python - Python中股票的排名分析以进行回测

Question

我想使用排名分析在 python 中执行一些因素回测，即根据某些因素（比如市盈率、CEO 的吸引力等）对某个月份的所有股票进行排名，然后报告总体百分位表现（如前 10% 的平均回报率为 x% 等）。在 R 中有一个包可以做到这一点：

https://cran.r-project.org/web/packages/backtest/vignettes/backtest.pdf

python 中的 bt 包提供了整体性能，而不是单个存储桶的性能。

重申一下，我的主要目标是获得存储桶的性能。很多用于 python 的回测包只提供整体性能。

Answer 1

这个问题有点离题，但我有一些经验，bt所以我会分享我的想法。

bt是一个漂亮的库，它对你想要完成的事情做了很多假设。正因为如此，它不像其他回测库那样健壮，但它仍然有它的优势。IMO 中最重要的是将策略定义为树的能力。

为了完成您所描述的：使用排名分析进行因素回测，我建议以下内容。

1. 执行所有排名计算
2. 创建分隔证券的桶，例如 10% 桶
3. 使用算法的树结构，构建一个做多顶部存储桶并做空底部存储桶的策略
4. 比较不同因素的总体策略表现

如果您确实需要确定单个存储桶的性能，只需将证券分成存储桶并为每个存储桶运行单独的回测。