原创文章第98篇，专注“个人成长与财富自由、世界运作的逻辑， AI量化投资”。
星球有一个活动，“每周研报复现”。
今天的主题正好是特征工程的框架alphalens，我找了一篇中文关于alphalens的研报，用python代码来复现一下。
Alphalens 是一款 Python 的工具包，是 Quantopian 公司旗下三大开包之一，另外两个分别是 Zipline 和 Pyfolio。
Alphalens 因其简单易用而又稳定科学的优势被广泛的量化分析师所青睐。本文主要介绍 Alphalens 的回测框架，提纲挈领地介绍了其中四个功能：因子收 益、因子 IC、因子换手以及事件研究。
运用 Alphalens，我们可以在做因子研究的过程中花更少的时间编写和运行回测 框架。因此，我们可以更快地进行思维风暴，而不必怀疑算法最终的结果。用 Alphalens 构建严谨的工作流程将使策略的稳定性提高并且不易过拟合。
alphalens是一套用于分析 alpha 因子的通用工具。
01 数据准备
我们今天使用标普500指数，tushare上国内指数与国际指数是两个不同的接口，但使用类似。具体可能参考前面的文章:
hdf5：兼容pandas的dataframe合适量化的存储格式
格式化后写入hdf5备用：
02 特征工程
我们使用最常见的动量因子来演示：mom_20。即过去20天指数的收益率。
首先，我们要做的就是数据的预处理。可以说，只要做好这一步几乎就完成了 95%的工作。而这一步其实也非常简单，只需要用一个函数实现即可。下面我们将 全面解读这个函数。我们先看一下这个函数 get_clean_factor_and_forward_returns，它的描述是“将 因子数据、价格数据以及行业分类按照索引对齐地格式化到一个数据表中，这个数 据表的索引是包含日期和资产的多重索引”，我们理解就是获取清洗后的因子及其 未来收益（可以包含行业，也可以不包含行业），并将它们的收益对齐。
到这个函数有 2 个输入变量：股票的因子值（factor）， 股票的价格（prices），以及 7 个参数变量：股票的行业分组（groupby），是否按行 业分组（by_group），分组个数（quantiles），直方图个数（bins），因子换手周期（periods），异常值阀值设定（filter_zscore），行业分组标签（groupby_labels）。
import pandas as pd
symbols = ['000905.SH', '000300.SH']
dfs = []
with pd.HDFStore('data/index.h5') as store:
for symbol in symbols:
df = store[symbol]
df['factor'] = df['close'].pct_change(18)
df = df[['close', 'code', 'factor']]
df['close'] = df['close'] / df['close'].iloc[0]
dfs.append(df)
all = pd.concat(dfs)
all.set_index([all.index, 'code'], inplace=True)
all.dropna(inplace=True)
all
把收盘价使用pivot_table单独整体：
factors比较简单，直接取这一列即可。
把这两个数据整理完，alphalens的工作基本完成了90%以上！
from alphalens.utils import get_clean_factor_and_forward_returns #将tears.py中的get_values()函数改为to_numpy() ret = get_clean_factor_and_forward_returns(all[['factor']], prices) ret
过去20天的动量值对于未来10天的收益是有正IC的，所以我们使用简单的20天动量的回测策略，着实收益还不错。
小结：
alphalen的使用比较简单，但数据整理需要小心，格式不对调不过去。需要对pandas的multiindex比较熟悉。
剩下的部分就是对结果的解读了，明天继续。
使用的代码、数据以及notebook在星球可下载。
最近文章：
hdf5：兼容pandas的dataframe合适量化的存储格式