因子分析API是聚宽网为量化编程者提供的重要工具。但作为量化初学者来说，代码基础薄弱，编程思维欠缺，导致量化程序难以迅速读懂，常常导致心情低落甚至放弃量化学习。比如本人近期在学习的一个帖子【量化课堂】东方证券研报实践——动态情景多因子Alpha模型，评论中一些宽友反映看不懂。本人为一个量化程序初学者，发现若可以直接观察程序每一步结果，可快速建立编辑逻辑，对于程序学习大有裨益的。
为求直观看到每一行程序的结果，我利用“投资研究”界面复现程序，步步拆解，可以实现程序结果可视化。但是因子分析API是程序封装好的类，没办法获得中间代码结果。比如calc 的获取data数据并进一步处理，这对初学者来讲过于抽象。由于初学者对data数据结构的不熟悉，大量的脑力用于记忆及处理data数据，这简直是无法承受的痛苦。
jupyter中不能直接展示data数据，为了解决初学者对data数据的理解及程序复现的问题，我复现了因子分析API对data数据的获取过程，通过此代码可以直观看到data数据结构。

'''
模拟calc获得data的过程。data 参数获取通过 max_window 和 dependencies 定义。data是测试用的数据，所以全部基于沪深300数据。
data 是一个 dict， key 是 dependencies 中的因子名称， DataFrame 的 column 是股票代码，
DataFrame 的 index 是一个时间序列，结束时间是当前时间， 长度是 max_window;
'''
import jqdata
import pandas as pd
from jqfactor import Factor, calc_factors
import datetime
import numpy as np 
from statsmodels.api import OLS
import statsmodels.api as sm
import math
#组建模拟因子分析获取data类
class imitate_get_data:
    def __init__(self,max_window,dependencies):
        self.max_window = max_window
        self.dependencies = dependencies
        self.universe = self.get_universe()
        self.list_window = self.get_window_list()

    #1.获取沪深300指数中的未停盘股票。日期为本日的前一个交易日。为什么不是其他日期？本来就是模拟data数据格式，没必要对日期有过多要求。
    def get_universe(self):
        #1.1获取最近一个交易日的时间。通过get_price为空判断是否为交易日,否的话需要向前步进。
        the_time = (datetime.datetime.now()-datetime.timedelta(days = 1)).strftime('%Y-%m-%d')    #获取前一天的日期
        trading_day = get_price('000333.XSHE', start_date=the_time, end_date=the_time, frequency='daily',fields=['open'], fq='pre')
        while trading_day.empty == True:
            the_time = (datetime.datetime.strptime(the_time, '%Y-%m-%d')-datetime.timedelta(days = 1)).strftime('%Y-%m-%d')
            trading_day = get_price('000333.XSHE', start_date=the_time, end_date=the_time, frequency='daily',fields=['paused'], fq='pre')
        #1.2获取最近一个交易日的沪深300指数成分股。
        universe0 = get_index_stocks('000300.XSHG', the_time)
        #1.3获取非停盘的股票代码
        paused_stocks = get_price(universe0, start_date = the_time, end_date = the_time, frequency='daily',\
                          fields=['paused'], skip_paused=False, fq='pre', count=None)['paused']
        universe = [i for i in universe0 if paused_stocks[i][the_time] == 0.0]
        return universe
    #2.获取max_window决定的交易日list
    #2.1识别某个时间是否是交易日    
    def judge_trading_time(self,time1):
        trading_day = get_price('000333.XSHE', start_date=time1, end_date=time1, frequency='daily',\
                          fields=['paused'], skip_paused=False, fq='pre', count=None)
        #x返回值是1说明这个时间为交易日
        if trading_day.empty == True:
            x = 0
        else:
            x = 1
        return x
    #2.2获取由max_window决定的交易日list
    def get_window_list(self):
        date1 = (datetime.datetime.now()-datetime.timedelta(days = 1)).strftime('%Y-%m-%d')    #获取前一天的日期
        #date1是前一天的日期，首先识别其是否为交易日，如非交易日，循环向前至交易日为止。
        while self.judge_trading_time(date1) == 0:
            date1 = (datetime.datetime.strptime(date1, '%Y-%m-%d')-datetime.timedelta(days = 1)).strftime('%Y-%m-%d')
        list_window_time = []
        list_window_time.append(date1)
        date2 = (datetime.datetime.strptime(date1, '%Y-%m-%d')-datetime.timedelta(days = 1)).strftime('%Y-%m-%d')
        #对列表元素数量进行循环，小于5时添加元素，需保证添加的日期字符串为交易日。
        while len(list_window_time) < self.max_window:
            if self.judge_trading_time(date2) == 0:
                date2 = (datetime.datetime.strptime(date2, '%Y-%m-%d')-datetime.timedelta(days = 1)).strftime('%Y-%m-%d')
            else:
                list_window_time.append(date2)
            date2 = (datetime.datetime.strptime(date2, '%Y-%m-%d')-datetime.timedelta(days = 1)).strftime('%Y-%m-%d')
        return list_window_time[::-1]

    #3获取单个因子的dataframe函数，因子类型不同，所以要分类获取。现在主要实现了行业因子、财务指标因子、价格因子。
    #3.1定义行业因子函数。因子名称是行业代码，因子值是一个哑变量，如果某股票属于某行业，则返回1，否则，返回0。
    def get_hy_data(self,dependency):
        hy_data = pd.DataFrame(index = self.list_window,columns = self.universe)
        for a in self.list_window:
            list_hy = get_industry_stocks(dependency, date=a)          #获取由max_window交易日的行业列表
            for b in self.universe:
                if b in list_hy:
                    hy_data.loc[a,b] = 1
                else:
                    hy_data.loc[a,b] = 0
        return hy_data
    #3.2定义财务因子函数。原始数据为季度数据，可以通过在因子后加『_1』的方式， 获取前几个季度的财务指标。可以通过在因子后加『_y1』的方式， 获取前几年的财务指标。
    #传入max_window交易日列表中的日期，分别查找对应日期的季度数据即可。
    def get_financial_data(self,dependency):
        #将query对象合成为字典，方便合成query语句。
        valuation_key = ['capitalization','circulating_cap','market_cap','circulating_market_cap','turnover_ratio','pe_ratio','pe_ratio_lyr','pb_ratio','ps_ratio','pcf_ratio']
        valuation_value = [valuation.capitalization,valuation.circulating_cap,valuation.market_cap,valuation.circulating_market_cap,valuation.turnover_ratio,valuation.pe_ratio,valuation.pe_ratio_lyr,valuation.pb_ratio,valuation.ps_ratio,valuation.pcf_ratio]
        valuation_dict = dict(zip(valuation_key, valuation_value))
        if dependency in valuation_key:
            q = query(
                valuation.code,valuation_dict[dependency]
                ).filter(valuation.code.in_(self.universe))
        #遍历max_window决定的日期列表，并形成对应日期的dependency矩阵，对矩阵依行进行合并。
        df1 = pd.DataFrame()
        for a in self.list_window:
            get_financial_index = get_fundamentals(q, a)
            get_financial_index.index = get_financial_index['code'].tolist()
            get_financial_index.drop('code',axis=1, inplace=True)
            list_window_time1 = []
            list_window_time1.append(a)
            get_financial_index.columns = list_window_time1
            df1 = pd.concat([df1,get_financial_index.T],axis=0)
        return df1


    #3.3定义价量信息因子函数。    包含open\close\high\low\money\volume字段使用后复权的值。利用get_price函数应该可以获得数据。
    def get_price_data(self,dependency):
        return get_price(self.universe,  end_date=self.list_window[-1], frequency='daily', fq='pre', count=len(self.list_window))[dependency]

    #4.将dependencies因子分类，适用不同数据获取函数，形成最终dict格式的data模拟结果。
    def get_calc_data(self):
        calc_data = {}
        hy_dependencies = ['HY001','HY002','HY003','HY004','HY005','HY006','HY007','HY008','HY009','HY010','HY011']
        valuation_dependencies = ['capitalization','circulating_cap','market_cap','circulating_market_cap','turnover_ratio','pe_ratio','pe_ratio_lyr','pb_ratio','ps_ratio','pcf_ratio']
        price_dependencies = ['open','close','high','low','volume','money']
        for dependency in self.dependencies:
            if dependency in hy_dependencies:
                calc_data[dependency] = self.get_hy_data(dependency)
            if dependency in valuation_dependencies:
                calc_data[dependency] = self.get_financial_data(dependency)
            if dependency in price_dependencies:
                calc_data[dependency] = self.get_price_data(dependency)
        return calc_data

大家可通过调用imitate_get_data(max_window,dependencies).get_calc_data()即可获取对应数据。
同时需要输入的参数有max_window及dependencies。我做了一个调用的示例，代码如下。

max_window = 21
dependencies = ['circulating_market_cap','pb_ratio','close','market_cap','HY001','HY002','HY003','HY004','HY005',
                    'HY006','HY007','HY008','HY009','HY010','HY011']
a_data = imitate_get_data(max_window,dependencies).get_calc_data()
print(a_data['pb_ratio'])

输出结果如下：

需要注意的是，以上代码仅模拟了行业因子，财务因子及价量信息因子。本代码仅供学习数据结构，应该完全可以模拟绝大部分情况。
获得data数据后，我们可以完全复现“def calc(self, data):”后面的数据操作，获得因子分析模拟结果，方便大家学习。再分享一个模拟的例子，复现因子分析api帮助的第一个函数，原始代码如下。

class MA5(Factor):
    name = 'ma5'
    # 每天获取过去五日的数据
    max_window = 5
    # 获取的数据是收盘价
    dependencies = ['close']
    def calc(self, data):
        return data['close'][-5:].mean()

模拟返回值代码为

max_window = 5
dependencies = ['close']
a_data = imitate_get_data(max_window,dependencies).get_calc_data()
print(a_data['close'][-5:].mean())

输出结果如下图：

本文章希望对大家有帮助，方法比较笨拙，也请广场高手多多指点。