预测(α)股票因素的绩效分析
alphalens的Python项目详细描述
字母镜头
alphalens是一个用于预测性能分析的python库 (α)股票因素。AlphaLens与 Zipline开源回测库,以及 Pyfolio提供 金融投资组合的绩效和风险分析。
alphalens的主要功能是显示最相关的统计数据 并绘制关于α因子的曲线,包括:
- 收益分析
- 信息系数分析
- 营业额分析
- 分组分析
开始
有了信号和定价数据,创建因子“催泪表”是一个两步过程:
importalphalens# Ingest and format datafactor_data=alphalens.utils.get_clean_factor_and_forward_returns(my_factor,pricing,quantiles=5,groupby=ticker_sector,groupby_labels=sector_names)# Run analysisalphalens.tears.create_full_tear_sheet(factor_data)
了解更多
查看example notebooks了解有关如何阅读和使用的更多信息 因子撕裂片。
安装
使用pip安装:
pip install alphalens
使用conda安装:
conda install -c conda-forge alphalens
从AlphaLens存储库的主分支安装(开发代码):
pip install git+https://github.com/quantopian/alphalens
AlphaLens取决于:
使用量
开始的一个好方法是在Jupyter notebook中运行示例。
要设置示例,您可以:
通过以下途径运行Jupyter笔记本服务器:
jupyter notebook
从笔记本列表页(通常在 http://localhost:8888/,导航到examples目录, 打开任何扩展名为.ipynb的文件。
在笔记本单元格中单击并点击 shift+enter。
有问题吗?
如果你发现了一个bug,可以在我们的github tracker上打开一个问题。
贡献
如果你想做出贡献,一个很好的开始就是 help-wanted issues。
学分
- Andrew Campbell
- James Christopher
- Thomas Wiecki
- Jonathan Larkin
- 杰西卡·斯塔斯(jstauth@quantopian.com)
- Taso Petridis
有关贡献者的完整列表,请参见contributors page.
示例撕裂片
示例因素由ExtractAlpha