分类因子有效性的可视化
【摘要】 上上个周末，我们发布了《“多头排列”年化收益率206419.51%！？？》和《这才是“多头排列”可能的年化收益率》，那么哪些因素会影响“多头排列”的收益呢？我们以买入日期为例，说明因子对于区分持有1天收益率的影响。trade_data2 = trade_data1[['buy_date', 'r1']]trade_data2 = trade_data2.dropna(how='any')tr...
上上个周末，我们发布了《“多头排列”年化收益率206419.51%！？？》和《这才是“多头排列”可能的年化收益率》，那么哪些因素会影响“多头排列”的收益呢？
我们以买入日期为例，说明因子对于区分持有1天收益率的影响。
trade_data2 = trade_data1[['buy_date', 'r1']]
trade_data2 = trade_data2.dropna(how='any')trade_data1见《这才是“多头排列”可能的年化收益率》。
trade_data2.describe()
把buy_date分成4组
for i in trade_data2.index:
if trade_data2['buy_date'][i] < 20201105:
trade_data2['buy_date_type'][i] = 'very early'
elif trade_data2['buy_date'][i] < 20210605:
trade_data2['buy_date_type'][i] = 'early'
elif trade_data2['buy_date'][i] < 20211235:
trade_data2['buy_date_type'][i] = 'late'
else:
trade_data2['buy_date_type'][i] = 'very late'trade_data2
接下来我们通过几个图形来直观地感受下各组之间的区别。
1. 箱线图
import seaborn as sns
import matplotlib.pyplot as plt
sns.boxplot(data=trade_data2, x='buy_date_type', y='r1')
plt.title('boxplot')
可以看到，单从箱体来看，这4组几乎没有区别，但从须线可以看到，它们之间还是有些区别的。
2. 直方图
sns.histplot(data=trade_data2, x='r1', hue='buy_date_type', stat='density', common_norm=False)
plt.legend(['very early', 'early', 'late', 'very late'], labelcolor='red')
plt.title("Density Histogram")
可惜这个图在当前情况下并不直观，也许只有两组数据时会更加直观一些。
3. 核密度图
sns.kdeplot(x='r1', data=trade_data2, hue='buy_date_type', common_norm=False)
plt.legend(['very early', 'early', 'late', 'very late'], labelcolor='red')
plt.title("Kernel Density Function")
这个图还是比较直观的，可以清楚地看出late组的集中度最高，very late组的集中度最低；但只能勉强地看出very early组均值最小，early组均值最大。
4. 累积分布图
sns.histplot(x='r1', data=trade_data2, hue='buy_date_type', bins=len(trade_data2), stat="density",element="step", fill=False, cumulative=True, common_norm=False)
plt.legend(['very early', 'early', 'late', 'very late'], labelcolor='red')
plt.title("Cumulative distribution function")
这个图的效果也不是很明显，只能勉强看出late组的效果好于very late组。
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）