量化因子的批量生产与集中管理.docxVIP

第 PAGE 1 页 共 NUMPAGES 3 页 目 录 计算机视角下的量化因子计算过程 5 量化因子计算过程的实现 6 基于日频数据的量化因子构建 6 日频初始量化指标计算过程 6 日频量化指标计算算子 7 利用计算机语言表达量化计算过程的递归逻辑 8 利用量化计算过程构建自动因子生成器 10 基于高频数据的量化因子构建 12 高频初始量化指标计算过程 12 高频量化计算算子 13 基于高频初始计算过程的高频成交因子 14 因子自动管理系统框架 16 6. 总结 17 风险提示 17 图目录 图 1 量化因子计算的基本过程 5 图 2 量化因子计算递归流程简介 5 图 3 量化因子计算过程构建流程 6 图 4 量化指标计算语言示例 9 图 5 量化因子批量生产的逻辑流程图 10 图 6 暴力因子生成的 XML 脚本示意 11 图 7 组合一：多空净值（IC0.02） 12 图 8 组合二：多空净值（IC 分位数90%） 12 图 9 TotalBidAmount 等权组合超额收益 15 图 10 TotalBidAmount 等权组合多空收益 15 图 11 因子管理框架示意图 16 图 12 因子关系数据库中，用于建表的 SQL 语句示例 16 表目录 表 1 量化指标计算过程递归步骤 5 表 2 常用日频基础数据列表 7 表 3 常用量化指标计算算子 8 表 4 BARRA 风格因子定义 9 表 5 BARRA 因子 IC 与多空收益率（2010.01-2019.04） 10 表 6 均值突破因子截面表现（2010.01-2019.05） 11 表 7 正交后均值突破因子截面表现（2010.01-2019.05） 11 表 8 LEVEL2 高频数据列表 13 表 9 TotalBidAmount 因子 IC 与多空收益率（2015.08-2019.05） 14 表 10 正交 TotalBidAmount 因子 IC 与多空收益率（2015.08-2019.05） 15 表 11 正交 TotalBidAmount 因子的截面溢价（2015.08-2019.05） 15 量化因子是构建多因子组合的基本要素。随着越来越多不同种类的有效因子被发现， 如何快速高效地计算因子，向前更新因子值，自动存储历史数据与新数据，方便快捷地访问因子值，对于量化组合管理来说，正变得越来越重要。本文希望从计算机的角度， 构建一个完整的从计算到更新，再到管理的量化因子维护框架。 计算机视角下的量化因子计算过程 量化因子的本质是股票的某种数量化特征，一般需要通过对股票某些数量信息进行计算得到。转换成计算机语言为“以股票有关数据为输入，通过量化计算函数计算得到新的量化指标作为输出”。这一过程可以简单地通过下图来表达。 图1 量化因子计算的基本过程 资料来源： 整理 与计算机函数“从函数输入出发，输入函数计算，得到函数输出”相类似，量化计算过程也可以拆解为“从量化指标出发，输入量化计算，得到新量化指标”。由此可见， 计算机函数构成的基本逻辑——递归过程也同样适用于因子计算架构。 图2 量化因子计算递归流程简介 资料来源： 整理 上图展示了因子计算的一般递归过程，其中所有实体都被定义为量化指标计算过程。这是以一个量化指标计算过程为输入，获得新量化指标计算过程的实体。量化指标计算过程的递归步骤如下表所示。 表 1 量化指标计算过程递归步骤 Step1: 从输入量化指标计算过程中读取其输出的量化指标或者参数 Step2: 将参数输入包含多个量化指标计算过程的指标计算器，计算获得输出量化指标计算过程 Step3: 判断输出量化指标计算过程是否为所求因子 Step4: 如果是所求因子，结束计算过程，获得所求输出。否则，将该量化指标计算过程作为输入 参数，输入新的量化指标计算过程，从 Step1 重新开始计算。 资料来源：Wind， 从上述过程中，我们可以得到计算量化指标最重要的 4 个要素。 量化指标计算过程：一个递归的计算实体，其输入与输出也均为量化指标计算过程。运算过程包括数据读取，参数读取，指标计算器，输出计算过程四步。 计算参数：一种常数量化指标计算过程。即，不需要任何参数或数据作为输入，便可输出返回一个固定的常数。 初始量化指标计算过程：仅以计算参数为输入，直接依据参数从数据源读取数据的过程。一般为从外部数据源获取股票成交价等量化数据的过程。 量化指标计算算子：一种指标计算器，仅包含初等基本函数计算或者简单一阶谓词逻辑计算的过程。由于常用的股票量化数据以时间序列数据或面板数据居