前几天看了一下微软的Qlib框架，感觉也没有新的东西。到是提供了两个数据集alpha158和alpha360。于是看了几个例子，想看看Qlib 是如何利用alpha158 来做量化的。 alpha158 包含了158个量价因子。其实alpha101也好，或者是alpha191因子，如果你仔细看一下这些因子的公式，我猜测应该是根据类似遗传算法这种生成的。也就是说，这些个因子就是从原始的开盘价，收盘价，最高价，最低价等数据的基础上计算出来的。我其实一开始接触量化最早接触的也是这些因子，但是我总是认为，既然这些因子是在原始量价数据上二次加工的，难免会丢失一些信息，还不如直接用原始的数据。但是这几天看了微软的Qlib，也决定跑跑看这些个模型。 言归正传，QLib提供的几个例子的思路基本上是，比如对于alpha158数据集，计算T交易日的量价因子，将其作为特征。然后对T+n天的收益率做回归，n可以是1,2,3 等等。所以基本上对于alpha158，就会有158个特征。QLib 提供了lightgbm 等很多模型，这里我用lightgbm 举例。后来发现joinquant 没有安装Qlib，那我就顺着这个思路用alpha191来写了个策略。策略思路如下： - 第一步，先选取一个备选的股票池，比如全部消费类股票。 - 第二步，计算每一只股票的全部191 个因子 （为了有足够多的数据来进行模型训练，我取了T-7天到T天的所有数据。但是发现聚宽的alpha 函数运行非常慢，而且一次只能取一天的数据）。 - 第三步，对模型进行回归训练。（由于我担心特征太多，数据太少，就用了PCA保留了5个主要特征， 模型的话测试了Linearregression 和lightgbm） - 第四步，在T+n 天早上根据模型的预测，购入评分最高的5只股票。（我这边n取了1，也就是每天都会进行买卖）。 - 第五步，每隔30天重新训练模型。 由于模型对于每天的买卖进行预测，所以我是希望模型的收益曲线大部分时间能在基准之上。 贴个回测供参考（非常耗时，只测了今年的数据，消耗了大概200多分钟）