[Faruto原创]基于Python和MATLAB的一种简化的截面动量组合测试

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

一种简化的截面动量组合测试[Python&MATLAB]

    下面的例子来源书籍<Python for Data Analysis>
    策略比较简单，使用N只股票构建投资组合，计算每只股票的过去LookBack（参数）日的动量，并作标准化处理作为股票权重，持有Holding（参数）日，其中权重允许为负数，即允许做空股票。简要说来就是做过过去表现强势的股票，做空过去表现弱势的股票。虽然策略比较简单，但整体的测试流程和框架很明了清晰，对类似策略的回测实现具有参考意义，整体的流程框架为：
数据获取（基于付费或者免费的数据源）——》
数据的时间轴对齐以及缺失数据填充——》
子函数编写：特定回顾期的动量计算并作标准化——》
子函数编写：给定回顾期和持有期，组合的夏普比例计算——》
计算不同回顾期和持有期下组合的夏普比例值——》
进行策略参数分布图形展示
一、Python下的实现测试。
（1）主要用到numpy、pandas、matplotlib等几个包

1. # -*- coding: utf-8 -*-
   
2. """
   
3. SimpleMomentumPortfolioTest
   
4. Created on 2015/05/01
   
5. @author: LiYang(faruto)
   
6. @group : FQuantStudio
   
7. @contact: farutoliyang@foxmail.com
   
8. """
   
9. #%% import
   
10. import numpy as np
    
11. import pandas as pd
    
12. import pandas.io.data as web
    
13. import matplotlib.pylab as plt
    
14. from pandas import Series,DataFrame
    
15. from collections import defaultdict

复制代码

（2）数据的获取基于pandas包

1. #%% GetData
   
2. names = ['AAPL', 'GOOGL', 'MSFT', 'IBM', 'GS', 'MS', 'BAC', 'C']
   
3. def get_px(stock, start, end):
   
4.     return web.get_data_yahoo(stock, start, end)['Adj Close']
   
5. px = DataFrame({n: get_px(n, '1/1/2005', '1/1/2015') for n in names})
   
6. px.plot()

复制代码

（3）数据的时间轴对齐以及缺失数据填充

1. #%% plot
   
2. px = px.asfreq('B').fillna(method='pad')
   
3. rets = px.pct_change()
   
4. retcum = (1+rets).cumprod()-1
   
5. retcum.plot()

复制代码

（4）子函数编写：特定回顾期的动量计算并作标准化

1. #%% calc_mom
   
2. def calc_mom(price, lookback, lag):
   
3.     mom_ret = price.shift(lag).pct_change(lookback)
   
4.     ranks = mom_ret.rank(axis=1, ascending=False)
   
5.     demeaned = ranks.subtract(ranks.mean(axis=1), axis=0)
   
6.     return demeaned.divide(demeaned.std(axis=1), axis=0)

复制代码

当然这里是做了排序后把排序变量做标准化后返回。
（5）子函数编写：给定回顾期和持有期，组合的夏普比例计算

1. #%% strat_sr
   
2. compound = lambda x : (1 + x).prod() - 1
   
3. daily_sr = lambda x: x.mean() / x.std()
   
4. def strat_sr(prices, lb, hold):
   
5.     # Compute portfolio weights
   
6.     freq = '%dB' % hold
   
7.     port = calc_mom(prices, lb, lag=1)
   
8. 
   
9.     daily_rets = prices.pct_change()
   
10.     # Compute portfolio returns
    
11.     port = port.shift(1).resample(freq, how='first')
    
12.     returns = daily_rets.resample(freq, how=compound)
    
13.     port_rets = (port * returns).sum(axis=1)
    
14.     return daily_sr(port_rets) * np.sqrt(252 / hold)
    
15. strat_sr(px, 70, 30)

复制代码

（6）计算不同回顾期和持有期下组合的夏普比例值

1. #%% calc with diff lookbacks and holdings
   
2. lookbacks = range(20, 90, 5)
   
3. holdings = range(20, 90, 5)
   
4. dd = defaultdict(dict)
   
5. for lb in lookbacks:
   
6.     for hold in holdings:
   
7.         dd[lb][hold] = strat_sr(px, lb, hold)
   
8. ddf = DataFrame(dd)
   
9. ddf.index.name = 'Holding Period'
   
10. ddf.columns.name = 'Lookback Period'
    
11. （7）进行策略参数分布图形展示
    
12. #%% heatmap
    
13. def heatmap(df, cmap=plt.cm.gray_r):
    
14.     fig = plt.figure()
    
15.     ax = fig.add_subplot(111)
    
16.     axim = ax.imshow(df.values, cmap=cmap, interpolation='nearest')
    
17.     ax.set_xlabel(df.columns.name)
    
18.     ax.set_xticks(np.arange(len(df.columns)))
    
19.     ax.set_xticklabels(list(df.columns))
    
20.     ax.set_ylabel(df.index.name)
    
21.     ax.set_yticks(np.arange(len(df.index)))
    
22.     ax.set_yticklabels(list(df.index))
    
23.     plt.colorbar(axim)
    
24. heatmap(ddf)

复制代码

通过上图可以看到在此例下，大概回顾期为55-60日，持有期为35-40日，会获取较高的夏普比率。
总结：可以看到在Python下使用pandas包整体的实现测试过程很简单明了。Pandas是个进行数据分析处理很赞的包。

二、MATLAB下的实现测试。

    下面在来看下在MATLAB下的实现测试过程，不同的语言各有利弊，并无本质上哪个好，那个坏之说，本例中，由于Python下的pandas包的帮助，在Python下的代码更加简洁明了，MATLAB下代码稍显臃肿，当然也可以仿照Python下的pandas包，实现一个MATLAB下的pandas包，让相关的数据处理更加简洁方便。虽然MATLAB下的金融工具箱有fints（financial time series类）、timeseries类，但相关的实现和处理在效率和使用上并不是特别好，所以时序相关的处理我还是自己实现的，并没有全部使用MATLAB自带的一些包。
注：MATLAB的实现测试使用的A股的数据，数据的获取基于FQuantToolBox
（1）函数说明

1. function SimpleMomentumPortfolioTest
   
2. % by LiYang_faruto
   
3. % Email:farutoliyang@foxmail.com
   
4. % 2015/01/01
   
5. %% A Little Clean Work
   
6. % clear;
   
7. % clc;
   
8. % close all;
   
9. format compact;

复制代码

（2）数据的获取基于FQuantToolBox

1. %% GetDataFromWeb
   
2. tic;
   
3. StockCodeCell = {'600588sh','sh600030','600446','300024sz','sz000001','600570sh'};
   
4. StockNameCell = {'用友网络','中信证券','金证股份','机器人','平安银行','恒生电子'};
   
5. BeginDate = '20100101';
   
6. EndDate = '20150101';
   
7. Len = length(StockCodeCell);
   
8. StockDataCell = cell(length(StockCodeCell),1);
   
9. for i = 1:length(StockCodeCell)
   
10.      StockCode = StockCodeCell{i};
    
11.      [StockDataCell{i}] = GetStockTSDay_Web(StockCode,BeginDate,EndDate);
    
12. end
    
13. toc;
    
14. %% 前复权数据生成
    
15. StockDataCellXRD = StockDataCell;
    
16. for i = 1:Len
    
17.     StockData = StockDataCell{i};
    
18.     AdjFlag = 1;
    
19.     [StockDataCell{i}] = CalculateStockXRD(StockData, [], AdjFlag);
    
20. end
    
21. （3）数据的时间轴对齐以及缺失数据填充
    
22. tic;
    
23. sdate = datenum(BeginDate,'yyyymmdd');
    
24. edate = datenum(EndDate,'yyyymmdd');
    
25. bdates = busdays(sdate, edate, 'Daily');
    
26. Bdates = str2num( datestr(bdates,'yyyymmdd') );
    
27. StockDataCell_pre = StockDataCell;
    
28. for i = 1:Len
    
29.     tMat = zeros(length(Bdates),8);
    
30.     tMat(:,1) = Bdates;
    
31.    
    
32.     tMat_pre = StockDataCell{i};
    
33.     for j = 1:length(Bdates)
    
34.         tD = Bdates(j);
    
35.         ind = find(tMat_pre(:,1)<=tD, 1,'last');
    
36.         tMat(j,2:end) = tMat_pre(ind,2:end);
    
37.     end
    
38.    
    
39.     StockDataCell{i} = tMat;
    
40. end
    
41. toc;
    
42. %% 每只股票累计收益
    
43. StockMat = zeros(length(Bdates), Len+1);
    
44. StockMat(:,1) = Bdates;
    
45. for i = 1:Len
    
46.     StockMat(:,i+1) = StockDataCell{i}(:,5);
    
47. end
    
48. Ret = tick2ret(StockMat(:,2:end));
    
49. CumRet = cumprod((1+Ret))-1;
    
50. 
    
51. scrsz = get(0,'ScreenSize');
    
52. figure('Position',[scrsz(3)*1/4 scrsz(4)*1/6 scrsz(3)*4/5 scrsz(4)]*3/4);
    
53. plot(CumRet,'LineWidth',1.5);
    
54. xlim([0,length(Bdates)+1]);
    
55. Dates = StockMat(2:end,1);
    
56. LabelSet(gca, Dates, [], [], 1);
    
57. 
    
58. M = StockNameCell;
    
59. H = legend(M);
    
60. H.Orientation = 'horizontal';
    
61. H.FontWeight = 'Bold';
    
62. H.FontSize = 12;
    
63. H.Location = 'northoutside';
    
64. 
    
65. str = '股票累计收益';
    
66. H = title(str);
    
67. H.FontWeight = 'Bold';
    
68. H.FontSize = 15;

复制代码

（3）数据的时间轴对齐以及缺失数据填充

1. tic;
   
2. sdate = datenum(BeginDate,'yyyymmdd');
   
3. edate = datenum(EndDate,'yyyymmdd');
   
4. bdates = busdays(sdate, edate, 'Daily');
   
5. Bdates = str2num( datestr(bdates,'yyyymmdd') );
   
6. 
   
7. StockDataCell_pre = StockDataCell;
   
8. for i = 1:Len
   
9.     tMat = zeros(length(Bdates),8);
   
10.     tMat(:,1) = Bdates;
    
11.    
    
12.     tMat_pre = StockDataCell{i};
    
13.     for j = 1:length(Bdates)
    
14.         tD = Bdates(j);
    
15.         ind = find(tMat_pre(:,1)<=tD, 1,'last');
    
16.         tMat(j,2:end) = tMat_pre(ind,2:end);
    
17.     end
    
18.    
    
19.     StockDataCell{i} = tMat;
    
20. end
    
21. toc;
    
22. %% 每只股票累计收益
    
23. StockMat = zeros(length(Bdates), Len+1);
    
24. StockMat(:,1) = Bdates;
    
25. for i = 1:Len
    
26.     StockMat(:,i+1) = StockDataCell{i}(:,5);
    
27. end
    
28. 
    
29. Ret = tick2ret(StockMat(:,2:end));
    
30. CumRet = cumprod((1+Ret))-1;
    
31. 
    
32. scrsz = get(0,'ScreenSize');
    
33. figure('Position',[scrsz(3)*1/4 scrsz(4)*1/6 scrsz(3)*4/5 scrsz(4)]*3/4);
    
34. plot(CumRet,'LineWidth',1.5);
    
35. xlim([0,length(Bdates)+1]);
    
36. Dates = StockMat(2:end,1);
    
37. LabelSet(gca, Dates, [], [], 1);
    
38. 
    
39. M = StockNameCell;
    
40. H = legend(M);
    
41. H.Orientation = 'horizontal';
    
42. H.FontWeight = 'Bold';
    
43. H.FontSize = 12;
    
44. H.Location = 'northoutside';
    
45. 
    
46. str = '股票累计收益';
    
47. H = title(str);
    
48. H.FontWeight = 'Bold';
    
49. H.FontSize = 15;

复制代码

（4）子函数编写：特定回顾期的动量计算并作标准化

1. %% sub fun calc_mom
   
2. % ---------------------------------------------------
   
3. %  calc_mom
   
4. % ---------------------------------------------------
   
5. function weight = calc_mom(price,lookback)
   
6.     weight = zeros(size(price));
   
7.     weight(:,1) = price(:,1);
   
8.     [m,n] = size(price);
   
9.     % weight(1:lookback,2:end) = nan;
   
10.     weight(1:lookback,2:end) = 0;
    
11.     for j = lookback+1:m
    
12.         for i = 2:n
    
13.             tData = price(:,i);
    
14.             weight(j,i) =  (tData(j-1)-tData(j-lookback))/tData(j-lookback);
    
15.         end
    
16.         temp = weight(j,2:end);
    
17.         weight(j,2:end) = (temp-mean(temp))./std(temp);
    
18.     end
    
19.    
    
20.     weight(isnan(weight)) = 0;
    
21. end   

复制代码

当然这里与Python下稍有不同，就使用标准化后的动量值返回。
（5）子函数编写：给定回顾期和持有期，组合的夏普比例计算

1. %% sub fun strat_sr
   
2. % ---------------------------------------------------
   
3. %  strat_sr
   
4. % ---------------------------------------------------
   
5. function SR = strat_sr(prices, lb, hold)
   
6.     SR = 0;
   
7.     [m,n] = size(prices);
   
8.     % 计算权重
   
9.     port = calc_mom(prices,lb);
   
10.     port(isnan(port)) = 0;
    
11.    
    
12.     % 计算组合收益
    
13.     PortResample = [];
    
14.     Returns = [];
    
15.     Ind = 1;
    
16.     for i = hold:hold:m
    
17.         PortResample(Ind,:) = port(i-hold+1,:);
    
18.         Returns(Ind,:) = prices(i,:);
    
19.         Returns(Ind,2:end) = (prices(i,2:end)-prices(i-hold+1,2:end))./prices(i-hold+1,2:end);
    
20. 
    
21.         Ind = Ind + 1;
    
22.     end
    
23.     port_rets = PortResample(:,2:end).*Returns(:,2:end);
    
24.     port_rets = sum(port_rets,2);
    
25.     % 计算年化Sharpe Ratio
    
26.     SR = mean(port_rets)/std(port_rets)*sqrt( 252/hold );
    
27. end
    
28. （6）计算不同回顾期和持有期下组合的夏普比例值
    
29. %% calc
    
30. tic;
    
31. lookbacks = 20:5:90;
    
32. holdings = 20:5:100;
    
33. 
    
34. DD = zeros(length(lookbacks), length(holdings));
    
35. 
    
36. for i = 1:length(lookbacks)
    
37.     for j = 1:length(holdings)
    
38.         lb = lookbacks(i);
    
39.         hold = holdings(j);
    
40.         DD(i,j) = strat_sr(StockMat, lb, hold);
    
41.     end
    
42. end
    
43. toc;
    
44. （7）进行策略参数分布图形展示
    
45. %% HeatPlot
    
46. temp = num2cell(lookbacks);
    
47. temp = cellfun(@num2str,temp,'UniformOutput',false);
    
48. YVarNames = temp;
    
49. 
    
50. temp = num2cell(holdings);
    
51. temp = cellfun(@num2str,temp,'UniformOutput',false);
    
52. XVarNames = temp;
    
53. 
    
54. XLabelString = 'Holding Period';
    
55. YLabelString = 'Lookack Period';
    
56. Fmatrixplot(DD,'ColorBar','On','XVarNames',XVarNames,'YVarNames',YVarNames,...
    
57.     'XLabelString',XLabelString,'YLabelString',YLabelString);

复制代码

通过上图可以看到在此例下，大概回顾期为25-35日，持有期为60日，会获取较高的夏普比率。

总结

本文给出了一个简化的截面动量组合测试，虽然策略比较简单，但整体的测试流程和框架很明了清晰，对类似策略的回测实现具有参考意义，整体的流程框架为：
数据获取（基于付费或者免费的数据源）——》
数据的时间轴对齐以及缺失数据填充——》
子函数编写：特定回顾期的动量计算并作标准化——》
子函数编写：给定回顾期和持有期，组合的夏普比例计算——》
计算不同回顾期和持有期下组合的夏普比例值——》
进行策略参数分布图形展示
在Python下pandas是个数据处理非常不错的一个包，另外在Python下免费的A股数据可以通过tushare 包（作者Jimmy）获取，tushare 包下载地址：http://tushare.waditu.com/。
在MATLAB下，虽然此例的实现测试稍显臃肿，但也不是非常复杂。在MATLAB下免费的A股数据可以通过FQuantToolBox（作者faruto）获取，FQuantToolBox下载地址：

https://bbs.pinggu.org/thread-3567352-1-1.html

更多内容请点击“阅读原文” 本公众号由李洋(微信faruto)维护。
更多量化投资、MATLAB应用内容可以关注：MATLAB技术论坛：
http://www.matlabsky.com/
李洋(faruto)的微博、博客
http://weibo.com/faruto
http://blog.sina.com.cn/faruto

===分享给朋友===

点击右上角，在弹出菜单中选择“发送给朋友”或“分享到朋友圈”

===订阅FQuantStudio公众号===
https://bbs.pinggu.org/thread-3567352-1-1.html

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏12 回帖

关键词：MATLAB python atlab matla Lab 投资组合 数据源 书籍

原文地址https://mp.weixin.qq.com/s?__biz=MzA5NzEzNDk4Mw==&mid=204989303&idx=1&sn=8438eb4cd073159db4be7814878c320d&scene=2&from=timeline&isappinstalled=0&key=8ea74966bf01cfb686684c482ef33e10cf24aecfa0a1b9eaf5a0e5c0a8b6847480c741ef23cdf81d7ecf1ad110994bd6&ascene=2&uin=OTM2MDkyNDIz&devicetype=android-10&version=25010030&pass_ticket=HUTj42uFWzHXYrktMohsl9zfMcPEIDSsjChMPAZgvrloBTA%2B%2BR0VklEwMV0Gviq7

代码格式太丑了。用 discuz

1.   模块[code]

复制代码

囧。

元宵福利来了之1

元宵福利来了之1

THANKS A LOT

谢谢楼主如此慷慨福利2

HAPPY LUNAR NEW YEAR!!!

谢谢楼主如此慷慨福利2

谢谢楼主如此慷慨福利3

谢谢楼主如此慷慨福利3