让AI总结研报,结果它给我瞎编了一堆因子!没想到,这分层回测单调性有点完美!

量残差累积因子

上次，笔者复现了中信建投姚紫薇和陈升锐的当天筹码盈利占比这个因子，有大佬留言说紫薇老师的因子都很不错的。

于是，笔者突发奇想，让AI来找一找姚老师和陈老师的研报，然后有一篇叫作《“逐鹿” Alpha 专题报告 (二十八)—— 分钟因子模型》吸引了笔者的注意力。

但是，找了半天没找到可以看原文的地方，只好让豆老师总结一下这篇研报中的因子，结果它给了我四大类一共12个因子。

作为一个懒人，笔者就不转述了，直接贴图，感觉各位大佬看着也方便点。

本文，笔者要介绍的因子是第四类分钟跨期残差因子中的第三个，量残差累积因子。

计算步骤和代码

豆老师给的因子构造很简单，就一句话，每分钟成交量相对近20日同期分时成交量残差求和。

计算步骤

对于这句话，笔者的理解是：以当日某分钟成交量为被解释变量，过去20个交易日同分钟成交量为解释变量进行截面回归，然后计算残差。

然后，将当日240个残差进行求和得到日频的因子。

代码

def process_single_day(self, idx):    if idx < 20:        return pd.DataFrame({})    file_name = self.files[idx]    date_str = file_name.split('.')[0]    vol = []    for i in range(idx - 20, idx + 1):        file_name = self.files[i]        full_path = os.path.join(self.file_pth, file_name)        data = BaseDataLoader.load_data(full_path, fields=['volume'])        vol.append(data.to_dataframe('volume'))    res = self.cal_lr(vol)    res.name = pd.to_datetime(date_str) + timedelta(hours=15)    return res

第一段代码，主要就是读取过去21个交易日的成交量数据，然后调用cal_lr计算残差。

def cal_lr(self, data):    data = pd.concat(data)    data['minute'] = data.index.hour * 60 + data.index.minute    data = data.groupby('minute', as_index=False, group_keys=False).apply(self.__cal_lr__)    data = data.drop(columns=['minute'])    return data.sum()

cal_lr主要是计算分钟，然后按照分钟聚合，并调用__cal_lr__计算残差。

@staticmethoddef __cal_lr__(group):    codes = group.columns.tolist()    y = group.iloc[-1].values    x = group.iloc[:-1].fillna(0).values    flag = ~np.isnan(y)    x, y = x[:, flag].T, y[flag]    lr = LinearRegression()    lr.fit(x, y)    resi = y - lr.predict(x)    return pd.Series(resi, index=np.array(codes)[flag])