因子IC分析与收益alpha分析背后的逻辑实证（代码+数据下载）

专注“个人成长与财富自由、世界运作的逻辑与投资“。

1、选择IC在0.02 以上，按预期收益率排序，因子相关性分析，选择低相关的。等权，加权组合，回测。

2、pycaret（lightgbm）及调参。

3、autogluon精调lightgbm。

IC绝对值排序，alpha158因子集，大于0.03的19个，大于0.02的55个。

我们选择大于0.02这55个因子进行分析。

下面来计算预期收益。

import alphalens
import duckdb
import pandas as pd

# 文件包，放在ailabx/data下的hist_hs300_20230813下，使用duckdb直接访问
from config import DATA_DIR

HS300 = DATA_DIR.joinpath('hist_hs300_20230813')

from datafeed.dataloader import Duckdbloader
from factor import alpha

a = alpha.Alpha158()

factors_names = ['CORD60']
fields = [a.get_field_by_name(n) for n in factors_names]

loader = Duckdbloader(path=DATA_DIR.joinpath('hist_hs300_20230813').resolve(), symbols=None,
                      columns=['close', 'open', 'high', 'low', 'volume'],
                      start_date="20100101")

df = loader.load(fields=fields, names=factors_names)
prices = df.pivot_table(columns='symbol', index='date', values='close')
df.set_index([df.index, 'symbol'], inplace=True)
# 因子值
factor = df[[factors_names[0]]]
data = alphalens.utils.get_clean_factor_and_forward_returns(factor, prices, quantiles=5, periods=(1, 5, 10, 20))
print(data)
res = alphalens.performance.factor_alpha_beta(data)
print(res)

我们就取5D这个周期即，对55个高ic的因子进行收益分析：

from config import DATA_DIR
import pandas as pd

csv = DATA_DIR.joinpath('ic_sorted.csv')
df_factors = pd.read_csv(csv.resolve(), index_col=0)
df_factors = df_factors[df_factors['abs_ic'] > 0.02]
print('大于0.02的因子一共{}个'.format(len(df_factors)))

# 下面进行收益分析
factor_names = list(df_factors['name'])

from factor.alphalens_lit import calc_alpha
results = calc_alpha(factor_names)
pd.DataFrame(results).sort_values(by='abs_alpha', ascending=False).to_csv('factor_alpha.csv')

从alpha来排序，动量和价量背离，但价量背离的ic更高，也就是更加稳定。

QTLD5的年化收益达到“惊人”的程度。

pycaret自动机器学习：

数据自动预处理，划分数据集：

内置多数的机器学习模型：

使用lightgbm：

一次运行多个模型：

代码在examples下：已经同步至星球：

【优惠券】知识星球与开源项目：万物之中，希望至美

明天使用autogluon来高精度调参。

吾日三省吾身

聊聊ABCZ,人生计划之”ABCZ”

网上看到一个观点，它是ABZ计划：

A计划是事业主要组成部分、收入主要来源，求稳，重在精进。这个受很多因素影响，你的职业惯性，你的职场机遇等。A计划求稳，尽管创业公司像当年的字节，有股权之类的大机会，但其概率不大，A计划还是要求稳为主。

B计划是事业后备组成部分、收入次要来源，求变，重在替代。这个就是现在很多人的副业，你自己喜欢且擅长的事情，如果有价值，那么也可以获得回报，甚至有人把它做成主业，实现跃迁。——是不是要替代倒不一定。我觉得可以是多一个支柱，更加稳健和有底气。而且最好能建成“自动化”的管道。最初樊登做读书会完全是兼职，当读书会发展了两年以后，他才辞掉大学老师的工作，全职去做这项事业，现在做为了知识付费的独角兽。这个相当于演化成我们说的C计划了，做成了一件大事。

重点说说C计划，Crazy，还是要有点大的梦想，万一实现了呢。A与B两个计划里，可以再寻找C之可能性。你说这不是又开启一个新的B计划，区别在于B计划还是更具体加务实。

可能的方向： 股权，创业（大模型），高赔率的投资（比如加密货币）。可以从A计划延伸，也是B计划的扩展，毕竟，不能凭空产生。当然多增加对外的触点，对环境变化敏感。可以小范围参与一些“不那么熟悉”的机会。

Z计划是人生风险控制部分、收入应急来源，求保，重在风控。Z计划与我说的类似，资产计划，比如500万，10%这样的长线投资理财组合。这个兜底方案，是自动化运行的，是被动收入，即便ABC都没有达预期，仍然可以过得不错的人生状态。A计划与B计划都可为Z计划注入本金，投资能力等。

今天的一些主要工作成果：

1、按5天（周调参）对因子ic进行排序。

2、对多个因子进行回测比较。

3、alphalens-reloaded比较波动率与量价背离等因子的 ic分析细节。

4、pycaret机器学习模型应用于量化(vs autogluon 高精度调参)。

昨天对于因子进行了异常值、因子归一化等，计算量增加不少，但结果并没有特别大的变化。之前我们是综合计算了多个周期，比如1，5，10，20天，今天我们就按照5天（按周调仓）的模式来对比下。

ic值排在前面的仍然提“量化背离”的CORD30，60。

下面我们直接来回测比较一下：

CORR20是IC比CORD30和CORD60都小一些。但从实际回测的结果看，CORR20效果最好，CORD60效果最差。而IC值倒数的STD60呢，结果也还不错。

————这里需要仔细分析，也间接证明IC分析容易出错的地方。

同一个因子，比如CORR20，取前10%与后10%，这个分层测试基本是单调的，说明这个因子是可以把好坏股票区分出来。

而IC是相关性的均值，这个均值可能存在波动性。横向对比的单调性就不好说了。因此我们需要进一步仔细分析std60的因子情况。

使用alphalens-reloaded这样库来分析：

STD60的收益率分析很高，但ic很小。这个说明什么问题呢，这就是IC分析与收益率分析结果不一样如何决策的问题了。

设𝑋,𝑌为两个向量，则，其中为线性回归或线性回归的可决系数（其中𝑎，𝑏是待回归系数）。

也就是说IC值是可决系数。IC越大，则收益预测越有效。

reg_fit = OLS(y, x).fit()
try:
    alpha, beta = reg_fit.params
except ValueError:
    alpha_beta.loc['Ann. alpha', period] = np.nan
    alpha_beta.loc['beta', period] = np.nan