jqfactor_analyzer
jqfactor_analyzer copied to clipboard
JoinQuant
聚宽单因子分析工具
def calc_top_down_cumulative_returns(self, period=None, demeaned=False, group_adjust=False): if period is None: period = self._periods[0] period_col = convert_to_forward_returns_columns(period) mean_returns, _ = self.calc_mean_return_by_quantile( by_date=True, by_group=False, demeaned=demeaned, group_adjust=group_adjust, ) mean_returns = mean_returns.apply(rate_of_return, axis=0) # period>1时，这里重复计算了。rate_of_return取了一次(1/N)次幂...
TypeError Traceback (most recent call last) in 11 far.create_full_tear_sheet( 12 demeaned=False, group_adjust=False, by_group=False, ---> 13 turnover_periods=None, avgretplot=(5, 2), std_bar=False 14 ) D:\Anoconda\app\Lib\site-packages\jqfactor_analyzer\analyze.py in create_full_tear_sheet(self, demeaned, group_adjust, by_group, turnover_periods, avgretplot, std_bar)...
AttributeError: module 'jqdata' has no attribute 'apis'
更新匹配pandas最新版2.2.2 主要内容如下： - 默认情况下，要指定group_keys=False,否则结果会多一个group level。但是部分场景又需要设置group_keys=True,所以对所有groupby都设置了group_keys参数，将来pandas升级到3.0也能适用。 ```python grouby(group,group_keys=False).apply(func) ``` - df.iteritems()已经弃用，变更为df.items() - get_forward_returns_columns()方法中，改进了 **(年化)加权平均/标准差** 计算逻辑，原来嵌套3层apply,现在只需要一层。 - 月度类型由`M`变成 `ME` - `pd.Int64Index([1, 2], name='group')`已经弃用，变更为 `pd.Index([1, 2],name='group', dtype='int64')` - gitignore新增`test?.py` `test?.ipynb` 忽略文件，方便写测试代码。 - 其他小细节。...
使用官方demo： ```python # 载入函数库 import pandas as pd import jqfactor_analyzer as ja # 获取 jqdatasdk 授权，输入用户名、密码，申请地址：http://t.cn/EINDOxE # 聚宽官网，使用方法参见：http://t.cn/EINcS4j import jqdatasdk jqdatasdk.auth('user', 'passwd') # 获取5日平均换手率因子2018-01-01到2018-12-31之间的数据（示例用从库中直接调取） # 聚宽因子库数据获取方法在下方 from jqfactor_analyzer.sample import VOL5...
