Skip to content

Latest commit

 

History

History
252 lines (210 loc) · 8 KB

File metadata and controls

252 lines (210 loc) · 8 KB

多因子模型系统功能列表

📋 项目概述

基于Flask的多因子模型系统,提供完整的量化投资解决方案,包含因子管理、机器学习模型、股票评分、投资组合优化、分析报告和回测验证等功能。

🎯 已完成功能

1. 因子管理模块 (/ml-factor)

  • 因子统计信息展示
  • 因子列表筛选和搜索
  • 创建自定义因子功能
  • 支持技术面、基本面、资金面、筹码面等因子类型
  • 因子计算和数据管理
  • 内置36个标准因子定义

2. 模型管理模块 (/ml-factor/models)

  • 机器学习模型创建和管理
  • 支持线性回归、随机森林、XGBoost、LightGBM、神经网络等模型类型
  • 模型训练和预测功能
  • 模型性能统计和状态管理
  • 模型参数配置和优化

3. 股票评分模块 (/ml-factor/scoring)

  • 基于因子和ML模型的股票评分
  • 支持因子权重配置
  • 评分结果排名展示
  • 导出和创建投资组合功能
  • 多维度评分体系

4. 投资组合模块 (/ml-factor/portfolio)

  • 投资组合创建和管理
  • 组合优化工具(均值方差、风险平价、最大夏普比率、最小方差)
  • 持仓明细和业绩分析
  • 再平衡功能
  • 风险控制和约束设置

5. 分析报告模块 (/ml-factor/analysis) ✨新增

  • 模型性能分析图表
  • 因子有效性分析
  • 投资组合表现评估
  • 风险分析和分布图
  • 系统表现总结和改进建议
  • 报告生成和导出功能

6. 回测验证模块 (/ml-factor/backtest) ✨新增

  • 回测配置管理(时间范围、资金、调仓频率等)
  • 策略选择(模型策略+因子策略)
  • 回测结果展示(收益率、夏普比率、最大回撤等)
  • 累计收益曲线图
  • 回撤分析图表
  • 持仓明细和行业分布
  • 风险指标计算(VaR、CVaR、Beta、Alpha等)
  • 策略保存功能

🔧 核心服务组件

后端服务

  • FactorEngine - 因子计算引擎
  • MLModelManager - 机器学习模型管理器
  • StockScoringEngine - 股票评分引擎
  • PortfolioOptimizer - 投资组合优化器
  • BacktestEngine - 回测引擎
  • AnalysisEngine - 分析报告引擎

API接口

  • 因子管理API (计算、创建、列表)
  • 模型管理API (创建、训练、预测、列表)
  • 股票评分API (因子评分、ML评分)
  • 投资组合API (优化、选股、再平衡)
  • 批量处理API (批量计算、训练预测)
  • 分析报告API (性能分析、因子有效性、风险分析)
  • 回测验证API (回测执行、策略保存)

📊 内置因子库

技术面因子 (6个)

  • momentum_1d - 1日动量
  • momentum_5d - 5日动量
  • momentum_20d - 20日动量
  • volatility_20d - 20日波动率
  • volume_ratio_20d - 20日量比
  • price_to_ma20 - 价格相对20日均线

基本面因子 (7个)

  • pe_percentile - PE历史分位数
  • pb_percentile - PB历史分位数
  • ps_percentile - PS历史分位数
  • roe_ttm - ROE(TTM)
  • roa_ttm - ROA(TTM)
  • revenue_growth - 营收增长率
  • profit_growth - 利润增长率

资金面因子 (3个)

  • money_flow_strength - 资金流向强度
  • big_order_ratio - 大单占比
  • money_flow_momentum - 资金流向动量

筹码面因子 (2个)

  • chip_concentration - 筹码集中度
  • winner_rate_change - 胜率变化

🎨 用户界面

主页展示

  • 多因子模型系统专区
  • 6个功能模块卡片展示
  • 系统数据概览
  • 功能特性介绍

页面设计

  • 现代化Bootstrap 5界面
  • 响应式设计
  • 中文本地化
  • 图表可视化 (ECharts)
  • 交互式操作

🚀 技术特点

架构设计

  • Flask + SQLAlchemy 后端
  • RESTful API设计
  • 模块化服务架构
  • 插件式因子系统

数据处理

  • 多种机器学习算法支持
  • 因子标准化和排名
  • 异常值处理
  • 数据质量检查

性能优化

  • 批量处理支持
  • 缓存机制
  • 异步任务处理
  • 数据库优化

📈 使用流程

基本工作流程

  1. 因子管理 - 定义和计算因子
  2. 模型训练 - 创建和训练ML模型
  3. 股票评分 - 基于因子和模型评分
  4. 组合构建 - 优化投资组合
  5. 分析报告 - 生成性能分析报告
  6. 回测验证 - 验证策略历史表现

高级功能

  • 自定义因子创建
  • 多模型集成
  • 风险控制约束
  • 策略回测分析
  • 报告导出功能

🔍 测试用例

因子管理测试

  • 因子列表加载测试
  • 因子计算功能测试
  • 自定义因子创建测试

模型管理测试

  • 模型创建和训练测试
  • 模型预测功能测试 ✨修复完成
    • 完整的预测模态框界面
    • 预测参数配置(日期、数量)
    • 预测结果表格展示
    • 预测值排序和可视化
    • 预测结果导出功能
    • 错误处理和加载状态
    • 修复字段映射问题 (predicted_value → predicted_return, confidence → probability_score)
    • 修复显示格式 (改为百分比显示,添加颜色编码)
  • 模型性能评估测试

股票评分测试

  • 因子评分功能测试
  • ML模型评分测试
  • 评分结果排序测试
  • 评分显示问题修复 ✨修复完成
    • 修复了评分列显示为空的问题
    • 使用正确的日期格式(2025-05-23)
    • 使用数据库中实际存在的因子ID
    • 正确处理composite_score字段显示
    • 添加百分位排名显示

投资组合测试

  • 组合优化算法测试 ✨新增完成
    • 支持4种优化方法:均值方差、风险平价、最大夏普比率、最小方差
    • 支持3种风险水平:保守型、稳健型、积极型
    • 完整的优化结果展示界面
    • 权重分布可视化和风险分析
    • 智能回退机制(复杂方法失败时自动使用等权重)
    • 结果保存和导出功能
  • 风险控制测试
  • 再平衡功能测试

分析报告测试

  • 报告生成功能测试
  • 图表渲染测试
  • 数据导出测试

回测验证测试

  • 回测配置验证测试
  • 回测执行功能测试
  • 结果分析展示测试
  • 模型策略下拉列表修复 ✨修复完成
    • 修复了模型列表API数据结构解析问题
    • 正确显示6个可用模型(演示模型V2、演示随机森林模型等)
    • 模型选择下拉列表正常工作
  • 因子选择功能修复 ✨修复完成
    • 修复了因子列表API数据结构解析问题
    • 按因子类型分组显示(技术面、基本面、资金面、筹码面)
    • 支持多选因子进行回测
    • 共36个因子可供选择
  • 回测API参数格式修复 ✨修复完成
    • 修正了前端发送的请求参数格式
    • 正确构造strategy_config结构
    • 支持因子权重和模型权重配置
    • 回测API调用成功

🎯 待优化功能

数据集成

  • 集成真实股票数据源
  • 实现数据自动更新
  • 添加数据质量检查

功能增强

  • 完善因子计算逻辑
  • 优化ML模型性能
  • 增加更多优化算法

性能优化

  • 异步任务处理优化
  • 缓存机制完善
  • 数据库查询优化

监控运维

  • 添加日志系统
  • 性能监控面板
  • 错误报警机制

📝 总结

多因子模型系统现已具备完整的功能架构:

6大核心模块 - 因子管理、模型管理、股票评分、投资组合、分析报告、回测验证 ✅ 完整工作流程 - 从因子研究到策略验证的全流程支持 ✅ 现代化界面 - 响应式设计,用户体验友好 ✅ 扩展性强 - 模块化架构,便于功能扩展 ✅ 功能丰富 - 涵盖量化投资的各个环节

系统已经从基础的因子管理发展为完整的量化投资平台,为用户提供了从研究到实施的全方位支持。