第 7 章 · 04 Alphalens 信号评估

第 7 章 · 04 Alphalens 信号评估

本节摘要:本节讲因子评估的标准化工具——Alphalens。上一节我们用线性模型预测股票收益,得到一组预测值。但这些预测值作为「因子」到底有没有用?Alphalens 是 Quantopian 开源的因子分析套件,输入因子值和价格,一键输出 tear sheet:把股票按因子值分 5 组(quantile),看各组的前向收益是否单调;算信息系数 IC(因子值与前向收益的相关性);算换手率(因子排名的稳定性)。本节讲三件事:Alphalens 的输入契约(get_clean_factor_and_forward_returns)、tear sheet 的核心指标(分组收益、IC、换手率),以及如何用它对比 LinearRegression/Ridge/Lasso 三个模型的信号质量,选出最优模型和最优 α。

内容来源:原项目 ch07/06_evaluating_signals_using_alphalens.ipynb,汉化并套用体系化模板。

⚠️ 风险提示:Alphalens 评估的是「因子在历史上有无统计预测力」,不等于「交易能赚钱」。优秀因子加上交易成本、容量、市场冲击后可能不可盈利。

学习目标

阅读完本节,你应当能够:

1. 用 get_clean_factor_and_forward_returns 准备 Alphalens 输入。
2. 读 summary tear sheet 的分组收益、IC、换手率三大块。
3. 区分因子分组收益单调性与 IC 的关系。
4. 用 Alphalens 横向对比多个模型/多个 α 的信号质量。
5. 解释为什么换手率是因子可交易性的关键约束。

一、为什么需要 Alphalens

第 3 节我们用 MultipleTimeSeriesCV 算了每日 IC,知道模型「平均预测力」。但这只回答了一半问题:

• IC 高但分组收益不单调?说明信号只对极端股票有效,中间不分。
• IC 高但换手率极高?说明每天大幅换仓,交易成本吃光 alpha。
• IC 在某些前向期限(1d vs 21d)表现差异大?说明信号有特定的时间尺度。

Alphalens 把这些维度一次性可视化,是因子研究的标准化工具。

二、输入契约

Alphalens 的核心函数是 get_clean_factor_and_forward_returns,它要两个输入:

• factor:MultiIndex(date, asset) 的因子值 Series。
• prices:wide DataFrame,行是日期,列是资产,值是价格。

from alphalens.utils import get_clean_factor_and_forward_returns
from alphalens.tears import create_summary_tear_sheet

# 因子值:从模型预测转成 MultiIndex Series
lr_factor = (lr_predictions.predicted.swaplevel()
             .unstack('symbol').dropna(how='all').stack()
             .tz_localize('UTC', level='date').sort_index())

# 价格:用次日开盘价(避免用收盘价造成前视)
trade_prices = (pd.read_hdf(DATA_STORE, 'quandl/wiki/prices')
                .swaplevel().sort_index()
                .loc[idx[tickers, '2014':'2017'], 'adj_open']
                .unstack('symbol').sort_index().shift(-1).tz_localize('UTC'))

# 清洗 + 计算多期限前向收益
factor_data = get_clean_factor_and_forward_returns(
    factor=lr_factor, prices=trade_prices,
    quantiles=5, periods=(1, 5, 10, 21))
​

⚠️ 价格选择:必须用「能成交的价格」。如果用 t 日收盘价算因子、又用 t 日收盘价算收益,等于「收盘看到信号、收盘成交」——前视。实务用 shift(-1) 取次日开盘价,模拟「收盘决策、次日开盘成交」。

quantiles=5 把每日股票按因子值分成 5 组(0~4),periods=(1,5,10,21) 计算这些前向期限的收益。

三、Tear Sheet 三大块

create_summary_tear_sheet(factor_data) 输出三组关键信息:

1. 分组收益均值

把股票按因子值分 5 组,看每组在不同前向期限的平均收益。理想因子的分组收益应该单调:

如果最高组收益远高于最低组,且中间单调,说明因子有强横截面区分力。多空组合 = 「买 quintile 5 + 卖 quintile 1」。

2. 信息系数 IC

• IC > 0 且均值/标准差合理,说明因子有正向预测力。
• ICIR(均值/标准差)>0.3 已属可用因子。
• 长期限 IC 通常更高但样本更少,要看统计显著性。

3. 换手率

换手率衡量因子排名的稳定性——每天有多少股票从一组换到另一组。高换手率意味着高交易成本:

换手率 0.15 表示每天该组有 15% 的股票被换掉。换手率 >0.3 的因子即使 IC 高,在扣成本后也难盈利。

四、横向对比多个模型

06 notebook 的核心价值是横向对比三个模型在最优 α 下的信号质量:

# 选每个模型 CV 上 IC 最高的 α
def get_best_alpha(scores):
    return scores.groupby('alpha').ic.mean().idxmax()

best_ridge_alpha = get_best_alpha(ridge_scores)
ridge_predictions = ridge_predictions[ridge_predictions.alpha == best_ridge_alpha]

# 对每个模型做 Alphalens
for name, preds in [('Linear', lr_factor),
                    ('Ridge',  ridge_factor),
                    ('Lasso',  lasso_factor)]:
    fd = get_clean_factor_and_forward_returns(factor=preds, prices=trade_prices,
                                              quantiles=5, periods=(1, 5, 10, 21))
    print(f'=== {name} ===')
    create_summary_tear_sheet(fd)
​

对比维度:

• 分组单调性:哪个模型的 top/bottom 组收益差更大。
• IC 稳定性:哪个模型的 ICIR 更高。
• 换手率:哪个模型排名更稳,交易成本更低。

典型发现:Lasso 因稀疏性通常换手率较低(只看少数稳定因子),Ridge 的 IC 略高但换手率也高,纯 LinearRegression 不稳。综合三者选最优模型 + 最优 α。

五、Alphalens 与第 3 节 IC 的关系

第 3 节我们手写 Spearman IC,Alphalens 做的更全:

Alphalens 是手写 IC 的「全功能升级版」,因子研究阶段强烈推荐。

本节要点回顾

1. Alphalens 输入:get_clean_factor_and_forward_returns(factor, prices, quantiles=5, periods=...),价格要用 shift(-1) 次日开盘防前视。
2. 三大块:分组收益均值(单调性)、IC 均值/分布(预测力)、换手率(可交易性)。
3. 分组单调性:top/bottom 组收益差大且中间单调 = 强横截面区分力,多空组合 = 买 top 卖 bottom。
4. ICIR(IC 均值/标准差)>0.3 属可用因子;长期限 IC 通常更高但样本少。
5. 换手率 >0.3 的因子即使 IC 高,扣成本后也难盈利,是可交易性的关键约束。
6. 横向对比:用 Alphalens 在最优 α 下对比多模型,综合单调性/IC/换手率选最佳。

下一节,我们用逻辑回归处理宏观变量的离散状态预测——从回归转到分类,预测市场涨跌或经济衰退。