def TotalAssetTurnBias(beg_date, end_date):
# 总资产周转率环减
# 因子说明：当季度（营业收入TTM / 总资产加权）- 本季度（营业收入TTM / 总资产加权）
# TTM 为统一财报期
# param
#################################################################################
factor_name = 'TotalAssetTurnBias'
ipo_num = 90
# read data
#################################################################################
income_q = Stock().get_factor_h5("OperatingIncome", None, 'primary_mfc')
total_asset = Stock().get_factor_h5("TotalAsset", None, 'primary_mfc')
total_asset = StockFactorOperate().change_single_quarter_to_ttm_quarter(total_asset)
total_asset /= 4.0
turnover = income_q.div(total_asset)
turnover_qoq = turnover.T.diff().T
turnover_qoq = StockFactorOperate().change_quarter_to_daily_with_report_date(turnover_qoq, beg_date, end_date)
# code set & date set
#################################################################################
pass
res = turnover_qoq.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def PEG(beg_date, end_date):
"""
因子说明：PE_TTM / 净利润增长速度
当两者都是负数的时候 结果也为负数
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'PEG'
ipo_num = 90
# read data
#################################################################################
net_profit = Stock().get_factor_h5("NetProfit", None, "primary_mfc")
net_profit = StockFactorOperate().change_single_quarter_to_ttm_quarter(
net_profit).T
net_profit_4 = net_profit.shift(4)
net_profit_g = net_profit / net_profit_4 - 1.0
net_profit_g_mean = net_profit_g.rolling(window=4).median().T
report_data = Stock().get_factor_h5("NetProfit" + "Daily", "ReportDate",
'primary_mfc')
net_profit_g_mean = StockFactorOperate().\
change_quarter_to_daily_with_disclosure_date(net_profit_g_mean, report_data, beg_date, end_date)
pe_ttm = Stock().get_factor_h5("PE_ttm", None, "primary_mfc")
[pe_ttm, net_profit_g_mean
] = Stock().make_same_index_columns([pe_ttm, net_profit_g_mean])
pe_ttm_negative = pe_ttm < 0.0
net_profit_g_mean_negative = net_profit_g_mean < 0.0
double_negative = pe_ttm_negative & net_profit_g_mean_negative
peg = pe_ttm.div(net_profit_g_mean)
peg[double_negative] = -peg[double_negative]
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = peg.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def CFNOTTMIncomeTTMYOYDaily(beg_date, end_date):
"""
因子说明: 经营活动现金净流量(TTM)/营业收入(TTM) 同比增速
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'CFNOTTMIncomeTTMYOYDaily'
ipo_num = 90
# read data
#################################################################################
operate_cash = Stock().get_factor_h5("NetOperateCashFlow", None,
"primary_mfc")
income = Stock().get_factor_h5("OperatingIncome", None, "primary_mfc")
operate_cash_ttm = StockFactorOperate(
).change_single_quarter_to_ttm_quarter(operate_cash)
income_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(
income)
[operate_cash_ttm, income_ttm
] = Stock().make_same_index_columns([operate_cash_ttm, income_ttm])
ratio = operate_cash_ttm.div(income_ttm).T
ratio_4 = ratio.shift(4)
ratio_yoy = ratio / ratio_4 - 1.0
ratio_yoy = ratio_yoy.T
report_data = Stock().get_factor_h5("OperatingIncome" + "Daily",
"ReportDate", 'primary_mfc')
ratio_yoy = StockFactorOperate(
).change_quarter_to_daily_with_disclosure_date(ratio_yoy, report_data,
beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data
#################################################################################
res = ratio_yoy.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def get_negative_income_ttm_stock_date(self, date):
""" 股票池 营业收入TTM为负数的股票 """
path = StockFactorData().get_h5_path("mfc_primary")
data = StockFactorData().read_factor_h5(
factor_name="OperatingIncomeTotal", path=path)
data_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(
data)
quarter_date = Date().get_last_stock_quarter_date(date)
data_date = pd.DataFrame(data_ttm[quarter_date])
data_date = data_date.dropna()
data_date = data_date[data_date[quarter_date] < 0.0]
filter_stock_list = list(set(data_date.index))
filter_stock_list.sort()
name = "NegativeIncomeTTMStockPool"
sub_path = os.path.join(self.data_path_forbid_pool, name)
file = os.path.join(sub_path, "%s_%s.csv" % (name, date))
if not os.path.exists(sub_path):
os.makedirs(sub_path)
data_pd = pd.DataFrame([], index=filter_stock_list, columns=[name])
data_pd.loc[filter_stock_list, name] = data_date.loc[filter_stock_list,
quarter_date]
data_pd.to_csv(file)
return filter_stock_list
def AverageHolder(beg_date, end_date):
"""
因子说明：户均持股比例
就是持股户数的倒数
去掉新股和未上市企业
按照统一的季报日期
在wind查证 户均持股比例应该是不定期公布的 并不一定是季度公布的数据 603978.SH
"""
# param
#################################################################################
factor_name = 'AverageHolder'
ipo_num = 90
# read data
#################################################################################
holder = Stock().get_factor_h5("HolderAvgPct", None, "primary_mfc")
holder = StockFactorOperate().change_quarter_to_daily_with_report_date(holder, beg_date, end_date)
# ipo = Stock().get_factor_h5("ipo_normal_days", None, "primary_dfc")
# data precessing
#################################################################################
# [holder, ipo] = Stock().make_same_index_columns([holder, ipo])
# holder[~(ipo > ipo_num)] = np.nan
# holder[holder > 1.0] = np.nan
res = holder.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def NetProfitDeductedYOYDaily(beg_date, end_date):
"""
因子说明: 扣除非经常损益归属母公司股东的净利润 的同比增长率
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'NetProfitDeductedYOYDaily'
ipo_num = 90
# read data
#################################################################################
netprofit_yoy = Stock().get_factor_h5("YoyNetProfit_Deducted", None,
"primary_mfc")
report_data = Stock().get_factor_h5("OperatingIncomeDaily", "ReportDate",
'primary_mfc')
netprofit_yoy = StockFactorOperate(
).change_quarter_to_daily_with_disclosure_date(netprofit_yoy, report_data,
beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = netprofit_yoy.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def CFNOYOY(beg_date, end_date):
"""
因子说明: 经营活动产生的现金流量净额(同比增长率)
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'CFNOYOY'
ipo_num = 90
# read data
#################################################################################
operate_cash_yoy = Stock().get_factor_h5("NetOperateCashFlowYoY", None, "primary_mfc")
operate_cash_yoy = StockFactorOperate().change_quarter_to_daily_with_report_date(operate_cash_yoy, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = operate_cash_yoy.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def CashMarketValue(beg_date, end_date):
"""
因子说明: 货币资金/总市值, 根据最新财报更新数据
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'CashMarketValue'
ipo_num = 90
# read data
#################################################################################
cash = Stock().get_factor_h5("CashEquivalents", None, "primary_mfc")
total_mv = Stock().get_factor_h5("TotalMarketValue", None, "alpha_dfc")
cash = StockFactorOperate().change_quarter_to_daily_with_report_date(
cash, beg_date, end_date)
[cash, total_mv] = Stock().make_same_index_columns([cash, total_mv])
cash_price = cash.div(total_mv)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = cash_price.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def RetainMarketValue(beg_date, end_date):
"""
因子说明: 留存收益 / 总市值
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'RetainMarketValue'
ipo_num = 90
# read data
#################################################################################
retain = Stock().get_factor_h5("RetainedEarnings", None, "primary_mfc")
mv = Stock().get_factor_h5("TotalMarketValue", None, "alpha_dfc")
retain = StockFactorOperate().change_quarter_to_daily_with_report_date(
retain, beg_date, end_date)
[retain, mv] = Stock().make_same_index_columns([retain, mv])
retain_ratio = retain.div(mv)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = retain_ratio.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def NetProfitYOY(beg_date, end_date):
"""
因子说明: 当季净利润的同比增长
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'NetProfitYOY'
ipo_num = 90
# read data
#################################################################################
net_profit = Stock().get_factor_h5("NetProfit", None, "primary_mfc").T
net_profit_4 = net_profit.shift(4)
netprofit_yoy = net_profit / net_profit_4 - 1.0
netprofit_yoy = netprofit_yoy.T
netprofit_yoy = StockFactorOperate(
).change_quarter_to_daily_with_report_date(netprofit_yoy, beg_date,
end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = netprofit_yoy.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def EBITIncomeBias(beg_date, end_date):
"""
因子说明: 息税前利润/营业总收入 环比增长率
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'EBITIncomeBias'
ipo_num = 90
# read data
#################################################################################
ebit = Stock().get_factor_h5("EBIT", None, "primary_mfc")
income = Stock().get_factor_h5("OperatingIncome", None, "primary_mfc")
[income, ebit] = Stock().make_same_index_columns([income, ebit])
margin = ebit.div(income).T
margin = margin.diff().T
margin = StockFactorOperate().change_quarter_to_daily_with_report_date(
margin, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = margin.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def NetprofitYOYBiasDaily(beg_date, end_date):
"""
因子说明：当季 净利润 同比增长 的 环减值
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'NetprofitYOYBiasDaily'
ipo_num = 90
# read data
#################################################################################
profit = Stock().get_factor_h5("NetProfit", None, "primary_mfc").T
profit_4 = profit.shift(4)
profit_yoy = profit / profit_4 - 1.0
profit_yoy_speed = profit_yoy.diff().T
report_data = Stock().get_factor_h5("NetProfit" + "Daily", "ReportDate",
'primary_mfc')
profit_yoy_speed = StockFactorOperate().\
change_quarter_to_daily_with_disclosure_date(profit_yoy_speed, report_data, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = profit_yoy_speed.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def ARAPIncomeTTM(beg_date, end_date):
"""
因子说明：(预收账款 + 应付账款) / 营业总收入 TTM
最近一期财报 实时更新
若有一个为负值 结果为负值
"""
# param
#################################################################################
factor_name = 'ARAPIncomeTTM'
ipo_num = 90
# read data
#################################################################################
income = Stock().get_factor_h5("OperatingIncome", None, "primary_mfc")
advance = Stock().get_factor_h5("AdvanceReceipts", None, "primary_mfc")
payable = Stock().get_factor_h5("AccountsPayable", None, "primary_mfc")
# data precessing
#################################################################################
[advance, payable,
income] = Stock().make_same_index_columns([advance, payable, income])
add = advance.add(payable)
ratio = add.div(income)
ratio = StockFactorOperate().change_quarter_to_daily_with_report_date(
ratio, beg_date, end_date)
res = ratio.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def AverageHolderDaily(beg_date, end_date):
"""
因子说明：户均持股比例
就是持股户数的倒数
去掉新股和未上市企业
按照披露日期
"""
# param
#################################################################################
factor_name = 'AverageHolderDaily'
ipo_num = 90
# read data
#################################################################################
holder = Stock().get_factor_h5("HolderAvgPct", None, "primary_mfc")
report_data = Stock().get_factor_h5("OperatingIncomeDaily", "ReportDate", 'primary_mfc')
holder = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(holder, report_data, beg_date, end_date)
# ipo = Stock().get_factor_h5("ipo_normal_days", None, "primary_dfc")
# data precessing
#################################################################################
# [holder, ipo] = Stock().make_same_index_columns([holder, ipo])
res = holder.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def NetProfitQOQ(beg_date, end_date):
"""
因子说明: 净利润环比增长率
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'NetProfitQOQ'
ipo_num = 90
# read data
#################################################################################
netprofit = Stock().get_factor_h5("NetProfit", None, "primary_mfc").T
netprofit_1 = netprofit.shift(1)
netprofit_qoq = netprofit.div(netprofit_1) - 1.0
netprofit_qoq = netprofit_qoq.T
netprofit_qoq = StockFactorOperate(
).change_quarter_to_daily_with_report_date(netprofit_qoq, beg_date,
end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = netprofit_qoq.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def IncomeYOYDaily(beg_date, end_date):
"""
因子说明: 当季营收的同比增长
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'IncomeYOYDaily'
ipo_num = 90
# read data
#################################################################################
net_profit = Stock().get_factor_h5("NetProfit", None, "primary_mfc").T
net_profit_4 = net_profit.shift(4)
netprofit_yoy = net_profit / net_profit_4 - 1.0
netprofit_yoy = netprofit_yoy.T
report_data = Stock().get_factor_h5("NetProfit" + "Daily", "ReportDate", 'primary_mfc')
netprofit_yoy = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(netprofit_yoy, report_data, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = netprofit_yoy.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def GrossProfitTTMMarketValueDaily(beg_date, end_date):
"""
因子说明: 毛利润TTM/总市值
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'GrossProfitTTMMarketValueDaily'
ipo_num = 90
# read data
#################################################################################
income = Stock().get_factor_h5("OperatingIncome", None, "primary_mfc")
cost = Stock().get_factor_h5("OperatingCost", None, "primary_mfc")
total_mv = Stock().get_factor_h5("TotalMarketValue", None, "alpha_dfc")
[income, cost] = Stock().make_same_index_columns([income, cost])
gross_profit = income - cost
report_data = Stock().get_factor_h5("OperatingIncome" + "Daily",
"ReportDate", 'primary_mfc')
gross_profit = StockFactorOperate(
).change_quarter_to_daily_with_disclosure_date(gross_profit, report_data,
beg_date, end_date)
[total_mv,
gross_profit] = Stock().make_same_index_columns([total_mv, gross_profit])
total_mv /= 100000000
ratio = gross_profit.div(total_mv)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = ratio.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def GrossProfitRateBiasDaily(beg_date, end_date):
"""
因子说明：当季 毛利率TTM - 上季度 毛利率TTM
毛利率TTM = （营业收入TTM - 营业成本TTM）/ 营业收入TTM
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'GrossProfitRateBiasDaily'
ipo_num = 90
# read data
#################################################################################
income = Stock().get_factor_h5("OperatingIncome", None, "primary_mfc")
cost = Stock().get_factor_h5("OperatingCost", None, "primary_mfc")
income_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(
income).T
cost_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(
cost).T
gross_margin = (income_ttm - cost_ttm) / cost_ttm
gross_margin_qoq = gross_margin.diff().T
report_data = Stock().get_factor_h5("OperatingCost" + "Daily",
"ReportDate", 'primary_mfc')
gross_margin_qoq = StockFactorOperate().\
change_quarter_to_daily_with_disclosure_date(gross_margin_qoq, report_data, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = gross_margin_qoq.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def ROATTMDaily(beg_date, end_date):
"""
因子说明: ROA
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'ROATTMDaily'
ipo_num = 90
# read data
#################################################################################
net_profit = Stock().get_factor_h5("NetProfit", None, "primary_mfc")
asset = Stock().get_factor_h5("TotalAsset", None, "primary_mfc")
net_profit_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(
net_profit)
asset = StockFactorOperate().change_single_quarter_to_ttm_quarter(
asset) / 4.0
[net_profit_ttm,
asset] = Stock().make_same_index_columns([net_profit_ttm, asset])
roa = net_profit_ttm.div(asset)
report_data = Stock().get_factor_h5("NetProfit" + "Daily", "ReportDate",
'primary_mfc')
roa = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(
roa, report_data, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = roa.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def CFNOTTMTotalDebt(beg_date, end_date):
"""
因子说明: 经营活动现金净流量(TTM)/负债合计, 根据最新财报更新数据
披露日期 为 最近财报
总负债可能是负值 000637.SZ 20120331 应交税费为负值 导致整体负债为负值
"""
# param
#################################################################################
factor_name = 'CFNOTTMTotalDebt'
ipo_num = 90
# read data
#################################################################################
operate_cash = Stock().get_factor_h5("NetOperateCashFlow", None,
"primary_mfc")
total_liability = Stock().get_factor_h5("TotalLiability", None,
"primary_mfc")
operate_cash = StockFactorOperate().change_single_quarter_to_ttm_quarter(
operate_cash) / 4
[operate_cash, total_liability
] = Stock().make_same_index_columns([operate_cash, total_liability])
total_liability[total_liability < 0.0] = np.nan
cfo_td = operate_cash.div(total_liability)
cfo_td = StockFactorOperate().change_quarter_to_daily_with_report_date(
cfo_td, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = cfo_td.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def ROETTM(beg_date, end_date):
"""
因子说明: ROE
披露日期 为 统一财报季
"""
# param
#################################################################################
factor_name = 'ROETTM'
ipo_num = 90
# read data
#################################################################################
net_profit = Stock().get_factor_h5("NetProfit", None, "primary_mfc")
holder = Stock().get_factor_h5("TotalShareHoldeRequity", None, "primary_mfc")
net_profit_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(net_profit)
holder_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(holder) / 4.0
[net_profit_ttm, holder_ttm] = Stock().make_same_index_columns([net_profit_ttm, holder_ttm])
roe = net_profit_ttm.div(holder_ttm)
roe = StockFactorOperate().change_quarter_to_daily_with_report_date(roe, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = roe.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def GrossProfitYOYDaily(beg_date, end_date):
"""
因子说明: 当季毛利润的同比增长
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'GrossProfitYOYDaily'
ipo_num = 90
# read data
#################################################################################
income = Stock().get_factor_h5("OperatingIncome", None, "primary_mfc").T
cost = Stock().get_factor_h5("OperatingCost", None, "primary_mfc").T
[income, cost] = Stock().make_same_index_columns([income, cost])
gross_profit = income - cost
gross_profit_4 = gross_profit.shift(4)
gross_profit_yoy = gross_profit / gross_profit_4 - 1.0
gross_profit_yoy = gross_profit_yoy.T
report_data = Stock().get_factor_h5("OperatingIncomeDaily", "ReportDate",
'primary_mfc')
gross_profit_yoy = StockFactorOperate(
).change_quarter_to_daily_with_disclosure_date(gross_profit_yoy,
report_data, beg_date,
end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = gross_profit_yoy.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def ROEQuarterDaily(beg_date, end_date):
"""
因子说明: ROE 单季
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'ROEQuarterDaily'
ipo_num = 90
beg_date = Date().get_trade_date_offset(beg_date, -250)
# read data
#################################################################################
net_profit = Stock().get_factor_h5("NetProfit", None, "primary_mfc")
holder = Stock().get_factor_h5("TotalShareHoldeRequity", None,
"primary_mfc")
[net_profit,
holder] = Stock().make_same_index_columns([net_profit, holder])
roe = net_profit.div(holder)
report_data = Stock().get_factor_h5("NetProfit" + "Daily", "ReportDate",
'primary_mfc')
roe = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(
roe, report_data, beg_date, end_date)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = roe.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def EPQuarterDaily(beg_date, end_date):
"""
因子说明: 当季净利润EP
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'EPQuarterDaily'
ipo_num = 90
# read data
#################################################################################
netprofit = Stock().get_factor_h5("NetProfit", None, "primary_mfc")
total_mv = Stock().get_factor_h5("TotalMarketValue", None, "alpha_dfc")
report_data = Stock().get_factor_h5("OperatingIncome" + "Daily",
"ReportDate", 'primary_mfc')
netprofit = StockFactorOperate(
).change_quarter_to_daily_with_disclosure_date(netprofit, report_data,
beg_date, end_date)
[total_mv,
netprofit] = Stock().make_same_index_columns([total_mv, netprofit])
total_mv /= 100000000
ratio = netprofit.div(total_mv)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = ratio.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def cal_factor_barra_book_to_price(beg_date, end_date):
"""
因子说明: 净资产/总市值, 根据最新财报更新数据
披露日期 为 最近财报
"""
# param
#################################################################################
raw_factor_name = 'RAW_CNE5_BOOK_TO_PRICE'
factor_name = "NORMAL_CNE5_BOOK_TO_PRICE"
# read data
#################################################################################
holder = Stock().get_factor_h5("TotalShareHoldeRequity", None,
"primary_mfc")
total_mv = Stock().get_factor_h5("TotalMarketValue", None, "alpha_dfc")
# data precessing
#################################################################################
report_data = Stock().get_factor_h5("OperatingIncome" + "Daily",
"ReportDate", 'primary_mfc')
holder = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(
holder, report_data, beg_date, end_date)
[holder, total_mv] = Stock().make_same_index_columns([holder, total_mv])
holder_price = holder.div(total_mv)
pb_data = holder_price.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(pb_data, raw_factor_name, 'barra_risk_dfc')
pb_data = FactorPreProcess().remove_extreme_value_mad(pb_data)
pb_data = FactorPreProcess().standardization_free_mv(pb_data)
Stock().write_factor_h5(pb_data, factor_name, 'barra_risk_dfc')
return pb_data
def BP(beg_date, end_date):
"""
因子说明: 净资产/总市值, 根据最新财报更新数据
披露日期 为 最近财报
"""
# param
#################################################################################
factor_name = 'BP'
ipo_num = 90
# read data
#################################################################################
holder = Stock().get_factor_h5("TotalShareHoldeRequity", None, "primary_mfc")
total_mv = Stock().get_factor_h5("TotalMarketValue", None, "alpha_dfc")
report_data = Stock().get_factor_h5("OperatingIncome" + "Daily", "ReportDate", 'primary_mfc')
holder = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(holder, report_data, beg_date, end_date)
[holder, total_mv] = Stock().make_same_index_columns([holder, total_mv])
holder_price = holder.div(total_mv)
# data precessing
#################################################################################
pass
# calculate data daily
#################################################################################
res = holder_price.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def AdvanceReceiptsEquityDaily(beg_date, end_date):
"""
因子说明：预收账款 / 净资产
财报期 最近可以得到的最新财报
若有一个为负值 结果为负值
"""
# param
#################################################################################
factor_name = 'AdvanceReceiptsEquityDaily'
ipo_num = 90
# read data
#################################################################################
advance = Stock().get_factor_h5("AdvanceReceipts", None, "primary_mfc")
equity = Stock().get_factor_h5("TotalShareHoldeRequity", None,
"primary_mfc")
report_data = Stock().get_factor_h5("OperatingIncomeDaily", "ReportDate",
'primary_mfc')
advance = StockFactorOperate(
).change_quarter_to_daily_with_disclosure_date(advance, report_data,
beg_date, end_date)
equity = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(
equity, report_data, beg_date, end_date)
# data precessing
#################################################################################
[advance, equity] = Stock().make_same_index_columns([advance, equity])
# calculate data daily
#################################################################################
date_series = Date().get_trade_date_series(beg_date, end_date)
for i in range(0, len(date_series)):
current_date = date_series[i]
if current_date in advance.columns:
advance_date = advance[current_date]
equity_date = equity[current_date]
print('Calculating factor %s at date %s' %
(factor_name, current_date))
data_date = pd.concat([advance_date, equity_date], axis=1)
data_date.columns = ['advance_date', 'equity_date']
data_date = data_date.dropna()
data_date = data_date[data_date['equity_date'] != 0.0]
data_date[
'ratio'] = data_date['advance_date'] / data_date['equity_date']
# 只要有一个是负数 比例为负数
mimus_index = (data_date['advance_date'] <
0.0) | (data_date['equity_date'] < 0.0)
data_date.loc[mimus_index,
'ratio'] = -data_date.loc[mimus_index,
'ratio'].abs()
else:
print('Calculating factor %s at date %s is null' %
(factor_name, current_date))
data_date = pd.DataFrame([],
columns=["ratio"],
index=advance.index)
if i == 0:
res = pd.DataFrame(data_date['ratio'].values,
columns=[current_date],
index=data_date.index)
else:
res_add = pd.DataFrame(data_date['ratio'].values,
columns=[current_date],
index=data_date.index)
res = pd.concat([res, res_add], axis=1)
res = res.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def CFOTTMEVDaily(beg_date, end_date):
"""
因子说明：经营性现金流入小计 TTM / 企业价值（剔除货币资金）
TTM 为不同一财报期 最近可以得到的最新财报
若有一个为负值 结果为负值
"""
# param
#################################################################################
factor_name = 'CFOTTMEVDaily'
ipo_num = 90
# read data
#################################################################################
cfo = Stock().get_factor_h5("NetOperateCashFlow", None, "primary_mfc")
cfo_ttm = StockFactorOperate().change_single_quarter_to_ttm_quarter(cfo)
report_data = Stock().get_factor_h5("OperatingIncomeDaily", "ReportDate", 'primary_mfc')
cfo_ttm = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(cfo_ttm, report_data, beg_date, end_date)
ev = Stock().get_factor_h5("Ev2", None, "primary_mfc")
# data precessing
#################################################################################
[cfo_ttm, ev] = Stock().make_same_index_columns([cfo_ttm, ev])
# calculate data daily
#################################################################################
date_series = Date().get_trade_date_series(beg_date, end_date)
for i in range(0, len(date_series)):
current_date = date_series[i]
if current_date in ev.columns:
ev_date = ev[current_date]
ttm_date = cfo_ttm[current_date]
print('Calculating factor %s at date %s' % (factor_name, current_date))
data_date = pd.concat([ttm_date, ev_date], axis=1)
data_date.columns = ['ttm', 'ev']
data_date['ev'] /= 100000000.0
data_date = data_date.dropna()
data_date = data_date[data_date['ev'] != 0.0]
data_date['ratio'] = data_date['ttm'] / data_date['ev']
# 只要有一个是负数 比例为负数
mimus_index = (data_date['ev'] < 0.0) | (data_date['ttm'] < 0.0)
data_date.loc[mimus_index, 'ratio'] = - data_date.loc[mimus_index, 'ratio'].abs()
else:
print('Calculating factor %s at date %s is null' % (factor_name, current_date))
data_date = pd.DataFrame([], columns=["ratio"], index=ev.index)
if i == 0:
res = pd.DataFrame(data_date['ratio'].values, columns=[current_date], index=data_date.index)
else:
res_add = pd.DataFrame(data_date['ratio'].values, columns=[current_date], index=data_date.index)
res = pd.concat([res, res_add], axis=1)
res = res.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def IncomeTTMEV(beg_date, end_date):
"""
因子说明：营业总收入TTM / 企业价值（剔除货币资金）
TTM 为统一财报期
若有一个为负值 结果为负值
"""
# param
################################################################################
factor_name = "IncomeTTMEV"
ipo_num = 90
# read data
#################################################################################
operating_income = Stock().get_factor_h5("OperatingIncomeTotal", None, "primary_mfc")
ev = Stock().get_factor_h5("Ev2", None, "primary_mfc")
operating_income = StockFactorOperate().change_single_quarter_to_ttm_quarter(operating_income)
operating_income = StockFactorOperate().change_quarter_to_daily_with_report_date(operating_income, beg_date, end_date)
# data precessing
#################################################################################
[operating_income, ev] = Stock().make_same_index_columns([operating_income, ev])
# calculate data daily
#################################################################################
date_series = Date().get_trade_date_series(beg_date, end_date)
for i in range(0, len(date_series)):
current_date = date_series[i]
if current_date in ev.columns:
ev_date = ev[current_date]
operating_income_date = operating_income[current_date]
print('Calculating factor %s at date %s' % (factor_name, current_date))
data_date = pd.concat([operating_income_date, ev_date], axis=1)
data_date.columns = ['income_ttm', 'ev']
data_date['ev'] /= 100000000.0
data_date = data_date.dropna()
data_date = data_date[data_date['ev'] != 0.0]
data_date['ratio'] = data_date['income_ttm'] / data_date['ev']
# 只要有一个是负数 比例为负数
mimus_index = (data_date['ev'] < 0.0) | (data_date['income_ttm'] < 0.0)
data_date.loc[mimus_index, 'ratio'] = - data_date.loc[mimus_index, 'ratio'].abs()
else:
print('Calculating factor %s at date %s is null' % (factor_name, current_date))
data_date = pd.DataFrame([], columns=["ratio"], index=ev.index)
if i == 0:
res = pd.DataFrame(data_date['ratio'].values, columns=[current_date], index=data_date.index)
else:
res_add = pd.DataFrame(data_date['ratio'].values, columns=[current_date], index=data_date.index)
res = pd.concat([res, res_add], axis=1)
res = res.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
def ROICTTMDaily(beg_date, end_date):
"""
因子说明：（营业收入TTM - 营业成本TTM） / 全部投入资本
TTM 为不同一财报期 最近可以得到的最新财报
若有一个为负值 结果为负值
"""
# param
#################################################################################
factor_name = "ROICTTMDaily"
ipo_num = 90
# read data
#################################################################################
cost = Stock().get_factor_h5("OperatingCost", None, "primary_mfc")
income = Stock().get_factor_h5("OperatingIncome", None, "primary_mfc")
investcapital = Stock().get_factor_h5("Investcapital", None, "primary_mfc")
cost = StockFactorOperate().change_single_quarter_to_ttm_quarter(cost)
income = StockFactorOperate().change_single_quarter_to_ttm_quarter(income)
investcapital = StockFactorOperate().change_single_quarter_to_ttm_quarter(investcapital)
investcapital /= 4.0
report_data = Stock().get_factor_h5("OperatingIncomeDaily", "ReportDate", 'primary_mfc')
cost = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(cost, report_data, beg_date, end_date)
income = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(income, report_data, beg_date, end_date)
investcapital = StockFactorOperate().change_quarter_to_daily_with_disclosure_date(investcapital, report_data, beg_date, end_date)
# data precessing
#################################################################################
[cost, income, investcapital] = Stock().make_same_index_columns([cost, income, investcapital])
# calculate data daily
#################################################################################
date_series = Date().get_trade_date_series(beg_date, end_date)
for i in range(0, len(date_series)):
current_date = date_series[i]
if current_date in cost.columns:
cost_date = cost[current_date]
income_date = income[current_date]
investcapital_date = investcapital[current_date]
print('Calculating factor %s at date %s' % (factor_name, current_date))
data_date = pd.concat([cost_date, income_date, investcapital_date], axis=1)
data_date.columns = ['cost', 'income', 'investcapital']
""" 这里本来应该对行业做一些调整
filename = in_path[0:len(in_path)-13] + "DataSet\\industry_citic.txt"
industry = pd.read_table(filename, index_col=[0], encoding='gbk', header=None)
cost_industry = pd.concat([operating_cost_ttm, industry], axis=1)
cost_industry.columns = ['value', 'industry']
filter1 = cost_industry['industry'].map(lambda x: x in ['银行', '非银行金融'])
filter2 = cost_industry['industry'].map(lambda x: x is np.nan)
filter_total = filter1 & filter2
cost_industry.ix[filter_total, 'value'] = 0.0
operating_cost_ttm = pd.DataFrame(cost_industry['value'].values,
index=cost_industry.index, columns=[curent_date])
"""
data_date['diff'] = data_date['income'] - data_date['cost']
data_date = data_date.dropna()
data_date = data_date[data_date['investcapital'] != 0.0]
data_date['ratio'] = data_date['diff'] / data_date['investcapital']
# 只要有一个是负数 比例为负数
mimus_index = (data_date['diff'] < 0.0) | (data_date['investcapital'] < 0.0)
data_date.loc[mimus_index, 'ratio'] = - data_date.loc[mimus_index, 'ratio'].abs()
else:
print('Calculating factor %s at date %s is null' % (factor_name, current_date))
data_date = pd.DataFrame([], columns=["ratio"], index=cost.index)
if i == 0:
res = pd.DataFrame(data_date['ratio'].values, columns=[current_date], index=data_date.index)
else:
res_add = pd.DataFrame(data_date['ratio'].values, columns=[current_date], index=data_date.index)
res = pd.concat([res, res_add], axis=1)
res = res.T.dropna(how='all').T
# save data
#############################################################################
Stock().write_factor_h5(res, factor_name, "alpha_dfc")
return res
