量化的一些基础操作理解

发表于 分类于 阅读次数： Valine：

引言

最近阅读了wdquant的How BRAIN platform works，里面有一些对量化基础操作的描述非常具体，这里记录下。

知识总结

alpha向量

指因子初始值权重。

1
2
3
4
在我们的例子中，这个日期是2月2日，因为我们假设了延迟1设置。延迟1设置使用T-1日期的数据创建T日期的alpha向量。
为了生成alpha向量，回测器对负收益率执行排名操作，并为每只股票生成一个对应的值向量.

生成的向量取决于在alpha表达式中使用的运算符。在我们的例子中，由于我们使用了排名运算符，所以在列D中可以看到在0和1之间均匀分布的值。请注意，收益率最低的股票具有最高的值，反之亦然，这符合我们的假设.

中性化

从向量中的每个值中减去该组向量值的平均值。所有向量值的总和=0。

1
2
3
4
该组可以是整个市场，但我们也可以在股票的部门、行业或子行业分组上执行这个中性化操作.

由于我们的回测股票池中只有八只股票，我们假设在市场上对股票进行中性化。
所以我们取单元格D12中的数字的平均值，并从每只股票中减去平均值。这给我们在列F中生成了一个新的向量。注意，这些新数字的总和和平均值现在都是零。同时，正值之和等于负值之和.

标准化

将生成的值缩放或”标准化”，使得alpha向量值的绝对值总和为1。这些值可以称为标准化权重.

1
2
3
也就是说，我们对每行绝对值加和，即2.3。然后我们将每行的值除以这个和，得到在G列中的归一化权重。这些权重的绝对值之和现在等于1.

注意：在每个迭代/日，表达式rank(-returns)将获得到该日为止的所有收益数据，矩阵将每天增加一行，直到达到最近的日期。表达式的作用是将输入矩阵转换为输出的权重向量，正如我们在这个假设的例子中看到的那样.

多空市场中性化

使用归一化权重，BRAIN回测器将资金（从回测盘的2000万美元账户）分配给每个股票以构建投资组合.

J列中有总共2000万虚拟资金分配给股票，使用H列中的归一化权重。这意味着我们对股票1的头寸为负440万美元，也就是说，我们做了440万美元的股票1做空交易，对股票5的头寸为正60万美元，也就是说，我们投资了60万美元的股票5。

这被称为多空市场中性化，这是创建这些预测模型或alpha的支柱。使用这种技术，策略可以在市场走势方向不确定的情况下实现盈利.

参考资料