涨的,给更多时间(时间区间越长),上涨的更多,下跌的给更多时间,下跌的更多
tears.create_returns_tear_sheet(facs_data_analysis) Returns Analysis 2D5D10DAnn. alpha-0.151-0.158-0.151beta-0.056-0.085-0.138Mean Period Wise Return Top Quantile (bps)-8.325-8.807-8.917Mean Period Wise Return Bottom Quantile (bps)6.4137.6858.609Mean Period Wise Spread (bps)-14.738-16.453-17.224
上面的第一张表和第一个图,之前已经解释过了,不再解释, 第二张图:和第一张图表示的是同一种信息,不过更为详细,越粗越短的最好,分布集中,可见天数越大越好 第三张图:因子加权的多空收益,也就是所谓按照权值组合得到收益,由于负相关所以朝下的,实际情况只考虑斜率和波动情况(斜率基础上的波动),大斜率小波动 第四张图:各个分位的组合的收益情况,分为2日,5日,10日,希望最高最低差异最大,并且最好是单调的分布,12345,54321这样的 图Top minus:顶部和底部的收益差,希望的稳定位于上方or下方(中间是均线),可以看出曲线有正负转换时收益曲线也体现出拐点特征(jan2018) 因子的收益特征,通过这个和上面的那几张图就可以表示清楚了.
tears.create_turnover_tear_sheet(facs_data_analysis) Turnover Analysis 10D2D5DQuantile 1 Mean Turnover0.0480.0210.035Quantile 2 Mean Turnover0.1590.0690.113Quantile 3 Mean Turnover0.1780.0780.129Quantile 4 Mean Turnover0.1200.0550.089Quantile 5 Mean Turnover0.0530.0250.037 2D5D10DMean Factor Rank Autocorrelation0.9980.9950.99
一般来说调仓周期越短换手率越高,
名字上看用户事件分析的 tears.create_event_returns_tear_sheet(facs_data_analysis,prices=price,avgretplot=(5, 15), long_short=True, by_group=True) |
【本文地址】