# Signal_Report_Platform

**Repository Path**: tszhao/Signal_Report_Platform

## Basic Information

- **Project Name**: Signal_Report_Platform
- **Description**: This is a quantitive investment tool project。The main power of this tool is test a signal, which include prcessing the data, such as standardizetion, winsorzation and neut.
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2021-07-15
- **Last Updated**: 2021-07-15

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Signal_Report_Platform
**这是一个针对alpha策略中单因子模型的测试平台项目。一个优秀的多因子模型策略，每一个单因子的表现是多因子模型的基础。这个平台最后将以一个单因子报告的形式作为输出，可以是一个网页或者pdf文件。**
## three main parts
**这一平台由三个部分组成**
### prcocessing
**我们都知道，再做单因子测试之前，需要对因子进行预处理。一般而言，预处理分为三种，
winsorization, standardization 和 neutation，也就是去极值化、标准化和中性化。
一般而言，顺序是W(iwn)S(std)N(neut)，但是，有时候也不一定是按照这样的顺序，譬如在标准化之后可以再进行一次winsoriztation。**
## analysis
**这一部分是整个单因子模型中最关键的部分，目前，我们将测试因子的视角分为三个部分：**
1. **return analysis**
2. **information analysis**
3. **turnover analysis**
**上述三个维度，与alphalens有关的图表说明和分析，以及因子优良的简单判断，都可在笔者之前的三篇博客文章找到：**
* **return analysis**：http://blog.csdn.net/qtlyx/article/details/77688278
* **information analysis**：http://blog.csdn.net/qtlyx/article/details/77800810
* **turnover analysis**： http://blog.csdn.net/qtlyx/article/details/77856930

**当然，我们并不仅仅只考察alphalens中有的内容，也会不断加入我们自己需要考察的指标。使用者可以选择自己想要的指标，生成因子报告。**
## report
**我们获得了因子测试的结果后，就会生成报告，可以保存、查看。**

## requirements
**在使用这一因子测试平台之前，您需要在计算技术安装以下内容：**
* **python(强烈介意直接使用anaconda)**
* **安装依赖包，如果您使用的是anaconda，那么只需要使用pip安装pdfkit就可以**
* **安装tool文件夹下的wkhtmltox安装包，您也可以自行百度下载，安装之后将安装文件夹下的bin文件目录加入到环境变量**
* **完成环境配置**