Eiten 一个构建投资组合的好帮手-技术圈

Eiten是Tradytics的一个开源工具包，它实现了各种统计和算法投资策略，如Eigen组合、最小方差组合、最大夏普比率组合和基于遗传算法的组合。

Eiten允许你用自己的股票组合建立自己的投资组合。Eiten中自带的严格测试框架使你能够对你的投资组合更有自信。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南进行安装。

(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Python和pip.

(可选2) 此外，推荐大家用VSCode编辑器，它有许多的优点：Python 编程的最好搭档—VSCode 详细指南。

请选择以下任一种方式输入命令安装依赖：
1. Windows 环境打开 Cmd (开始-运行-CMD)。
2. MacOS 环境打开 Terminal (command+空格输入Terminal)。
3. 如果你用的是 VSCode编辑器或 Pycharm，可以直接使用界面下方的Terminal.

git clone https://github.com/tradytics/eiten.git
cd eiten
pip install -r requirements.txt
pip install yfinance --upgrade --no-cache-dir

如你无法下载github上的内容，请到 https://pythondict.com/下载/eiten-源代码/ ‎上下载。

目录结构如下：

路径	描述
eiten	主目录
└ figures	仓库用到的图表（无需关注）
└ stocks	你的用于创建投资组合的股票列表
└ strategies	python编写的策略代码
backtester.py	回测模块
data_loader.py	数据加载工具
portfolio_manager.py	生成投资组合的代码
simulator.py	使用历史回报生成投资组合的模拟器
strategy_manager.py	策略管理器

2.使用方法

把你想要构建投资组合的候选股票列表写入 stocks/stocks.txt 中，尽量保证股票数量在5~50只左右。

接下来就可以尝试构建投资组合了：

python portfolio_manager.py --is_test 1 --future_bars 90 --data_granularity_minutes 3600 --history_to_use all --apply_noise_filtering 1 --market_index QQQ --only_long 1 --eigen_portfolio_number 3 --stocks_file_path stocks/stocks.txt

各个参数的解释：

is_test: 该值决定了程序是否要保留一些数据用于未来的测试。当这个值为True时，future_bars的值应该大于5。

future_bars: 构建投资组合时将排除的最近n条K线。这也被称为样本外的数据。

data_granularity_minutes: 你想什么频率的数据来建立你的投资组合。对于长期投资组合，你应该使用每日数据，但对于短期策略，你可以使用分钟的数据(3600、60、30、15、5、1)。

history_to_use: 是使用特定数量的数据还是使用我们从雅虎财经下载的所有数据。对于分钟级别的数据，我们只下载了一个月的历史数据。对于日线，我们下载了5年的历史数据。如果你想使用所有可用的数据，该值应该是 all，但如果你想使用较小的数据量，你可以将其设置为一个整数，例如100，这将只使用最后100条k线来建立投资组合。

apply_noise_filtering: 它使用随机矩阵理论来过滤掉随机性的协方差矩阵，从而产生更好的投资组合。值为1将启用它。

market_index: 你想用哪个指数来作为你的投资组合的基准值。比如SPY/QQQ，由于我们分析的是科技股，所以例子中使用了QQQ。

only_long: 是否只做多。

eigen_portfolio_number: 可阅读这篇文章了解更多:
https://srome.github.io/Eigenvesting-I-Linear-Algebra-Can-Help-You-Choose-Your-Stock-Portfolio/

stocks_file_path: 你想用来建立投资组合的股票列表的文件。

如果你出现了类似下面这样的报错：

这是因为雅虎数据源从2021年开始不在向中国提供服务，你需要挂一个代理下载数据，在data_loader.py的73行，增加proxy参数：

stock_prices = yf.download(
                tickers=symbol,
                period=period,
                interval=interval,
                auto_adjust=False,
                progress=False,
                proxy="http://127.0.0.1:10809" # 此处由你代理地址决定
      )

然后重新执行命令便能生成不同策略的投资组合权重分配结果：