Improvement: Exposure

Если инвестиционная стратегия не проходит фильтр на максимальный вес инструмента в портфеле, можно использовать один из двух вариантов приведенных ниже что бы исправить алгоритм:

import qnt.exposure as qne # расположены в этом пакете

Remove days with high exposures

Function

def rm_bad_days(weights, max_weight = 0.049):

Parameters

Parameter	Explanation
weights	xarray DataArray with weights of the algorithm.
max_weight	the maximum stock exposure. Default value = 0.049

Output

На выходе получается xarray DataArray с исправленными весами, удовлетворяющими критерям фильтра, где занулены дни, когда exposure был больше max_weight.

Example

fixed_output = qne.rm_bad_days(output)
qnstats.check_exposure(fixed_output)

Mix weights

Function

def mix_weights(primary, secondary, max_weight = 0.049):

Parameters

Parameter	Explanation
primary	xarray DataArray with weights of the algorithm that is need to be improved.
secondary	xarray DataArray with weights of the algorithm that passes the maximum stock weight filter.
max_weight	the maximum stock exposure. Default value = 0.049

Output

На выходе получается xarray DataArray с исправленными весами, удовлетворяющими критерям фильтра, сформированный из смеси весов primary и secondary.

Example

mean_weights = data.sel(field='is_liquid')
mean_weights = mean_weights/abs(mean_weights).sum('asset')

improved_output = qne.mix_weights(output, mean_weights)

qnstats.check_exposure(improved_output)