布林带因子 (cn_stock_factors_ta_bbands)

--- title: 布林带类技术指标因子（cn_stock_factors_ta_bbands） source: bigfactorwarehouse / cn_stock / cn_stock_factors_ta_bbands format: markdown --- # 布林带类技术指标因子（cn_stock_factors_ta_bbands） > 布林带三轨（中轨 / 上轨 / 下轨）在 (5, 10, 20) 周期 × (1.5σ, 2σ, 2.5σ) 共 9 档参数下的绝对轨道价，共 27 列。与通道与位置类的 `boll_pos_*`（%B 相对位置）互补：本表给出轨道价本身，适合做突破判别、止损线、通道宽度（上轨−下轨）等二次加工。 > > - **因子数量**：27 个因子 / 27 个数据列 > - **主键**：`date` + `instrument`（按 `cn_stock_instruments` 对齐全市场标的） > - **数据起始**：2010-01-01，日频增量更新 > - **复权口径**：后复权（`cn_stock_bar1d` 全表统一） --- ## 1. 上游依赖（基础数据表） | 上游表 | 用途 | 本表用到的字段 | |---|---|---| | `cn_stock_bar1d` | 后复权日行情，全部因子的计算输入 | `date`, `instrument`, `low`, `close` | | `cn_stock_instruments` | 全市场标的清单，决定本表每日的 `date` / `instrument` 组合 | `date`, `instrument` | > `cn_stock_bar1d` 为分区表，SQL 的 date 过滤由 `dai.query(filters={"date": [...]})` 下推完成。 --- ## 2. 因子清单（27 列） | # | 因子中文名 | 字段名 | 参数 | 因子逻辑 | 所属因子族 | |---|---|---|---|---|---| | 1 | 布林带中轨 | `bbands_middle_5_1d5` | 5/1.5 | n1 周期收盘价 SMA | 布林带中轨族 | | 2 | 布林带中轨 | `bbands_middle_10_1d5` | 10/1.5 | n1 周期收盘价 SMA | 布林带中轨族 | | 3 | 布林带中轨 | `bbands_middle_20_1d5` | 20/1.5 | n1 周期收盘价 SMA | 布林带中轨族 | | 4 | 布林带中轨 | `bbands_middle_5_2` | 5/2 | n1 周期收盘价 SMA | 布林带中轨族 | | 5 | 布林带中轨 | `bbands_middle_10_2` | 10/2 | n1 周期收盘价 SMA | 布林带中轨族 | | 6 | 布林带中轨 | `bbands_middle_20_2` | 20/2 | n1 周期收盘价 SMA | 布林带中轨族 | | 7 | 布林带中轨 | `bbands_middle_5_2d5` | 5/2.5 | n1 周期收盘价 SMA | 布林带中轨族 | | 8 | 布林带中轨 | `bbands_middle_10_2d5` | 10/2.5 | n1 周期收盘价 SMA | 布林带中轨族 | | 9 | 布林带中轨 | `bbands_middle_20_2d5` | 20/2.5 | n1 周期收盘价 SMA | 布林带中轨族 | | 10 | 布林带上轨 | `bbands_upper_5_1d5` | 5/1.5 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 11 | 布林带上轨 | `bbands_upper_10_1d5` | 10/1.5 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 12 | 布林带上轨 | `bbands_upper_20_1d5` | 20/1.5 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 13 | 布林带上轨 | `bbands_upper_5_2` | 5/2 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 14 | 布林带上轨 | `bbands_upper_10_2` | 10/2 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 15 | 布林带上轨 | `bbands_upper_20_2` | 20/2 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 16 | 布林带上轨 | `bbands_upper_5_2d5` | 5/2.5 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 17 | 布林带上轨 | `bbands_upper_10_2d5` | 10/2.5 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 18 | 布林带上轨 | `bbands_upper_20_2d5` | 20/2.5 | 中轨 + n2 × 标准差 | 布林带上轨族 | | 19 | 布林带下轨 | `bbands_lower_5_1d5` | 5/1.5 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 20 | 布林带下轨 | `bbands_lower_10_1d5` | 10/1.5 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 21 | 布林带下轨 | `bbands_lower_20_1d5` | 20/1.5 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 22 | 布林带下轨 | `bbands_lower_5_2` | 5/2 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 23 | 布林带下轨 | `bbands_lower_10_2` | 10/2 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 24 | 布林带下轨 | `bbands_lower_20_2` | 20/2 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 25 | 布林带下轨 | `bbands_lower_5_2d5` | 5/2.5 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 26 | 布林带下轨 | `bbands_lower_10_2d5` | 10/2.5 | 中轨 − n2 × 标准差 | 布林带下轨族 | | 27 | 布林带下轨 | `bbands_lower_20_2d5` | 20/2.5 | 中轨 − n2 × 标准差 | 布林带下轨族 | --- ## 3. 因子族公式与 DAI SQL ### 3.1 布林带中轨族 **公式**：中轨 = SMA(close, n1) **输出列（9）**：`bbands_middle_5_1d5`、`bbands_middle_10_1d5`、`bbands_middle_20_1d5`、`bbands_middle_5_2`、`bbands_middle_10_2`、`bbands_middle_20_2`、`bbands_middle_5_2d5`、`bbands_middle_10_2d5`、`bbands_middle_20_2d5` ```sql SELECT date, instrument, m_ta_bbands_m(close, timeperiod:=5, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_middle_5_1d5, m_ta_bbands_m(close, timeperiod:=10, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_middle_10_1d5, m_ta_bbands_m(close, timeperiod:=20, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_middle_20_1d5, m_ta_bbands_m(close, timeperiod:=5, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_middle_5_2, m_ta_bbands_m(close, timeperiod:=10, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_middle_10_2, m_ta_bbands_m(close, timeperiod:=20, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_middle_20_2, m_ta_bbands_m(close, timeperiod:=5, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_middle_5_2d5, m_ta_bbands_m(close, timeperiod:=10, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_middle_10_2d5, m_ta_bbands_m(close, timeperiod:=20, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_middle_20_2d5 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.2 布林带上轨族 **公式**：上轨 = SMA(close, n1) + n2 × STD(close, n1) **输出列（9）**：`bbands_upper_5_1d5`、`bbands_upper_10_1d5`、`bbands_upper_20_1d5`、`bbands_upper_5_2`、`bbands_upper_10_2`、`bbands_upper_20_2`、`bbands_upper_5_2d5`、`bbands_upper_10_2d5`、`bbands_upper_20_2d5` ```sql SELECT date, instrument, m_ta_bbands_u(close, timeperiod:=5, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_upper_5_1d5, m_ta_bbands_u(close, timeperiod:=10, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_upper_10_1d5, m_ta_bbands_u(close, timeperiod:=20, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_upper_20_1d5, m_ta_bbands_u(close, timeperiod:=5, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_upper_5_2, m_ta_bbands_u(close, timeperiod:=10, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_upper_10_2, m_ta_bbands_u(close, timeperiod:=20, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_upper_20_2, m_ta_bbands_u(close, timeperiod:=5, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_upper_5_2d5, m_ta_bbands_u(close, timeperiod:=10, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_upper_10_2d5, m_ta_bbands_u(close, timeperiod:=20, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_upper_20_2d5 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.3 布林带下轨族 **公式**：下轨 = SMA(close, n1) − n2 × STD(close, n1) **输出列（9）**：`bbands_lower_5_1d5`、`bbands_lower_10_1d5`、`bbands_lower_20_1d5`、`bbands_lower_5_2`、`bbands_lower_10_2`、`bbands_lower_20_2`、`bbands_lower_5_2d5`、`bbands_lower_10_2d5`、`bbands_lower_20_2d5` ```sql SELECT date, instrument, m_ta_bbands_l(close, timeperiod:=5, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_lower_5_1d5, m_ta_bbands_l(close, timeperiod:=10, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_lower_10_1d5, m_ta_bbands_l(close, timeperiod:=20, nbdevup:=1.5, nbdevdn:=1.5, matype:=0) AS bbands_lower_20_1d5, m_ta_bbands_l(close, timeperiod:=5, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_lower_5_2, m_ta_bbands_l(close, timeperiod:=10, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_lower_10_2, m_ta_bbands_l(close, timeperiod:=20, nbdevup:=2, nbdevdn:=2, matype:=0) AS bbands_lower_20_2, m_ta_bbands_l(close, timeperiod:=5, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_lower_5_2d5, m_ta_bbands_l(close, timeperiod:=10, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_lower_10_2d5, m_ta_bbands_l(close, timeperiod:=20, nbdevup:=2.5, nbdevdn:=2.5, matype:=0) AS bbands_lower_20_2d5 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` --- ## 4. 数据加工说明 ### 4.1 加工链路 ``` cn_stock_bar1d（后复权，WHERE close IS NOT NULL） → 3 组因子族 SQL 并行执行（joblib loky, n_jobs=8） → 按 cn_stock_instruments 左连接对齐全市场标的 → schema 归一化（列序 / 类型 / 缺失值） → dai_write 按 date 的年份分区落库 ``` - 历史构建：`create()`，自 **2010-01-01** 起按 **2 年**一段滚动执行，每段结束后 `gc.collect()` 释放内存。 - 增量构建：`build()`，默认覆盖最近 5 个自然日；落库前跑 `tester.py`，落库后更新前端文档。 ### 4.2 回溯冗余（避免窗口未预热导致的缺失值） 窗口算子只在查询下推后的行集上计算，所以每次计算都会**向前多取一段行情**： | 参数 | 取值 | 说明 | |---|---|---| | `lookback_days` | **300 个自然日**（≈ 200 个交易日） | 本表最长窗口 / 预热需求约 20 个交易日 | 多读一段历史不改变任何输出值（窗口算子只向前看），只是把区间首日的"本可避免的缺失"消掉。 EMA / RSI / ATR / MACD / TRIX 属于 IIR 递推算子，理论上预热期无限长，因此这些表的冗余按 **约 5 倍最长周期**取值，而非刚好等于窗口长度。 ### 4.3 停牌空值行的处理 `cn_stock_bar1d` 在停牌日会保留一行、但 `open/high/low/close/amount` 全为 NULL、`volume` 为 0。 `m_ta_*` 递推类算子只要吃到一个 NULL，之后就永久输出 NULL。因此所有 SQL 统一加 `WHERE close IS NOT NULL`，把停牌行从计算输入中剔除（此时 `m_lag(close, 1)` 指向上一个**交易日**， 符合技术指标的常规口径）。 实测（2024-01 全市场，回溯起点 2021-06）： | 处理方式 | bbands_middle_20 | atr14 | kdj_j_9 | macd_diff_12_26_9 | |---|---|---|---|---| | 不加过滤 | 88.3% | 88.3% | 88.4% | 88.1% | | **加 `WHERE close IS NOT NULL`** | **99.7%** | **99.7%** | **99.7%** | **99.5%** | ### 4.4 累计型因子的锚点 本表不含累计型因子，全部因子都是固定长度的滚动窗口计算，因此只受 `lookback_days` 影响。 ### 4.5 标的对齐与覆盖度 落库前以 `cn_stock_instruments` 为基准左连接，因此**每个交易日都是全市场标的的完整行**， 停牌股与上市不足窗口长度的新股在对应因子列上为 NULL。入库校验要求单因子整体覆盖度 ≥ 85% （`tester.py` 关键测试点），单日覆盖度 ≥ 80%（非关键，仅告警）。 ### 4.6 本表实现要点 - 小数参数按上游工程别名规则写入列名：1.5 → `1d5`，2.5 → `2d5`，2 → `2`。 - `m_ta_bbands_*` 的周期与倍数必须用命名参数传入（`timeperiod:=` / `nbdevup:=` / `nbdevdn:=` / `matype:=`），位置参数写法在 DAI 中会报 `Binder Error`；`matype:=0` 表示中轨用 SMA。 - 同一参数档的中轨在三个族中重复计算，SQL 层各族独立执行以便并行，落库后三轨可直接相减得到带宽。 --- ## 5. 覆盖度实测 实测区间 **2026-09-07 ~ 2026-09-17**（9 个交易日、50052 行，已按 `cn_stock_instruments` 对齐全市场标的）： | 指标 | 数值 | |---|---| | 因子列数 | 27 | | 最低覆盖度 | **99.50%**（bbands_middle_20_1d5） | | 中位覆盖度 | 99.63% | | 最高覆盖度 | 99.72% | | 覆盖度 < 85% 的列数 | 0 | | `tester.py` 关键测试点 | ✅ 通过 | 覆盖度最低的三列：`bbands_middle_20_1d5`(99.5%)、`bbands_middle_20_2`(99.5%)、`bbands_upper_20_1d5`(99.5%)。缺失主要来自**上市不足窗口长度的新股**与**当日停牌**，逐列明细见 `testdata/coverage_report.md`，数据示例见 `testdata/sample_data.csv`。 --- ## 6. 示例数据 {{sample_data}} --- ## 7. 使用建议 1. **横截面标准化**：本表含绝对量纲列（价位、波幅、成交量等），跨股票比较前建议用 `c_zscore(因子, group=date)` 或 `c_rank(因子, group=date)` 处理，或改用同族的比值型因子。 2. **去极值**：比值类因子分母虽已做 `NULLIF` 保护，但小分母仍会放大尾部，建议按日做分位数截断。 3. **冗余筛选**：同一指标的多参数档位之间相关性很高，建模前建议按 IC / 相关性 / 特征重要性做筛选， 而不是把全部列直接喂给模型。 4. **无未来函数**：全部因子只用当期与历史滚动数据；回测时注意前向收益口径（建议用次日开盘价）， 收盘价口径会系统性高估短周期反转类因子的收益。