🔥 热搜 🔥
百度今日热点微信公众平台贴吧opggdnf私服百度贴吧知乎dnf公益服百度傻逼
分类
社会娱乐国际人权科技经济其它
🔥 热搜 🔥
上海习近平新疆鄂州父女瓜乌鲁木齐疫情H工口小学生赛高习明泽芊川一笑图包印尼排华
分类
社会娱乐国际人权科技经济其它
查看原文
其他

视频回顾丨因子挖掘最佳实践

DolphinDB DolphinDB 2022-10-13
收录于合集 #量化金融 15个

上周四晚，我们围绕因子投研、实时计算、存储查询、回测建模以及因子计算的工程化等场景，以日频因子、分钟频因子、快照因子和逐笔因子为例，为大家解读了基于 DolphinDB 的因子计算的最佳实践。错过直播也没关系，本文带你回顾精彩内容！


完整直播回放：

https://www.bilibili.com/video/BV1NY411F75J?spm_id_from=333.999.0.0


01

因子投研

在投研阶段，会通过历史数据批量计算生成因子，研究员往往需要将每一种因子的计算都封装成自定义函数。根据因子类型和使用者习惯的不同，DolphinDB 提供了面板和 SQL 两种计算方式。以 Alpha 1 因子计算为例， DolphinDB 内置函数在面板计算中发挥了高效作用。在SQL 模式中，以自定义的因子函数 factorDoubleEMA 为例，如果因子的计算逻辑只涉及股票自身的时间序列数据，不涉及多个股票横截面上的信息，我们可以直接在 SQL 中按股票分组，然后在 select 中调用因子函数计算每个股票在一段时间内的因子值。在实际操作中，由于不同频率数据的因子具有不同的特点，其计算方法也有所不同。以日内收益率偏度因子、有状态因子、无状态因子和主买成交量占比因子为例，DolphinDB 能够提供适配不同频率数据计算因子的计算方式。

02

因子实时计算

我们已经在投研阶段，将核心因子用自定义函数表示出来了，那么在生产环境中，还需要做什么呢？在大小单的流式处理、主买成交量占比因子的流式处理、以及复杂因子 Alpha 1的流式计算等实际案例中， DolphinDB 通过流计算引擎实现了因子在生产环境中的增量计算，极大提升了用户的开发和部署效率。

03

因子存储与查询

无论是批量计算还是实时计算，因子的存储对后续投研分析都具有重要意义。在考虑实际数据存储方案时，有三方面值得关注：存储引擎、存储方式与分区方式。从实际案例出发， 以存储5个因子一年的分钟级数据来进行测试，我们比对了 OLAP 纵表、 TSDB 纵表以及 TSDB 宽表这三种存储模式在数据大小、实际使用的存储空间、写入速度等方面的优劣。除此之外，我们还模拟大数据量，通过多个角度的查询测试来比对上述三种存储方式的查询性能。测试结果表明，宽表 TSDB 模式存储在存储空间、存储速度、直接检索数据、以面板模式检索数据与以非分区维度检索数据方面均有明显优势。

04

因子回测和建模

经过了因子的投研、实时计算与存储查询等阶段，因子的回测同样至关重要。动量因子与 systematic strategy 可以代表单因子与多因子的回测。除此之外，简单加权法和回归法这两种多因子建模法也可以在 DolphinDB 中实现。在进行因子相关性分析时，我们推荐使用更高效便捷的 array vector 。

05

因子计算的工程化

实际量化投研过程中，研究员要聚焦策略因子研发，而因子计算框架的开发维护通常是 IT 部门人员来负责，为了加强协作，通常要进行工程化管理。投研团队可以通过模块和自定义函数封装核心因子业务逻辑，IT团队则维护框架代码，同时利用权限模块有效隔离各团队之间的数据访问权限，因子计算的工程化管理变得更加高效便捷。

06

实际案例

直播的最后，我们以日频因子、分钟频因子、快照因子和逐笔因子为例，为大家展示了 DolphinDB 在因子计算中的实操。本次直播所涉及的代码均包含在白皮书中，点击 阅读原文，即可获取完整白皮书。同样，如果在使用过程中遇到任何问题，欢迎添加小助手微信（ dolphindb1），我们将为大家提供充分、及时的技术支持。

Explore More





扫描二维码，添加 DolphinDB小助手点击阅读原文，获取因子挖掘白皮书

您可能也对以下帖子感兴趣

文章有问题？点此查看未经处理的缓存