原创内容第776篇,专注量化投资、个人成长与财富自由。
本周核心工作之一,deap因子挖掘:
deap时间序列函数补充,挖掘出年化39.12%的轮动因子,卡玛比率2.52
今天继续完善一下系统,准备明天交付给大家全部代码。
挖掘出一个新的因子:
ts_pct_change(ts_maxmin(close, 60), 5)
星球里有同学问,挖掘出来的因子解释性如何。
因子的可解释性是由你提供的元函数算子决定的。
这个因子 **ts_pct_change(ts_maxmin(close, 60), 5)
**是一个基于时间序列的股票因子,通常用于量化投资或技术分析中。
以下是对这个因子的逐步解释:
1. ts_maxmin(close, 60)
-
ts_maxmin
:这是一个时间序列函数,通常用于计算过去一段时间内的最大值或最小值。在这里,ts_maxmin(close, 60)
的含义是计算过去60个交易日内的收盘价的最大值或最小值。 -
作用:通过取过去60天的极值(最大值或最小值),可以捕捉到股票价格在这段时间内的极端波动情况,从而为后续的分析提供基础数据。
-
作用:基于
ts_maxmin(close, 60)
的结果,计算其在过去5个交易日内的变化率。这个变化率可以帮助投资者了解股票价格在极端值附近的变化趋势,例如是否从极值点开始反弹或继续下跌。
3. 整体作用
-
因子含义:
ts_pct_change(ts_maxmin(close, 60), 5)
的整体作用是计算过去60天内股票收盘价的极值(最大值或最小值)在过去5天内的百分比变化。 -
应用场景:这种因子通常用于技术分析,帮助投资者识别股票价格的极端波动点以及随后的价格走势。例如,如果股票价格在60天内达到极值后,接下来5天内出现显著变化,可能预示着市场情绪的转变或趋势的反转。
@calc_by_symbol
def ts_maxmin(X, d):
return (X - ts_min(X, d)) / (ts_max(X, d) - ts_min(X, d))
吾日三省吾身
南方小年,年越来越近了。
很多商铺都休假了。
春节是一种仪式感。
大家都说,辛苦一年了,好好休息几天。
放下焦虑、烦恼与亲人团聚。
现在通讯方便了,电话、微信都可以随时联系;交通方便了,飞机、高铁当天可达。
不像以前,回一次家,感觉跨越千山万水。
奔赴是中国人的情结。
无论家乡多远,无论老家多旧。
父母在,家就在。
代码与数据下载地址:AI量化实验室------2024量化投资的星辰大海
AI量化实验室 星球,已经运行三年多,1300+会员。
aitrader代码,含几十个策略源代码,因子表达式引擎、遗传算法(Deap)因子挖掘引 擎 等,支持vnpy,qlib,backtrader和bt引擎,名内置多个年化30%+的策略,每周五迭代一次,代码和数据在星球全部开源。
扩展 • 历史文章
EarnMore(赚得更多)基于RL的投资组合管理框架:一致的股票表示,可定制股票池管理。(附论文+代码)
10年17倍:使用卡曼滤波过滤器优化动量和斜率策略(python代码策略下载)
年化16%,最大回撤7.5%,卡玛比率超过2的实盘策略(附python代)