Skip to content

README.md

Latest commit

 

History

History
294 lines (213 loc) · 7.37 KB

README.md

File metadata and controls

294 lines (213 loc) · 7.37 KB
Raw

101因子分析平台

基于EasyXT构建的完整101因子分析平台，提供从因子计算、分析、回测到策略构建的一站式量化研究解决方案。

✨ 核心特性

  • 🎯 完整因子库：实现 WorldQuant Alpha101 全部101个因子 + Alpha191扩展因子
  • 📊 可视化工作流：拖拽式界面，零代码构建量化策略
  • 🚀 高性能计算：基于pandas向量化计算，支持大规模数据
  • 📈 完整分析工具：IC分析、分层回测、绩效评估
  • 🔌 EasyXT集成：无缝对接EasyXT数据接口

📌 数据获取（重要）

在使用本平台前，您需要准备股票数据。

推荐数据源：Tushare

🔗 Tushare注册链接（含邀请码344724）

为什么推荐Tushare？

  • ✅ 数据质量高，覆盖A股、港股、美股
  • ✅ 免费版120次/天，足够学习使用
  • ✅ API文档完善，调用简单
  • ✅ 社区活跃，问题容易解决
  • ✅ 通过本链接注册可获得额外积分

注册步骤：

  1. 点击上方链接注册
  2. 完善个人信息
  3. 获取API Token
  4. 开始调用API下载数据

快速示例：

import tushare as ts
ts.set_token('your_token')
pro = ts.pro_api()
df = pro.daily(ts_code='000001.SZ', start_date='20230101', end_date='20231231')

其他数据源：

  • QMT/MiniQMT - 本地行情软件
  • AKShare - 免费开源数据库
  • Baostock - 免费历史数据

💡 提示: 更多数据获取方法请查看 疑难问题解答

🚀 快速启动

方式1：启动增强版UI（推荐）

cd c:\Users\Administrator\Desktop\EasyXT\101因子\101因子分析平台
python 启动增强版.py

或手动启动：

streamlit run src/workflow/ui_enhanced.py --server.port=8510 --server.address=127.0.0.1

访问：http://127.0.0.1:8510

方式2：使用代码调用

from src.factor_engine.calculator import FactorCalculator

# 初始化计算器
calculator = FactorCalculator()

# 加载数据
symbols = ['000001.SZ', '000002.SZ', '600000.SH']
calculator.load_data(symbols, '2023-01-01', '2023-12-31')

# 计算因子
factor = calculator.calculate_single_factor(data, 'alpha078')

📚 项目结构

101因子分析平台/
├── src/                          # 源代码
│   ├── easyxt_adapter/          # EasyXT数据适配器
│   ├── factor_engine/           # 因子计算引擎
│   │   ├── alpha101.py         # ✅ Alpha101因子(101个)
│   │   ├── alpha191.py         # ✅ Alpha191因子(90个)
│   │   └── calculator.py       # 统一计算接口
│   ├── workflow/                # 可视化工作流
│   │   ├── ui_enhanced.py      # ✅ 增强版UI
│   │   └── engine.py           # 工作流引擎
│   └── analysis/                # 分析模块
├── config/                      # 配置文件
├── README.md                    # 本文件
├── USER_GUIDE.md               # 📖 详细使用指南
├── IMPLEMENTATION_GUIDE.md     # 🔧 实现细节文档
└── requirements.txt            # 依赖包

🎯 支持的因子

Alpha101 因子 (alpha001-alpha101)

  • ✅ 已完整实现全部101个因子
  • 基于WorldQuant Alpha101公式
  • 支持自定义参数调整

Alpha191 扩展因子 (alpha102-alpha191)

  • ✅ 已实现90个扩展因子
  • 包含动量、反转、波动率等类型

总计：191个Alpha因子

📊 功能模块

1. 因子计算引擎

  • 支持191个Alpha因子计算
  • 40+基础操作符（ts_sum, sma, stddev等）
  • 自动数据预处理和清洗

2. 可视化工作流

  • 拖拽式策略构建
  • 实时结果展示
  • 支持保存/加载工作流

3. 因子分析工具

  • IC/IR分析
  • 分层回测
  • 绩效评估（夏普比率、最大回撤等）

4. EasyXT集成

  • 自动数据格式转换
  • 实时行情支持
  • 历史数据回测

💻 核心API

因子计算

from src.factor_engine.calculator import FactorCalculator

calculator = FactorCalculator()

# 加载数据
data = calculator.load_data(
    symbols=['000001.SZ', '600000.SH'],
    start_date='2023-01-01',
    end_date='2023-12-31'
)

# 计算单个因子
factor = calculator.calculate_single_factor(data, 'alpha001')

# 计算多个因子
factors = calculator.calculate_factors(['alpha001', 'alpha002', 'alpha078'])

因子分析

from src.workflow.engine import WorkflowEngine

# 创建工作流引擎
engine = WorkflowEngine()

# 添加节点
engine.add_data_node(symbols=['000001.SZ'], start='2023-01-01', end='2023-12-31')
engine.add_factor_node('alpha078')
engine.add_ic_analysis_node(periods=1)

# 执行工作流
results = engine.execute()

📖 详细文档

  • USER_GUIDE.md - 详细使用指南

    • 界面操作说明
    • 节点配置方法

  • TROUBLESHOOTING.md - 疑难问题解答 ⭐

    • 数据获取（含Tushare注册链接）
    • 安装配置
    • 运行问题
    • 性能优化

  • IMPLEMENTATION_GUIDE.md - 技术实现文档

    • 架构设计说明
    • 扩展开发指南
    • API参考文档

🔧 开发指南

添加自定义因子

在 src/factor_engine/alpha101.py 中添加：

def alpha_custom(self) -> pd.DataFrame:
    """
    自定义因子
    公式：...
    """
    # 使用基础操作符
    close = self.data['close']
    volume = self.data['volume']

    # 计算因子值
    factor = self.rank(close / self.delay(close, 5))

    return factor

扩展工作流节点

参考 src/workflow/nodes/ 中的节点实现：

from src.workflow.nodes.base_node import BaseNode

class CustomNode(BaseNode):
    def execute(self, data):
        # 实现自定义逻辑
        return result

🛠️ 技术栈

  • 数据处理: pandas, numpy
  • 科学计算: scipy
  • 可视化: matplotlib, seaborn, plotly
  • UI框架: streamlit
  • 配置管理: yaml, json

⚠️ 注意事项

  1. 数据质量：确保输入数据无过多缺失值
  2. 内存管理：大数据集注意内存使用
  3. 因子选择：建议先进行IC分析筛选有效因子
  4. 参数调优：根据实际情况调整回测参数

🚀 性能优化建议

  • 使用缓存机制避免重复计算
  • 批量计算因子提高效率
  • 合理设置数据时间范围
  • 定期清理临时文件

📝 更新日志

v2.0.0 (2025-01-21)

  • ✅ 完整实现Alpha101全部101个因子
  • ✅ 新增Alpha191扩展因子（90个）
  • ✅ 修复因子计算器支持alpha001-alpha191
  • ✅ 优化UI界面，新增增强版工作流
  • ✅ 清理临时文件，项目结构优化

v1.0.0 (2024-12-XX)

  • 初始版本发布
  • 实现基础工作流功能
  • 支持因子计算和分析

🤝 贡献指南

欢迎提交 Issue 和 Pull Request！

  1. Fork 项目
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 提交 Pull Request

📮 联系方式

欢迎加入QQ交流群：1018087929（或扫码加入）

QQ群二维码

  • 微信公众号: 王者quant
  • 微信号: www_ptqmt_com
  • GitHub: [项目地址]

📄 许可证

MIT License

🎉 祝您因子研究顺利！