时间序列因子挖掘框架

一套简洁、灵活的时间序列因子挖掘、检验、回测、信号生成框架。

特性

• 流程化设计：清晰的步骤划分，易于理解和扩展
• 灵活度高：支持自定义因子、权重方法、信号规则
• 代码简洁：避免过度设计，核心逻辑清晰
• 完整流程：从数据预处理到信号生成的完整链路

项目结构

factorhack/
├── data.py          # 数据加载和预处理
├── factors.py       # 因子挖掘（规则因子、GP因子）
├── validation.py    # 因子检验（IC、分组回测、回归）
├── combination.py   # 因子组合（多因子模型）
├── backtest.py      # 回测引擎
├── signal.py        # 信号生成
├── pipeline.py      # 主流程
├── example.py       # 使用示例
└── README.md        # 说明文档

快速开始

1. 安装依赖

pip install pandas numpy scipy statsmodels

2. 基本使用

from pipeline import FactorPipeline

# 创建流程
pipeline = FactorPipeline(
    ret_horizon=1,      # 未来1期收益率
    ic_window=30,      # IC计算窗口
    commission=0.001,  # 手续费0.1%
    slippage=0.0005    # 滑点0.05%
)

# 运行完整流程
results = pipeline.run_full_pipeline(
    file_path="ETH_USDT-1h.feather",
    min_ic=0.01,        # 最小IC阈值
    min_tstat=1.5,      # 最小t统计量
    weight_method='risk_parity',
    buy_threshold=0.8,
    sell_threshold=-0.8
)

3. 分步骤执行

pipeline = FactorPipeline()

# 步骤1：加载和预处理数据
pipeline.load_and_preprocess("ETH_USDT-1h.feather")

# 步骤2：因子挖掘
pipeline.mine_factors()

# 步骤3：因子检验
pipeline.validate_factors(min_ic=0.01, min_tstat=1.5)

# 步骤4：因子组合
pipeline.combine_factors(weight_method='risk_parity')

# 步骤5：生成信号
signals = pipeline.generate_signals(buy_threshold=0.8, sell_threshold=-0.8)

# 步骤6：回测
backtest_results = pipeline.backtest(signals)

核心模块说明

1. 数据模块 (data.py)

• load_data(): 加载数据（支持feather和csv）
• compute_technical_indicators(): 计算技术指标
• preprocess_data(): 数据预处理（异常值、缺失值、标准化）
• compute_forward_returns(): 计算未来收益率

2. 因子模块 (factors.py)

• BaseFactor: 因子基类
• RuleFactor: 规则因子
• FactorMiner: 因子挖掘器
• create_default_factors(): 创建默认因子集合

默认因子：

• TREND: 趋势因子
• VOL: 波动率因子
• VOLP: 量价因子
• REV: 反转因子
• MOM: 动量因子
• RSI: RSI因子

3. 检验模块 (validation.py)

• compute_ic(): 计算IC（信息系数）
• compute_rolling_ic(): 计算滚动IC
• group_backtest(): 分组回测
• factor_span_regression(): 因子跨度回归
• validate_factor(): 综合因子检验

4. 组合模块 (combination.py)

• risk_parity_weights(): 风险平价权重
• regression_weights(): 回归系数权重
• equal_weights(): 等权重
• MultiFactorModel: 多因子模型

5. 回测模块 (backtest.py)

• BacktestEngine: 回测引擎
• 支持手续费、滑点
• 计算年化收益率、夏普比率、最大回撤、胜率等指标

6. 信号模块 (signal.py)

• generate_signals(): 基于因子得分生成买卖信号
• 支持滚动标准差阈值
• 避免频繁交易

自定义扩展

添加自定义因子

from factors import FactorMiner, RuleFactor
import pandas as pd

def my_custom_factor(data: pd.DataFrame) -> pd.Series:
    """自定义因子"""
    return (data['close'] - data['ema8']) / data['ema8']

miner = create_default_factors()
miner.register_rule_factor('CUSTOM', my_custom_factor)

使用不同的权重方法

# 风险平价
pipeline.combine_factors(weight_method='risk_parity')

# 回归系数
pipeline.combine_factors(weight_method='regression')

# 等权重
pipeline.combine_factors(weight_method='equal')

自定义信号规则

from signal import generate_signals

signals = generate_signals(
    score=pipeline.score,
    buy_threshold=1.0,   # 买入阈值
    sell_threshold=-1.0, # 卖出阈值
    window=30            # 滚动窗口
)

数据格式要求

输入数据应包含以下列：

• open: 开盘价
• high: 最高价
• low: 最低价
• close: 收盘价
• volume: 成交量

可选时间列（用于设置索引）：

• datetime, time, timestamp, date

输出结果

流程完成后，可获得：

• 因子数据 (factors): 所有有效因子的时间序列
• 综合得分 (score): 多因子综合得分
• 检验结果 (validation): 各因子的IC、t统计量等
• 回测结果 (backtest): 权益曲线、回测指标、交易记录

注意事项

1. 数据质量：确保输入数据无严重缺失和异常
2. 参数调优：根据实际数据特点调整阈值和窗口参数
3. 过拟合风险：避免在样本内过度优化参数
4. 实盘差异：回测结果仅供参考，实盘可能存在滑点、延迟等问题

参考文档

• TS因子挖掘构建流程.md: 详细的因子挖掘理论和方法
• deap_factor_mining.py: 基于遗传编程的因子挖掘示例

许可证

MIT License