from quantopian.pipeline import Pipeline
from quantopian.research import run_pipeline
from quantopian.pipeline.data.builtin import USEquityPricing
from quantopian.pipeline.factors import SimpleMovingAverage

2.13. フィルタ¶

フィルタとは、とある資産のある一時点からブール型の値を出力する関数です：

\[F(asset, timestamp) \rightarrow boolean\]

フィルタは計算過程やパイプラインの最終出力に含まれる証券の絞り込みに使われます。 フィルタ 作成には2つの一般的な方法があります。比較演算子と ファクター / クラシファイア メソッドを使う方法です。

2.14. 比較演算子¶

ファクター と クラシファイア に用いられる比較演算子から フィルタ が作られます。ここまで クラシファイア について触れていませんが、とにかく ファクター を使った例で進めていきます。以下の例では、直近の終値が20ドルを超える場合に True を返すフィルタを作成します。

last_close_price = USEquityPricing.close.latest
close_price_filter = last_close_price > 20

またこの例では、10日間平均が30日間平均を下回るる場合に True を返すフィルタを作成しています。

mean_close_10 = SimpleMovingAverage(inputs=[USEquityPricing.close], window_length=10)
mean_close_30 = SimpleMovingAverage(inputs=[USEquityPricing.close], window_length=30)
mean_crossover_filter = mean_close_10 < mean_close_30

それぞれの証券は日付ごとに True または False の値を持っていることに留意してください。

2.15. `ファクター` / `クラシファイア` メソッド¶

ファクター と クラシファイア クラスが フィルタ を作成する方法は多様です。相変わらず クラシファイア について触れていませんが ファクター を使った例で進めていきます（このあと クラシファイア メソッドを見ていきます）。 Factor.top(n) メソッドは、与えられた ファクター における上位 n 件の証券に True を返す フィルタ を作成します。以下の例はすべての利用可能な証券のうち、日付ごとに終値が上位200位以内に含まれる銘柄に対し True を返すフィルタを作成します。

last_close_price = USEquityPricing.close.latest
top_close_price_filter = last_close_price.top(200)

フィルタ を返す ファクター メソッドの一覧は、ここを参照してください。

フィルタ を返す クラシファイア メソッドの一覧は、ここを参照してください。

2.16. 売買代金（Dollar Volume）フィルタ¶

最初の例として、証券の30日間の平均売買代金が10,000,000ドルより大きい場合に True を返すフィルタを作成します。まず、 30日間の平均売買代金を計算する AverageDollarVolume ファクターを作成します。 import文を使って組込みの AverageDollarVolume ファクターを利用可能にします。

from quantopian.pipeline.factors import AverageDollarVolume

次に、AverageDollarVolumeファクターをインスタンス化します。

dollar_volume = AverageDollarVolume(window_length=30)

AverageDollarVolume はデフォルトで USEquityPricing.close と USEquityPricing.volume を利用しているため inputs 引数を指定する必要はありません。さてこれで売買代金ファクターが用意できたので、booleanを使ったフィルタを作成できます。以下の行で、dollar_volume が10,000,000よりも大きい証券に対して True を返すフィルタを作成します：

high_dollar_volume = (dollar_volume > 10000000)

フィルタの中がどのようになっているか確認するため、前のレッスンで作成したパイプラインにフィルタを追加します。

def make_pipeline():

    mean_close_10 = SimpleMovingAverage(inputs=[USEquityPricing.close], window_length=10)
    mean_close_30 = SimpleMovingAverage(inputs=[USEquityPricing.close], window_length=30)

    percent_difference = (mean_close_10 - mean_close_30) / mean_close_30

    dollar_volume = AverageDollarVolume(window_length=30)
    high_dollar_volume = (dollar_volume > 10000000)

    return Pipeline(
        columns={
            'percent_difference': percent_difference,
            'high_dollar_volume': high_dollar_volume
        }
    )

パイプラインを作成・実行すると、各証券に対してフィルタの結果を表すboolean値が入った high_dollar_volume 列が作られます。

result = run_pipeline(make_pipeline(), '2015-05-05', '2015-05-05')
result

		high_dollar_volume	percent_difference
2015-05-05 00:00:00+00:00	Equity(2 [AA])	True	0.017975
	Equity(21 [AAME])	False	-0.002325
	Equity(24 [AAPL])	True	0.016905
	Equity(25 [AA_PR])	False	0.021544
	Equity(31 [ABAX])	False	-0.019639
	Equity(39 [DDC])	False	0.074730
	Equity(41 [ARCB])	False	0.007067
	Equity(52 [ABM])	False	0.003340
	Equity(53 [ABMD])	True	-0.024682
	Equity(62 [ABT])	True	0.014385
	Equity(64 [ABX])	True	0.046963
	Equity(66 [AB])	False	0.013488
	Equity(67 [ADSK])	True	-0.003921
	Equity(69 [ACAT])	False	-0.007079
	Equity(70 [VBF])	False	0.005507
	Equity(76 [TAP])	True	-0.008759
	Equity(84 [ACET])	False	-0.056139
	Equity(86 [ACG])	False	0.010096
	Equity(88 [ACI])	False	-0.022089
	Equity(100 [IEP])	False	0.011293
	Equity(106 [ACU])	False	0.003306
	Equity(110 [ACXM])	False	-0.029551
	Equity(112 [ACY])	False	-0.057763
	Equity(114 [ADBE])	True	0.009499
	Equity(117 [AEY])	False	0.012543
	Equity(122 [ADI])	True	0.009271
	Equity(128 [ADM])	True	0.015760
	Equity(134 [SXCL])	False	NaN
	Equity(149 [ADX])	False	0.007232
	Equity(153 [AE])	False	-0.112999
	...	...	...
	Equity(48961 [NYMT_O])	False	NaN
	Equity(48962 [CSAL])	True	0.000000
	Equity(48963 [PAK])	False	0.000000
	Equity(48969 [NSA])	True	0.000000
	Equity(48971 [BSM])	True	0.000000
	Equity(48972 [EVA])	True	0.000000
	Equity(48981 [APIC])	False	0.000000
	Equity(48989 [UK])	False	0.000000
	Equity(48990 [ACWF])	False	0.000000
	Equity(48991 [ISCF])	False	0.000000
	Equity(48992 [INTF])	False	0.000000
	Equity(48993 [JETS])	False	0.000000
	Equity(48994 [ACTX])	False	0.000000
	Equity(48995 [LRGF])	False	0.000000
	Equity(48996 [SMLF])	False	0.000000
	Equity(48997 [VKTX])	False	0.000000
	Equity(48998 [OPGN])	False	NaN
	Equity(48999 [AAPC])	False	0.000000
	Equity(49000 [BPMC])	False	0.000000
	Equity(49001 [CLCD])	False	NaN
	Equity(49004 [TNP_PRD])	False	0.000000
	Equity(49005 [ARWA_U])	False	NaN
	Equity(49006 [BVXV])	False	NaN
	Equity(49007 [BVXV_W])	False	NaN
	Equity(49008 [OPGN_W])	False	NaN
	Equity(49009 [PRKU])	False	NaN
	Equity(49010 [TBRA])	False	NaN
	Equity(49131 [OESX])	False	NaN
	Equity(49259 [ITUS])	False	NaN
	Equity(49523 [TLGT])	False	NaN

8236 rows × 2 columns

2.17. スクリーニング¶

通常、パイプラインはQuantopianのデータベースに存在するすべての資産を対象に、日付ごとに計算結果を出力します。しかしながら、特定の基準を満たした証券の部分集合だけが必要なケースが頻繁に起こります（例えば、日々の取引が活発で注文が即座に成立するような銘柄のみが必要となることがあります）。パイプラインの中で screen キーワードを使うと、パイプラインの実行でフィルタが False を返した銘柄をふるい落とすことができます。

出力結果を30日間の平均売買代金が10,000,000ドルよりも大きい証券だけに絞り込むには、screen の引数として high_dollar_volume をあてはめるだけです。 make_pipeline はこのような感じになります：

def make_pipeline():

    mean_close_10 = SimpleMovingAverage(inputs=[USEquityPricing.close], window_length=10)
    mean_close_30 = SimpleMovingAverage(inputs=[USEquityPricing.close], window_length=30)

    percent_difference = (mean_close_10 - mean_close_30) / mean_close_30

    dollar_volume = AverageDollarVolume(window_length=30)
    high_dollar_volume = dollar_volume > 10000000

    return Pipeline(
        columns={
            'percent_difference': percent_difference
        },
        screen=high_dollar_volume
    )

実行すると、パイプラインの出力にはそれぞれの日付において high_dollar_volume フィルタを通過した証券のみが含まれています。例えばこのパイプラインを2015年5月5日に対して実行した出力結果は、約2,100銘柄程度となります。

（翻訳者注：以下のソースコードはprint文がpython2の文法であるため、python3では通常エラーとなる）

result = run_pipeline(make_pipeline(), '2015-05-05', '2015-05-05')
print 'Number of securities that passed the filter: %d' % len(result)
result

Number of securities that passed the filter: 2110

		percent_difference
2015-05-05 00:00:00+00:00	Equity(2 [AA])	0.017975
	Equity(24 [AAPL])	0.016905
	Equity(53 [ABMD])	-0.024682
	Equity(62 [ABT])	0.014385
	Equity(64 [ABX])	0.046963
	Equity(67 [ADSK])	-0.003921
	Equity(76 [TAP])	-0.008759
	Equity(114 [ADBE])	0.009499
	Equity(122 [ADI])	0.009271
	Equity(128 [ADM])	0.015760
	Equity(154 [AEM])	0.026035
	Equity(161 [AEP])	0.010405
	Equity(166 [AES])	0.022158
	Equity(168 [AET])	0.005853
	Equity(185 [AFL])	-0.002239
	Equity(197 [AGCO])	0.032124
	Equity(216 [HES])	0.036528
	Equity(239 [AIG])	0.012322
	Equity(253 [AIR])	-0.012412
	Equity(266 [AJG])	0.012267
	Equity(270 [AKRX])	-0.024963
	Equity(273 [ALU])	-0.021750
	Equity(300 [ALK])	0.015147
	Equity(301 [ALKS])	-0.033228
	Equity(328 [ALTR])	0.012284
	Equity(337 [AMAT])	-0.050162
	Equity(351 [AMD])	-0.101477
	Equity(353 [AME])	-0.003008
	Equity(357 [TWX])	0.000365
	Equity(368 [AMGN])	0.008860
	...	...
	Equity(48126 [HABT])	0.063080
	Equity(48129 [UBS])	0.025888
	Equity(48169 [KLXI])	0.021062
	Equity(48215 [QSR])	0.037460
	Equity(48220 [LC])	-0.035048
	Equity(48317 [JUNO])	-0.103370
	Equity(48384 [QRVO])	-0.050578
	Equity(48465 [SWNC])	0.061669
	Equity(48486 [BOX])	-0.003837
	Equity(48531 [VSTO])	0.017196
	Equity(48543 [SHAK])	0.175877
	Equity(48544 [HIFR])	0.027339
	Equity(48547 [ONCE])	-0.112191
	Equity(48575 [XHR])	-0.008521
	Equity(48629 [INOV])	-0.068366
	Equity(48662 [JPM_PRF])	0.002978
	Equity(48672 [TOTL])	0.000991
	Equity(48730 [AGN_PRA])	-0.008843
	Equity(48821 [CJES])	0.099492
	Equity(48823 [SEDG])	0.056643
	Equity(48863 [GDDY])	-0.003563
	Equity(48892 [IGT])	0.005591
	Equity(48925 [ADRO])	-0.076840
	Equity(48933 [PRTY])	-0.001741
	Equity(48934 [ETSY])	-0.030142
	Equity(48943 [VIRT])	-0.009077
	Equity(48962 [CSAL])	0.000000
	Equity(48969 [NSA])	0.000000
	Equity(48971 [BSM])	0.000000
	Equity(48972 [EVA])	0.000000

2110 rows × 1 columns

2.18. フィルタの反転¶

~ 演算子はフィルタの反転に使われ、 True 値を False 値に置き換えます（逆もしかり）。例えば、売買代金の少ない証券にフィルタをかける場合は以下のように書きます：

low_dollar_volume = ~high_dollar_volume

この場合、過去30日間の平均売買代金が10,000,000ドル以下の銘柄に対して True が返ります。

次のレッスンでは、フィルタの結合について見ていきます。

目次

前のトピックへ

次のトピックへ

このページ

2.13. フィルタ¶

2.14. 比較演算子¶

2.15. `ファクター` / `クラシファイア` メソッド¶

2.16. 売買代金（Dollar Volume）フィルタ¶

2.17. スクリーニング¶

2.18. フィルタの反転¶

2.13. フィルタ¶

2.14. 比較演算子¶

2.15. ファクター / クラシファイア メソッド¶

2.16. 売買代金（Dollar Volume）フィルタ¶

2.17. スクリーニング¶

2.18. フィルタの反転¶

2.15. `ファクター` / `クラシファイア` メソッド¶