因子表达式

由qxiao创建，最终由qxiao更新于2024-05-15 02:10 被浏览 467 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

因子表达式

常量

支持的运算符

简单函数

按股票分组后的数据处理函数

按日期分组后的数据处理函数

按日期和自定义key分组的处理函数

TA-LIB部分技术指标

自定义函数