M.derived_feature_extractor

定义

M.derived_feature_extractor.v2(self, input_data, features, date_col='date', instrument_col='instrument', user_functions={})

衍生特征(因子)抽取：对于衍生特征（通过表达式定义的，e.g. close_1/close_0），通过表达式引擎，计算表其值

参数:

• input_data (DataSource) – 特征数据，包含用于构建衍生因子的基础因子数据，一般来自基础特征抽取或者衍生特征抽取模块。
• features (列表|DataSource) – 特征列表，需要抽取的衍生特征，由表达式构建。可用数据字段来自输入的data，可用操作符和函数见 表达式引擎 。
• date_col (str) – 日期列名，如果在表达式中用到切面相关函数时，比如 rank，会用到此列名；默认值是date。
• instrument_col (str) – 证券代码列名，如果在表达式中用到时间序列相关函数时，比如 shift，会用到此列名；默认值是instrument。
• user_functions (字典) – 自定义表达式函数，字典格式，例:{‘user_rank’:user_rank}，字典的key是方法名称，字符串类型，字典的value是方法的引用，参考 表达式引擎 ；默认值是{}。

返回:

• .data: 特征数据

返回类型:

Outputs

示例代码

代码:

features = [
    'return_5',  # 5日收益
    'return_10',  # 10日收益
    'return_20',  # 20日收益
    'avg_amount_0/avg_amount_5',  # 当日/5日平均交易额
    'avg_amount_5/avg_amount_20',  # 5日/20日平均交易额
]
instruments = ['601318.SHA']
start_date = '2017-03-01'
end_date = '2017-04-01'

# 抽取基础特征，比如 return_5, return_10, ..
m2 = M.general_feature_extractor.v6(
    instruments=instruments,
    start_date=start_date, end_date=end_date,
    features=features)
# 计算衍生特征，比如 avg_amount_0/avg_amount_5 ..
m2_1 = M.derived_feature_extractor.v2(input_data=m2.data, features=features)
# 再计算一个衍生特征，比如 rank(return_10 / return_20)
m2_2 = M.derived_feature_extractor.v2(
    input_data=m2.data,
    features=['rank(return_10 / return_20)'])