5、因子工程

一、基本应用

1、常用命令

2、框架流程

3、基本概念

二、自定义因子

1、基本概念

在本框架中，有因子(factor)，指标(indicator)和Alpha的概念，其中：

• 指标(indicator)：可以理解成传统技术指标，如MACD、BOLL、十字星等，需要复杂代码进行定义的技术指标。
• Alpha：类似alpha101或alpha191等公式化生成的生成的因子。
• 因子(factor)：计算好的alpha因子或indicator指标，比如我定义了一个MACD指标，但是这个MACD是有参数的，比如MACD_12_26_9和MACD_5_34_5虽然是同一个指标，但确是不同的因子（严格的说，在MACD指标中，除MACD_xx因子外，我们还会得到DIF_xx因子和DEA_xx因子）。

2、自定义指标(indicator)

本框架支持自定义指标，所有自定义指标均放在factors/indicators目录下，定义指标的流程吐下：

1. 在{project_path}/indicators 目录下建立任意py文件，如myfactors.py，(非必须)

2. 声明class myfactors:

3. 定义指标实现函数，def xx123(df,p):

    class myfactors:        
        def xx123(df,p):
            df['xx1']=p[0]
            df['xx2']=p[1]
            df['xx3']=df['open']
            return df
   

如上，我们定义了一个xx123指标，其中

• df为某支股票的历史行情数据，包括ts_code,trade_date,open,high,low,close,pre_close,change,returns,volume,amount,name,vwap,stop,upLimit,downLimit,adj_factor字段，
• p为指标所需的参数

如基本概念中MACD的例子，有时候一个指标将会返回多个因子，本框架中自动将函数体内，等号左侧 df['xxx'] 自动识别为待返回因子。此处理解较抽象，举例说明：

from finhack.core.core import Core
core = Core('/data/code/demo_project',args=False)
from finhack.factor.default.indicatorCompute import indicatorCompute
from finhack.factor.default.preCheck import preCheck
preCheck.checkIndicatorsChange() #包含自动寻径代码，首次必须执行
indicatorCompute.computeFactorByStock(ts_code='002624.SZ',factor_name="xx1_8_4_0")

在以上指标计算的例子中，我要计算xx1因子，参数是_8_4_0，

1. 框架会自动寻找到xx1因子是在myfactors.py文件中定义的，并自动寻找到class myfactors下的xx123函数往下执行，
2. 框架将002624.SZ的行情数据作为参数传入df，将p=[xx1,8,4,0]作为参数传入p
3. 框架在函数体中识别df['xxx']，发现了xx1、xx2、xx3，在计算完xx1这个因子后，同时也认为xx2、xx3是需要计算的因子，因此将p参数拼接后，返回xx2_8_4_0和xx3_8_4_0
4. 注：p参数最后一个值通常不参与计算，若计算xx1_8_4_1，则表示因子xx1_8_4前一天的数据。

3、自定义alpha

alpha因子即公式化定义的因子，其具体实现在alphaEngine.py文件中定义，目前基本支持alpha101、alpha191中所定义的各种函数。

公式中所有的变量以$开头，基于data/factors/single_factors目录下的指标csv文件，如定义一个 alpha=$open+$pe_0的因子，框架会自动加载single_factors目录下的open.csv和pe_0.csv，并进行因子计算。

3、批量计算

三、因子工具