一、多因子問題

8、回測時股票價格數據該如何選擇？

1、周期：日、周、月、季(報告期)、年

2、時間設置：固定日期---->,起始日期，截止日期；相對日期---->前推周期(日歷日、交易日、周、月、季、年)，截止日期

3、日期類型：交易日、日歷日、工作日

4、無交易數據處理：沿用之前數據、空值、自設數值(自己輸入數值)

5、貨幣：原始貨幣、人民幣、美元、港幣

6、價格修正：(!)、復權方式(適用於股票基金)：不復權、前復權、後復權、定點復權 (2)、價格類型(適用債券)：凈價、全價、市價、收益率

設置匯總：1、周/月 2、相對日期-->周/月 3、日歷日 4、空值 5、原始貨幣 6、復權方式-->前復權

註意：復權應該選擇向後復權，這樣收益率數據庫可以月度更新，如果向前復權，每次向前時點不一致，導致數據不一致。

7、A股比較基準是什麽？

滬深300指數 代碼 000300.SH 中證500指數 代碼 000905.SH

6、在做多因子研究時，如果回測結果較好，把y換成隨機數序列y1，用y1回歸來看模型預測能力差，是不是說明模型預測能力較好？

5、在因子去極值處理後，因子數據全部變為0，是什麽原因？

解答：dividendyield2因子在2008年5月31日數據全為0，因為中位數數據為0，極大值和極小值均為0，最後結果都為0，影響應該不大，這樣數據少，以後隨著分紅變得普遍，就不會有這種情況發生了。

4、數組標準化(變為均值為0，方差為1)後的數據唯一嗎？

解答：是唯一的，兩個標準化的差別是一個對每列標準化，一個對全部數據標準化。

data=pd.DataFrame(np.array([[0, 0], [0, 0], [1, 1], [1, 1]]))
data
Out[53]: 
   0  1
0  0  0
1  0  0
2  1  1
3  1  1
scale_fun = lambda x: (x - x.mean()) / x.std()
data1=data.apply(scale_fun)
data1
Out[56]: 
          0         1
0 -0.866025 -0.866025
1 -0.866025 -0.866025
2  0.866025  0.866025
3  0.866025  0.866025
data1.mean()
Out[
 
79]: 
0    0.0
1    0.0
dtype: float64
data1.std()
Out[80]: 
0    1.0
1    1.0
dtype: float64

from sklearn import preprocessing
scaler=preprocessing.StandardScaler()
scaler.fit(data)
Out[84]: StandardScaler(copy=True, with_mean=True, with_std=True)
data2=scaler.transform(data)
data2
Out[87]: 
array([[-1., -1.],
       [-1., -1.],
       [ 1.,  1.],
       [ 1.,  1.]])
data2.mean()
Out[88]: 0.0
data2.std()
Out[89]: 1.0
data3=DataFrame(data2)
data3
Out[91]: 
     0    1
0 -1.0 -1.0
1 -1.0 -1.0
2  1.0  1.0
3  1.0  1.0
data3.mean()
Out[92]: 
0    0.0
1    0.0
dtype: float64
data3.std()
Out[93]: 
0    1.154701
1    1.154701
dtype: float64

3、選取回報數據的時候，是否需要復權處理？價格修正方式(股票基金)有4種：不復權、前復權、後復權、定點復權(僅用於支持定點復權指標)

解答：選擇前復權，如果不復權，價格不真實

2、有些股票當期不在交易標的中，比如ST、停牌、上市不滿三個月等。在做因子數據預處理時是該先丟掉這些數據再做預處理，還是全部因子數據數據預處理完，再丟掉？

解答：先全部預處理完，再丟，這樣包含的信息更多。

1、如果當天股票停牌，不考慮後續是否停牌情況下，單個回測周期因子回測時該如何處理？實際交易時如何處理？

回測時：該股票不在投資標的中，所有因子值設置為nan，設置時間分為因子預處理前和預處理後兩種情況。

實盤時：如果按照回測時情況來處理，該停牌股票必然會被調出股票持倉中，可能實際上該股票不應該調出，產生無效交易，加大交易成本。

這是一個問題。。。

興業三叉戟量化選股策略

1、RV選股策略：

2、3+2量化選股策略

因子學習筆記、問題匯總