0.5.6 新增单因子分析

czsc/cobra/factor_analyst.py

+# coding: utf-8
+from typing import List
+
+
+def cal_nbar_percentile(k: dict, kn: List[dict], n: int) -> float:
+    """计算 N 周期区间百分位
+
+
+    :param k: dict
+        信号出现时的 K 线
+    :param kn: List[dict]
+        信号出现后的 N 根 K 线
+    :param n: int
+        周期数 N
+    :return: float
+    """
+    assert len(kn) == n, "计算 {} 周期区间百分位时传入的 kn 数量为 {}".format(n, len(kn))
+    c = k['close']
+    min_p = min([x['low'] for x in kn])
+    max_p = max([x['high'] for x in kn])
+
+    if max_p == min_p:
+        return 0
+    else:
+        percentile = round((c-min_p) / (max_p-min_p) * 100, 2)
+        return percentile
+
+def cal_nbar_income(k: dict, kn: List[dict], n: int) -> float:
+    """计算 N 周期区间收益
+
+
+    :param k: dict
+        信号出现时的 K 线
+    :param kn: List[dict]
+        信号出现后的 N 根 K 线
+    :param n: int
+        周期数 N
+    :return: float
+    """
+    assert len(kn) == n, "计算 {} 周期区间收益时传入的 kn 数量为 {}".format(n, len(kn))
+    c = k['close']
+    last_c = kn[-1]['close']
+
+    income = round((last_c - c) / c * 100, 2)
+    return income
+
+
+
+
+
+
+
+
+
+
+

docs/单因子分析工具开发文档.md

+## 单因子分析工具开发文档
+
+单因子分析工具的主要功能是，输入一组计算好的因子，分析这些因子的历史表现。
+
+1. 纵向分析因子在某个标的上的历史表现；
+2. 横向分析因子在某个时点的全市场表现。
+
+### 因子输入标准
+
+
+
+
+
+
+
+