高频直播笔记

盘算五分钟流动性因子

• 分钟数据降采样到五分钟
  
• 盘算五分钟最短路径
  
• 一小时累计成交额
  
• 一小时累计最短路径
  
• 5分钟流动性 = 成交额 / 最短路径
  
• 
  

如何天生高频因子

• 分钟数据得到小时/日线因子
  
• 日线因子放入之前的回测框架
  

高频脚本功能

• 时序
  
• 截面
  
• 兼容性
  
• 增量盘算
  

案例

• illq = 1h成交额 / 1h最短路径
  
• 高频化：
  
• 1分钟 - 5分钟
  
• 5m最短路径 - 标准化
  
• 求和 - 1h最短路径
  
• illq = 1h成交额 / 1h最短路径
  

这里的最短路径要了解一下
魔改

• 上涨
  
• 放量
  
• 筛选出一小时内满足要求的五分钟数据，基于这些数据盘算illq
  

代码

• 股票的逻辑为：
  

   1 日线数据，和指数数据归并，得到完整的市场交易日期
2 盘算因子，resample选股周期，好比一个月，按照因子排序得到选股数据
3 选股，绘制资金曲线
  

• 高频币的逻辑为：
  

   1 分钟数据
2 创建基准数据
  

• 读取币种数据
  

   get_file_in_folder得到symbol_list
symbol_list中存储的是文件夹中的所有币种
  

• 基准数据的创建逻辑
  

   给定开始 结束时间，默认结束时间为当前时间
给定周期 1h 1D，在config内里factor_period
min_bench 分钟级别基准数据
min_bench 包罗candle_begin_time 以及time_group
time_group是对分钟数据的一个概括，假如周期为1h，2017-01-01 00:00:00 2017-01-01 00:01:00 2017-01-01 00:02:00 2017-01-01 00:03:00 2017-01-01 00:04:00的time_group都为2017-01-01 00:00:00，假如周期为1D，time_group为2017-01-01
period_bench 以factor_period为单位，将所有的日期都为一列摆列出来
  

• 盘算高频因子
  

   首先从factors中获取所有因子，存储在列表stg_file
factors_list中存储因子的绝对路径
判断是现货还是合约 candel_type
calculate_by_code 输入币种代码，输出dataframe
  

• calculate_by_code
  

   盘算每个币的高频因子
首先读取ftr文件为mdf
然后令period_bench 的时间范围框定为mf的时间范围
归并min_bench和mdf，时间以min_bench为准，这里类似与股票和指数归并，目的是为了处理没有交易的时间，是的时间统一化
这里采用增量盘算，增量盘算的意思是，假如这个因子已经被盘算了，那么就不会再盘算第二次，每次盘算出来的因子都在data/分钟因子那里
基于的时间基准来自于：period_list，min_bench的所有group_time
那么period_bench怎么用的？
假如因子已经被盘算，那么读取数据，读取数据的时候，主要看已经盘算出来的因子时间是不是包罗所有的时间（小时/day）
假如因子没有被盘算，则创建文件夹，（这里没有做盘算因子的操纵）
然后盘算高频因子，高频因子的盘算在cal_min_factors，这个函数在factors下面的因子中实现。
new_period_list表示的是那些没有被盘算因子的时间点
  

• 将每个币盘算出来的数据归并，然后按照时间 symbol排序，symbol是啥
  
• 遍历因子，处理数据，在界面范围盘算因子
  
• 根据因子对数据分组
  
• 对每组数据
  

   将因子保存在‘分钟因子下面’
  

• 因子的盘算在factors下面的因子文件中实现
  
• cal_min_factors
  

   参数：mdf、ddf、date
mdf分钟级别的数据，包含数据
ddf 小时或者天级别的数据，这个就是所有的小时或者天，只偶然间信息
date：需要盘算的时间
dm_df：筛选出mdf当中时间为date的数据
进行resample，这里对数据resample成5分钟或者10分钟数据
盘算因子
  

• 整理数据
  

   首先归并得到的所有数据，将数据按照日期 币种的次序进行排序all_factor_data。
遍历所有因子，对于每一个因子，找到这个因子的所有相关因子，好比一个因子，可能盘算了它的5min 10min数据，作为小因子
假如小因子的数量不为0，也就是说这个因子已经被盘算出来了，那么调用process_all_data，这个函数输出为所有因子数据，输出也为所有因子数据，不知道干嘛的，可以看看，解释说是盘算截面范围的因子。
  

• 分组保存数据
  

   根据币代码对数据分组，每组都包含一个币种类，包含这个币的名字和币的数据
然后找到所有的因子，假如这个币的因子数量为0，阐明这个币没有因子，跳过
将这个币的时间 币种 因子选出来，作为一个新的dataframe
构建因子数据的保存路径：现货 / 合约 选币周期 因子名字 币种，这里的因子名字是大因子的名字，不是小因子
假如路径存在：读取路径 为 fdf，补充，去重
假如路径不存在：创建dataframe为fdf，将时间 币种 因子 都放进去
  

• 末了到底在干嘛？？？
  

   之前盘算出了每个币种在选币周期得到的因子
然后对每个因子，盘算截面范围上的因子，
接着对数据按照币种分类，对于每个币的每个大因子
将这个信息都存储在分钟因子文件中。
  理解

• 因子的构造：首先拥有的是分钟级别的数据，首先需要盘算因子，然后选股，盘算因子需要一个日期，选股需要一个日期
  
• 好比这里，我们采用了以日为单位的选股，但是直接采用分钟数据进行选股需要很大的盘算量，难么就先用五分钟的数据，然后用5分钟的数据盘算日线因子，以盘算出来的日线因子作为选股标准。
  

代码

• 读取预备数据
  

   读取原始文件
创建benchmark，这里的benchmark很故意思，我记得股票数据中的benchmark是指数数据，包含市场交易所有天数，这里的benchmark的作用也是为了衡量市场交易的所偶然间，这个benchmark一共分为两个：period_bench和min_bench，这里的period_bench 包含是时间区间内的所有选股周期，好比小时，那么period_bench就包含了所有的小时数据，好比天，那么period_bench就包含了所有的天数据。min_bench是在时间区间内的所有分钟，每个分钟对应了选股周期的时间，假如选股周期是小时，那么就是时间区间内所有分钟和小时的对应关系，假如选股周期是天，那么就是时间区间内所有分钟和天的对应关系。
  

• 导入每个因子
  

   首先遍历factors文件夹下的所有文件，得到所有因子
  

• 遍历每个币，并行或串行
  

   遍历每个币，盘算因子，这里用到了calculate_by_code函数，并行或串行
这里需要对calculate_by_code做进一步研究
对calculate_by_code的猜测：首先将分钟数据降采样为五分钟数据，然后根据选股周期，盘算因子，排序，选出n只币，盘算资金曲线
calculate_by_code的输入为假造币代码，输出为dataframe：
时间（选币周期1h / 1d） 币的代码 因子值（5min / 10min流动性指标）
那么可以推测出calculate_by_code的作用是盘算出单个币种的选股周期的因子
在这个函数之后，还需要做的是：让所有的币的数据归并在一起，按照因子排序，选出前n只币，然后盘算资金曲线
  

• 终极整理数据
  

   首先将上一步得到的dataframe都归并在一起
然后对每一个大因子，盘算截面因子
接着按照币种和打因子，将信息存储起来。
  calculate_by_code

• 读取分钟数据
  

   首先读取币种的历史数据，而且将其和min_bench归并，与period_bench归并之后，假如数据为空，那么直接退出
  

• 遍历每个因子，盘算因子值
  

   这里做了一个看起来很奇怪的事情，它在读历史数据，它这里假设，历史上都跑完了，而且跑的就是这个币的这个因子，假如有多有少，就先删了再跑。
它做的事情是，假如这个因子之前跑过了，那就读取之前的文件，然后获取之前没有盘算，而现在需要盘算的时间list
假如这个因子没跑过，那就新建文件，然后有一个时间list
总的来说，这一段，就是为了处理之前已经盘算过的数据，因为盘算量太大了，所以这里假如存在之前已经盘算过的数据，那就找到那些没有盘算的周期。这里的时间是小时或者天
万一有些盘算了一天 / 一小时中的某些数据，其他数据没有盘算怎么办
这里的pdf是天或者小时数据，以period_bench 盘算
在找到之前盘算过的数据之后，将之前盘算过的数据和pdf归并
开始盘算因子cal_min_factors cal_daily_factors 这里不懂，为什么要分开盘算，之后再看
  

• 因子数据整理并输出
  

   由于混杂了之前的历史数据，以及在盘算的时候，可能会带入一些别的列，这里找到了所有因子，和时间 币种一起保留下来，这里的数据是小时 / 天数据
  calculate_by_code

• 读取分钟数据
  

   pdf为period_bench的dataframe
mdf是min_bench的dataframe和币的历史数据的归并
  

• 遍历每个因子，盘算因子值
  

   由于盘算量较大，假如之前有盘算过该数据，那么就找到之前的数据，并整理没有盘算过的时间周期
cal_min_factors cal_daily_factors盘算因子
这里对这两个数据的猜测是：cal_min_factors盘算1分钟到5分钟的数据，cal_daily_factors的作用是由五分钟数据盘算小时或者填数据
  

• 因子数据整理并输出
  

   保存数据
  cal_min_factors

• 参数：时间（小时/天）mdf pdf
  

   mdf 为数据和min_bench归并之后的效果
pdf(ddf)为period_bench数据，假如有已经盘算好的数据，则pdf和已经盘算好的数据归并
  

• 需要盘算的是特定时间的数据，所以，先获取mdf中特定时间下的数据
  
• 现在的数据是分钟数据，首先要得到五分钟/10分钟数据。减小数据量
  
• 然后盘算小时/天数据。
  
• 这里的周期开始交易日什么意思
  
• temp复制分钟数据
  
• 然后resample成5/10分钟数据，周期开始交易日为第一个分钟，并将名字改回candle_begin_time
  
• 得到5/10分钟数据之后，盘算最短路径，这里可以再看看，因为我也不知道最短路径是啥？？？
  
• 这里为什么要盘算5和10分钟，只盘算5不可吗？？？
  
• 最短路径：2*（最高价 - 最低价） / abs(开盘价 - 收盘价)
  
• 最短路径标准化：最短路径 / 当天/小时的第一个开盘价
  
• 标准化的作用：让值在0-1之间
  
• 盘算小时/日的成交额之和，盘算最短路径之和
  
• 将盘算出来的小时/日的因子归并到ddf中。
  
• 所以说这里的5分钟和10分钟，在盘算出来之后，这些因子都要被归并在ddf中
  
• 现有的代码，只盘算了因子，基于分钟数据，首先resample成5/10分钟，基于5/10分钟的数据，盘算小时/日的因子
  
• 盘算出因子之后，选股，绘制资金曲线不在考虑范围之内。
  
• 放量流动性
  

   只看一小时内放量k线的illq
成交量 > 平均成交量 + 标准差
此中平均成交量是这一小时/天的五分钟数据求平均
此中标准差是这一小时/天的五分钟数据求标准差
  cal_min_factors

• 总的来说，这个函数，传入mdf和pdf，此中mdf是分钟级别的原数据，pdf是小时/天级别的目的数据
  
• 根据分钟数据，这个函数可以盘算5/10/20分钟的因子
  
• 首先将分钟数据resample为5/10分钟数据
  
• 然后盘算因子，写到pdf
  
• 甚至可以魔改，挑选一定条件下的因子，放到pdf
  

cal_daily_factors

• 这个函数的调用是在盘算完cal_min_factors之后，对pdf进行处理
  
• 这里在处理的数据是盘算出来小时/天的因子之后，对数据进行rolling操纵，是一个时序操纵，盘算的是小时/天的rolling操纵
  
• 这里有n和d，n表示的是5/10分钟，d表示的是rolling的天数
  

process_all_data

处理截面数据，好比5分钟和10分钟数据做加减乘除。。。
朋侪圈文案

个人做量化可行吗？
机器学习做量化可行吗？
自学量化
没有计划
抄我的就行
神经网络做量化，效果咋样？

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。