from quantopian.pipeline import Pipeline
from quantopian.research import run_pipeline
from quantopian.pipeline.factors import SimpleMovingAverage, AverageDollarVolume

2.23. クラシファイア

クラシファイアとは、とある資産のある一時点から 文字列 や 整数 ラベルといった 分類型の値を出力 する関数のことです。

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

たとえばクラシファイアは当該証券の取引所IDを表す文字列を出力します。 このクラシファイアを作成するには、 Fundamentals.exchange_id をインポートして、インスタンスの latest アトリビュートを参照します。

from quantopian.pipeline.data import Fundamentals

# Fudamentals.exchange_id はstring型なので、.latestはクラシファイアを返します。
exchange = Fundamentals.exchange_id.latest

以前のレッスンでは latest アトリビュートは ファクター のインスタンスを返していましたが、今回のケースでは string を返しているため、 latest アトリビュートは クラシファイア を作成していることがわかります。

同様に、ある証券に対して直近のモーニングスター社による業種コードを返すコードは クラシファイア と言えます。 このケースでは返り値は int となりますが、この整数の値は数値を表すものではなく区分を表すものなので、このコードもまたクラシファイアを作成しています。

直近の業種コードは、組込の Sector クラシファイアを使うことで取得できます。

from quantopian.pipeline.classifiers.fundamentals import Sector
morningstar_sector = Sector()

Sector を用いるのと、 Fundamentals.morningstar_sector_code.latest は同じ結果となります。

2.24. クラシファイアからフィルタを作る

クラシファイアは isnull 、 eq 、 startwith などのメソッドを使ってフィルタを作成することにも使われます。 フィルタを作ることができる クラシファイア メソッドの一覧は ここ にあります。

たとえばニューヨーク証券取引所で取引されている証券を選択するフィルタが必要な場合、 exchange クラシファイアに eq メソッドを使うことで実現できます。

nyse_filter = exchange.eq('NYS')

このフィルタは直近の exchange_id が NYS であるものに対して True を返します。

2.25. 分位数

クラシファイアは、さまざまな ファクタ メソッドからも作り出すことができます。 その最たる例が quantiles（分位数） メソッドです。このメソッドは引数として分割数（bin）を受け取ります。 quantile メソッドは、全ての非数値型でないファクター出力に対して、0から（bin - 1）までの数値でラベル付けを行うことで、 クラシファイア を返します。 非数値（ NaN ）には、-1がラベル付けされます。 四分位数（quartiles） (quantiles(4) と等価) や、 五分位数（quintiles） (quantiles(5) と等価)、 十分位数（deciles） (quantiles(10) と等価) といった別名メソッドを使うこともできます。

たとえばファクター出力に対して10分割（deciles）を行い、その第10分位に含まれる銘柄を選択するフィルタはこのようになります：

dollar_volume_decile = AverageDollarVolume(window_length=10).deciles()
top_decile = (dollar_volume_decile.eq(9))

パイプラインに作成したクラシファイアをセットしてその結果を確認すると以下のようになります：

def make_pipeline():
    exchange = Fundamentals.exchange_id.latest
    nyse_filter = exchange.eq('NYS')

    morningstar_sector = Sector()

    dollar_volume_decile = AverageDollarVolume(window_length=10).deciles()
    top_decile = (dollar_volume_decile.eq(9))

    return Pipeline(
        columns={
            'exchange': exchange,
            'sector_code': morningstar_sector,
            'dollar_volume_decile': dollar_volume_decile
        },
        screen=(nyse_filter & top_decile)
    )

result = run_pipeline(make_pipeline(), '2015-05-05', '2015-05-05')
print 'Number of securities that passed the filter: %d' % len(result)
result.head(5)

Number of securities that passed the filter: 513
dollar_volume_decile exchange sector_code
2015-05-05 00:00:00+00:00 Equity(2 [ARNC]) 9 NYS 101
Equity(62 [ABT]) 9 NYS 206
Equity(64 [ABX]) 9 NYS 101
Equity(76 [TAP]) 9 NYS 205
Equity(128 [ADM]) 9 NYS 205

クラシファイアはファクター出力に対する複雑なグループ化処理を表現することにも役立ちます。 demean や、 groupby といった集計処理は このチュートリアルの範囲を超えます。より一歩進んだクラシファイアの使い方については、今後のチュートリアルで取り上げることになるでしょう。

次のレッスンでは、パイプラインの中で使うことができるほかのデータセットを見ていきます。