Skip to content

Latest commit

 

History

History
executable file
·
55 lines (44 loc) · 3.35 KB

README.md

File metadata and controls

executable file
·
55 lines (44 loc) · 3.35 KB

xlib-quant

  • 一个简单的量化研究框架,具备基本的数据获取、因子分析、机器学习、回测及结果分析功能。
  • 框架具体思路与内容请参考公众号FinHack炼金术《从零开始卷量化(25)-脱离Qlib,手撸一个属于自己的量化投资框架! 》
  • 当且该框架并不稳定,预计本系列文章全部更新完(预计65篇,5月底前更新完)后会出一个稳定版的分支。

公众号

扫码_搜索联合传播样式-标准色版

框架整体思路

image

一把梭代码

import pandas as pd
from xlib import data
from xlib import factors
from xlib import model
from xlib.strategies import Top10Strategy
from xlib import backtest

df=data.get_all_index_data()
bench=data.get_index_data(index="000300",start_date="20200101",end_date="20220330",renew=False)

df=factors.getTA(df)
df['label']=df.groupby('symbol')['close'].shift(10)
df['label']=df['close']/df['label']

df_train,df_valid,df_pred=model.datasplit(df,train_end='2019-01-01',valid_end='2020-01-01')
model.lgbtrain(df_train,df_valid,label='label')  
preds=model.lgbpred(df_pred,label='label') 
preds['score']=preds['pred']
preds['rank']=preds.groupby('date')['pred'].rank()
preds['signal']=preds.apply(lambda x: 1 if x['rank']<=10 else 0 ,axis=1)

returns=backtest.test(preds,Top10Strategy)
backtest.analysis(returns,bench)

结果演示

image

image

image image image image

image image image image image image image image image