Python量化交易学习——Part6：多因子选股策略实战（1）
在上一节中，我们学习了基于IC值的多因子计算方法，说白了就是先选择我们认为与股票收益率影响大的因子（如市盈率、净资产收益率、净利润增长率等），之后计算各个因子与股票收益率之间的相关系数，选择相关系数大的因子进行加权得到新的因子，之后求得新因子与收益率之间的相关系数，如果相关系数变大，这说明新因子的预测准确率更高，我们可以用新的因子作为我们预测的标的。
为了简化，我们先假设所有因子的相关系数都相同，相当于对所有因子进行等权重相加，看一下最终效果如何。
实战：基于成长因子的模型测试
成长模型是一种以公司未来成长为基础的选股模型。详细可以参加Philip A.Fisher（费雪）的著作《怎样选择成长股》。在实际操作中，成长型投资通常是在对经济周期和行业景气分析的基础上，结合股票基本面情况，包括收益率和增长率等属性分析，来评估和选择成长型股票。
在量化形式上，成长型投资主要是通过ROE（净资产收益率=资产净利率×权益乘数）、ROA（资产回报率= 税后净利润/总资产）、ROIC（资本回报率= (净收入 – 税收) / (股东权益+有息负债)）、营业收入增长率、主营业务利润率等参数来挖掘成长性相对更高的股票。
模型说明
以资本回报率-净利润增长率两个指标来构建成长模型。根据我们对各项指标的梳理，现在将资本回报率列为质量指标，另外构建如下成长因子指标的组合因子。
| 成长因子 | stk_get_finance_deriv_pt()函数中对应字段名 |
|---|---|
| 息税前利润增长率 | 息税前收益增长率=(本期息税前利润 – 上期息税前利润) / 上期息税前利润 （ebit_ps：每股息税前利润） |
| 净利润同比增长率 | net_prof_yoy |
| 营业利润同比增长率 | oper_prof_yoy |
| 总资产同比增长率 | ttl_asset_yoy |
| 经营活动产生的现金流量净额同比增长率 | net_cf_oper_yoy |
| 净资产同比增长率 | net_asset_yoy |
| 基本每股收益同比增长率 | eps_bas_yoy |
| 净资产收益率同比增长率(摊薄) | roe_yoy |
| 利润总额同比增长率 | ttl_prof_yoy |
import numpy as np
import pandas as pd
import gm.api as gm
import datetime
from dateutil.relativedelta import relativedelta
from sklearn.preprocessing import MinMaxScaler
gm.set_token("自己的token码") #输入自己的token
# 获取沪深300成分股的代码，存储到HS300_symbol_list中（list格式）
index = "SHSE.000300"
HS300_array = gm.stk_get_index_constituents(index='SHSE.000300') #获取沪深300成分股数据
"""
按照股票代码从大到小进行排序，注意下面这句非常重要，因为在实际使用过程中我发现，gm.stk_get_finance_deriv()和参数symbols=HS300_symbol_list中的顺序
并不一样，这回导致我们采用for循环中得到的参数数据和采用gm.stk_get_finance_deriv()顺序完全不同，所以我们先对股票代码进行排序，以控制for循环中返回的参数数据
之后我们再把gm.stk_get_finance_deriv()中得到的顺序同样进行从大到小排序，才能保持两组数据完全一致。
"""
HS300_array = HS300_array.sort_values(["symbol"],ascending=False) # 按照股票代码从大到小排序
HS300_symbol_array = HS300_array['symbol'].values
HS300_symbol_list = list(HS300_symbol_array) # 转换为list类型才能进行后续处理
# 采用pd.DataFrame建立二维数据表，初始化数据表，后续可以将数据存储到表中
factor_matrix = pd.DataFrame([])
factor_matrix["symbol"] = HS300_symbol_list
# factor_matrix["earnings before interest and tax"] = -999 # 息税前收
