AI智能量化之qlib的回测子框架代码解读

百天计划之第26天，关于“qlib智能量化，财富自由与个人成长”。

8月重点是基于qlib智能量化框架，搭建量化投资平台。

昨天我们已经把数据准备及指标准备好了，今天可以正式进入回测。

但今天我们用qlib来做传统基于“规则”的回测，而不是一上来就搞机器学习模型预测，这是9月份的工作。

01 qlib的回测

qlib的回测是基于pred_score的，就是说每天给所有的股票打分，持有分数高的。

qlib所有策略的基类：qlib.strategy.base.BaseStrategy

基类里有三个实现，显然qlib有考虑对“强化学习”环境的支持：

策略的核心是实现如下这个函数：genreate_trade_decision。

@abstractmethod
def generate_trade_decision(
    self,
    execute_result: list = None,
) -> Union[BaseTradeDecision, Generator[Any, Any, BaseTradeDecision]]:
    """Generate trade decision in each trading bar

这里可以类比传统像backtrader里的strategy里的on_bar函数。

无论是向量化计算，还是事件驱动，on_bar里实现策略，就是计算当天的指标，然后确实是买入还是卖出，只是传统量化框架会直接调用执行器exccutor去下订单，qlib仅是生成订单列表，后续统一执行。

qlib做了分离，只计算信号，后面统一来执行。

这里看似循环了两轮，但符合机器学习批量计算的逻辑，量化与智能量化就统一成了一个范式，而且代码更加解耦。策略只管生成交易信号，与执行器没有任何关系，外部要如何使用这些信号，与策略无关。

02 强化学习的策略基类

class RLStrategy(BaseStrategy, metaclass=ABCMeta):
    """RL-based strategy"""
    def __init__(
        self,
        policy,
        outer_trade_decision: BaseTradeDecision = None,
        level_infra: LevelInfrastructure = None,
        common_infra: CommonInfrastructure = None,
        **kwargs,
    ) -> None:

强化学习的策略基数，在原有BaseStrategy的基础上， 多了一个参数policy。

class RLIntStrategy(RLStrategy, metaclass=ABCMeta):
    """(RL)-based (Strategy) with (Int)erpreter"""
    def __init__(
        self,
        policy,
        state_interpreter: dict | StateInterpreter,
        action_interpreter: dict | ActionInterpreter,

RLIntStrategy在RLStrategy的基础，又多了两个参数：一个状态解决器，另一个是行为解释器——这里只需要先有个印象，我们讲强化学习的时候会详细说明。

有了这两个解释器：

def generate_trade_decision(self, execute_result: list = None) -> BaseTradeDecision:
    _interpret_state = self.state_interpreter.interpret(execute_result=execute_result)
    _action = self.policy.step(_interpret_state)
    _trade_decision = self.action_interpreter.interpret(action=_action)
    return _trade_decision

强化学习根据当前的状态，就可以生成交易决策。

所以，强化学习仅需要配置好这两种解释器即可。

这个解释器也是基类，在原代码的如下位置：

真正的代码实现都在contrib/strategy下：

这里文档有点旧了，所以说能看代码尽量看代码。

“规则策略”：

这里实现了一些基类，但没有可用的策略。

规则策略一般可以这么抽象：
1、买入信号，比如20日动量>0.02。

2、卖出信号，比如20日动量<0。

3、排序信号，20日动量从大到小。

使用的策略类似topK，它是子集（买入信号+已持仓-买入信号）进行排序。

可以在pred_score里把其余的股票过滤掉即可（已持仓这个需要执行器判断）。

比如2020-01-01，买入信号大于2%的只有2支，那么，pred_score在这一天只有这两支有信号即可。

“信号策略”，目前有TopK， EnhancedIndexingStrategy

信号策略基类，扩展了几个参数：signal(pred_score)， model， dataset。

class BaseSignalStrategy(BaseStrategy):
    def __init__(
        self,
        *,
        signal: Union[Signal, Tuple[BaseModel, Dataset], List, Dict, Text, pd.Series, pd.DataFrame] = None,
        model=None,
        dataset=None,
        risk_degree: float = 0.95,

这里示例里用得最多的是topK策略，基于权重的是基于signal给标的直接按仓位比重调仓，而当前代码里实现的是“指数增强”策略。

我们重点关注一下topK。

小结：

qlib的回测代码是比较结构化的，但不太适合传统规则量化，可以考虑自己实现——简单改造一下topK即可。

最近文章：

基于qlib自定义的A股股票池：计算均线，动量，MACD等以及可视化

从tushare建立自己的A股 qlib数据库

基于tushare和mongo，玩转qlib自带的数据库