因子表达式

由qxiao创建，最终由qxiao更新于2024-05-15 02:10 被浏览 469 用户

因子表达式引擎

基于基础数据和因子库，bigexpr让我们可以无需代码，快速构建新的因子。

bigexpr是我们开发的表达式计算引擎，通过编写简单的表达式，就可以对数据做任何运算，而无需编写代码。

bigexpr在平台上被广泛使用，自动标注(股票) 和 衍生特征抽取 都已经由bigexpr驱动，您可以用表达式就可以定义标注目标和完成后特征抽取。

通过表达式，实现数据处理和计算。例如：

rank(rank(close_0 / close_1) / rank(close_0 / close_10))

在表达式中可以使用

常量

• <NaN: np.NaN>
• <Inf: np.Inf>
• <None: None>

支持的运算符

• 逻辑运算符: & (与), | (或), ~ (非)

• 比较运算符: <, <=, ==, !=, >=, >

• 一元算术运算符: - (负)

• 二元算术运算符: +, -, , /, ** (次方), % (取余), << (位运算：左移), >> (位运算：后移)

  简单函数

• where(cond, x, y):#如果cond为True，则为 x, 否则 y #示例：where(a > b, c, d)* #示例：where(a > b, * where(a > c, c, d), e)

• if ，#where的别名

• {sin,cos,tan}(x) ，#三角函数正弦，余弦和正切

• {arcsin,arccos,arctan}(x)， #反三角函数

• arctan2(x, y)， #反三角函数，=arctan(x/y)

• {sinh,cosh,tanh}(x)， #双曲正弦，余弦和正切

• {arcsinh,arccosh,arctanh}(x)， #反双曲正弦，余弦和正切

• {log,log10,log1p}(x) #自然对数, 10为底的对数和log(1+x)

• {exp,expm1}(x)， #指数和exp(x)-1

• sqrt(x)， #平方根

• abs(x)， #绝对值

• ceil(x)， #向上取整

• floor(x)， #向下取整

• sign(x)， #取 x 的符号，如果 x > 0, 为1; x == 0，为0; 否则为-1

• signedpower(x, a)， #等价于 sign(x) * (abs(x)**a)

• min(numer1, number2, number3, ..): number， #求最小值，2个或者更多个参数

• max(numer1, number2, number3, ..): number， #求最大值，2个或者更多个参数

• isnan(number): bool， #判断是否为NaN, e.g. where(isnan(a), 0, a)

• clip(s, lower, upper)， #对s做裁剪，裁剪区间为[lower,upper],如果lower，则设置为lower，如果upper，则设置为upper

• all_quantile(s, q)， #计算s的第q个百分位数, q属于[0, 1]。则 all_quantile(s, 0)得到s的最小值，all_quantile(s, 1)对应s的最大值。注意，这里计算的是全部s数据的百分位(而不是按天或者按股票处理的)

• all_wbins(s, bins)， #按等宽做离散化，映射从0开始。bins可以是正整数，表示bins的数量；list，表示splits，e.g. [-2, 0, 2]，小于-2的数据将被映射为0，大于2的被映射为3，中间的分别为1和2

• all_cbins(s, bins)， #按等频做离散化，映射从0开始。bins可以是正整数，表示bins的数量；list，表示每个bin里的数据比例

  按股票分组后的数据处理函数

• shift(x, d)，#移动x值的函数。d的绝对值表示移动距离，正负号表述移动方向。例如，shift(x, -1)表示全部数据向上移动，得到（t+1)天的x值；shift(x,1)表示全部数据向下移动，得到一天前的x值

• delay，#shift的别名

• delta(x, d)，#今天的 x 值减去 d 天以前的 x 值

• correlation(x, y, d)，#在过去长度为 d 天， x 和 y 的相关性

• covariance(x,y,d)，#在过去长度为 d 天， x 和 y 的协方差

• residual(x,y), # x 和 y 的回归残差序列

• intercept(x,y,d), #在过去长度为 d 天，x 和 y 的回归截距

• coefficient(x,y,d), #在过去长度为 d 天，x 和 y 的回归系数序列

• sum(x,d)，#过去 d 天 x 的和

• product(x,d)，#过去 d 天 x 的乘积

• std(x,d)，#过去 d 天 x 的标准差

• nanstd(x,d), #过去 d 天 x 的标准差（去除NaN值）

• mean(x,d)，#过去 d 天 x 的均值

• nanmean(x,d), #过去 d 天 x 的均值（去除NaN值）

• var(x,d), #过去 d 天 x 的方差

• skew(x,d), #过去 d 天 x 的偏度

• kurt(x,d), #过去 d 天 x 的峰度

• decay_linear(x, d)，#过去 d 天的加权平均，权重是1,…,d-1,d

• stddev，#std的别名

• ts_min(x,d)，#时间序列函数， d 天内的最小值

• ts_max(x,d)，#时间序列函数， d 天内的最大值

• ts_argmax(x, d)，#时间序列函数， d 天内的最大值发生在哪一天

• ts_argmin(x, d)，#时间序列函数， d 天内的最小值发生在哪一天

• ts_rank(x, d)，#时间序列函数， 当天的值在d天的内的排名百分比

  按日期分组后的数据处理函数

• rank(x)x在当天的百分比排名, e.g. rank(close_0/close_1)

• scale(x, a=1)，重新缩放x，使得 sum(abs(x)) = a (a的默认值为1)

  按日期和自定义key分组的处理函数

• group_mean(key, x)，#同时按日期和key做分组，求平均。 eg. 各行业的简单平均pe值: group_mean(industry_sw_level1_0, pe_ttm_0)

• group_sum(key, x)，#同时按日期和key做分组，求和。 eg. 各行业的交易量:group_sum(industry_sw_level1_0, amount_0)

• group_rank(key, x)，#同时按日期和key做分组，求当前值在分组内的排名百分比。 eg. pe值在对应行业的排名: group_rank(industry_sw_level1_0, pe_ttm_0)

  TA-LIB部分技术指标

• ta_sma(x, timeperiod)，#timeperiod周期的简单移动平均值

• ta_ema(x, timeperiod)，#timeperiod周期的指数移动平均值

• ta_wma(x, timeperiod)，#timeperiod周期的加权移动平均值

• ta_mom(x, timeperiod)，#timeperiod周期的动量指标

• ta_roc(x, timeperiod)，#timeperiod周期的变动率指标

• ta_rsi(x, timeperiod)，#timeperiod周期的相对强弱指标

• ta_trix(x, timeperiod)，#timeperiod周期的三重指数平滑平均线

• ta_willr(x, timeperiod)，#timeperiod周期的威廉指标

• ta_atr(high, low, close, timeperiod)，#timeperiod周期的均幅指标

• ta_adx(high, low, close, timeperiod)，#timeperiod周期的平均趋向指数

• ta_adxr(high, low, close, timeperiod)，#timeperiod周期的平均趋向指数

• ta_cci(high, low, close, timeperiod)，#timeperiod周期的顺势指标

• ta_beta(x, y, timeperiod)，#timeperiod周期的回归斜率

• ta_bbi(close, 'long'),#timeperiod多空指数,多头市场

• ta_bbi(close, 'short'),#timeperiod多空指数,空头市场

• ta_ma(close, timeperiod=5),#timeperiod移动平均线

• "ta_ma(close, derive='golden_cross'),#timeperiod移动平均线,金叉

• ta_ma(close, derive='death_cross'),#timeperiod移动平均线,死叉

• ta_ma(close, derive='long'),#timeperiod移动平均线,多头

• ta_ma(close, derive='short'),#timeperiod移动平均线,空头

• ta_dma(close, 'golden_cross'),#timeperiod平行线差,金叉

• ta_dma(close, 'death_cross'),#timeperiod平行线差,死叉

• ta_dma(close, 'long'),#timeperiod平行线差,多头

• ta_dma(close, 'short'),#timeperiod平行线差,空头

• ta_macd_dif(close),#timeperiod指数平滑移动平均线

• ta_macd_dea(close),#timeperiodDIF的Ｎ日(默认９日)指数平滑移动平均线

• ta_macd_hist(close),#timeperiod 2*(DIF-DEA)

• ta_macd(close,'golden_cross'),#timeperiod指数平滑移动平均线,金叉

• ta_macd(close,'death_cross'),#timeperiod指数平滑移动平均线,死叉

• ta_macd(close,'long'),#timeperiod指数平滑移动平均线,多头

• ta_macd(close,'short'),#timeperiod指数平滑移动平均线,空头

• ta_kdj(high, low, close, N, M1, M2, 'golden_cross'),#timeperiod随机指标,金叉

• ta_kdj(high, low, close, N, M1, M2, 'death_cross'),#timeperiod随机指标,死叉

• ta_kdj(high, low, close, N, M1, M2, 'long'),#timeperiod随机指标,多头

• ta_kdj(high, low, close, N, M1, M2, 'short'),#timeperiod随机指标,空头

• ta_kdj(high, low, close, N, M1, M2, 'buy'),#timeperiod随机指标,买入信号

• ta_kdj(high, low, close, N, M1, M2, 'sell'),#timeperiod随机指标,卖出信号

• ta_kdj_k(high, low, close, N, M1),#timeperiodKDJ指标的K值

• ta_kdj_d(high, low, close, N, M1),#timeperiodKDJ指标的D值

• ta_kdj_j(high, low, close, N, M1),#timeperiodKDJ指标的J值

• ta_bbands_u(close, timeperiod),#timeperiod布林线上线

• ta_bbands_m(close, timeperiod),#timeperiod布林线中线

• ta_bbands_l(close, timeperiod),#timeperiod布林线下线

• ta_bias(close, timeperiod),#timeperiod乖离率

• ta_trix(close, derive='golden_cross'),#timeperiod三重平滑平均线,金叉

• ta_trix(close, derive='death_cross'),#timeperiod三重平滑平均线,死叉

• ta_trix(close, derive='long'),#timeperiod三重平滑平均线,多头

• ta_trix(close, derive='short'),#timeperiod三重平滑平均线,空头

• ta_3red_soldiers(high, low, close, open),#timeperiod红三兵

• ta_hammer(high, low, close, open),#timeperiod锤

• ta_inverted_hammer(high, low, close, open),#timeperiod倒锤

• ta_2crows(high, low, close, open),#timeperiod两只乌鸦

• ta_3black_crows(high, low, close, open),#timeperiod三只乌鸦

• ta_morning_star(high, low, close, open),#timeperiod早晨之星

• ta_evening_star(high, low, close, open),#timeperiod黄昏之星

• ta_dark_cloud_cover(high, low, close, open),#timeperiod乌云盖顶

• ta_shooting_star(high, low, close, open),#timeperiod流星线

自定义函数

用户可以自定义函数，用于添加新函数或者覆盖原函数 函数接口：

func(df, arg, ..)

• func为函数名称
• df为预定义参数，包括了DataFrame数据
• arg，函数参数，可以有多个，或者使用 *args 实现任意个数参数

\