超买超卖类因子 (cn_stock_factors_ta_overbought)

--- title: 超买超卖类技术指标因子（cn_stock_factors_ta_overbought） source: bigfactorwarehouse / cn_stock / cn_stock_factors_ta_overbought format: markdown --- # 超买超卖类技术指标因子（cn_stock_factors_ta_overbought） > 以 RSI、KDJ、威廉指标（WR）为主的超买超卖族。RSI 度量区间内涨跌力量对比（0~100）；KDJ 由未成熟随机值 RSV 经两次平滑得到 K、D，再派生 J = 3K − 2D，对拐点最敏感；WR 反向刻画收盘价在高低区间中的位置（值越大越接近区间低位）。 > > - **因子数量**：31 个因子 / 31 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`, `high`, `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（31 列） | # | 因子中文名 | 字段名 | 参数 | 因子逻辑 | 所属因子族 | |---|---|---|---|---|---| | 1 | 相对强弱指标 | `rsi6` | 6 | 短周期 RSI，灵敏超买超卖 | RSI 相对强弱族 | | 2 | 相对强弱指标 | `rsi14` | 14 | 标准 RSI | RSI 相对强弱族 | | 3 | 相对强弱指标 | `rsi24` | 24 | 长周期 RSI，趋势性更强 | RSI 相对强弱族 | | 4 | KDJ J 值（快） | `kdj_j_9` | 9/3/3 | 快 KDJ 超买超卖与拐点 | KDJ J 值族（快 / 慢） | | 5 | KDJ J 值（慢） | `kdj_j_21` | 21/3/3 | 慢 KDJ，信号更平滑 | KDJ J 值族（快 / 慢） | | 6 | 威廉指标 | `wr9` | 9 | 收盘价在 9 日区间内位置（同花顺 LWR） | 威廉指标族 | | 7 | 威廉指标 | `wr10` | 10 | 收盘价在 10 日区间内位置，反向指标 | 威廉指标族 | | 8 | 威廉指标 | `wr14` | 14 | 收盘价在 14 日区间内位置，反向指标 | 威廉指标族 | | 9 | KDJ未成熟随机值 | `kdj_rsv_9_3_3` | 9/3/3 | (收盘价 − n1 日内最低价)/(n1 日内最高价 − n1 日内最低价)，仅 n1 生效 | KDJ 未成熟随机值族 | | 10 | KDJ未成熟随机值 | `kdj_rsv_14_3_3` | 14/3/3 | (收盘价 − n1 日内最低价)/(n1 日内最高价 − n1 日内最低价)，仅 n1 生效 | KDJ 未成熟随机值族 | | 11 | KDJ未成熟随机值 | `kdj_rsv_5_3_3` | 5/3/3 | (收盘价 − n1 日内最低价)/(n1 日内最高价 − n1 日内最低价)，仅 n1 生效 | KDJ 未成熟随机值族 | | 12 | KDJ未成熟随机值 | `kdj_rsv_10_3_6` | 10/3/6 | (收盘价 − n1 日内最低价)/(n1 日内最高价 − n1 日内最低价)，仅 n1 生效 | KDJ 未成熟随机值族 | | 13 | KDJ未成熟随机值 | `kdj_rsv_20_5_5` | 20/5/5 | (收盘价 − n1 日内最低价)/(n1 日内最高价 − n1 日内最低价)，仅 n1 生效 | KDJ 未成熟随机值族 | | 14 | KDJ的K值 | `kdj_k_9_3_3` | 9/3/3 | RSV 的 n2 日移动平均 | KDJ K 值族 | | 15 | KDJ的K值 | `kdj_k_14_3_3` | 14/3/3 | RSV 的 n2 日移动平均 | KDJ K 值族 | | 16 | KDJ的K值 | `kdj_k_5_3_3` | 5/3/3 | RSV 的 n2 日移动平均 | KDJ K 值族 | | 17 | KDJ的K值 | `kdj_k_10_3_6` | 10/3/6 | RSV 的 n2 日移动平均 | KDJ K 值族 | | 18 | KDJ的K值 | `kdj_k_20_5_5` | 20/5/5 | RSV 的 n2 日移动平均 | KDJ K 值族 | | 19 | KDJ的D值 | `kdj_d_9_3_3` | 9/3/3 | K 值的 n3 日移动平均 | KDJ D 值族 | | 20 | KDJ的D值 | `kdj_d_14_3_3` | 14/3/3 | K 值的 n3 日移动平均 | KDJ D 值族 | | 21 | KDJ的D值 | `kdj_d_5_3_3` | 5/3/3 | K 值的 n3 日移动平均 | KDJ D 值族 | | 22 | KDJ的D值 | `kdj_d_10_3_6` | 10/3/6 | K 值的 n3 日移动平均 | KDJ D 值族 | | 23 | KDJ的D值 | `kdj_d_20_5_5` | 20/5/5 | K 值的 n3 日移动平均 | KDJ D 值族 | | 24 | KDJ的J值 | `kdj_j_14_3_3` | 14/3/3 | 3K − 2D 派生值 | KDJ J 值族（多参数档） | | 25 | KDJ的J值 | `kdj_j_5_3_3` | 5/3/3 | 3K − 2D 派生值 | KDJ J 值族（多参数档） | | 26 | KDJ的J值 | `kdj_j_10_3_6` | 10/3/6 | 3K − 2D 派生值 | KDJ J 值族（多参数档） | | 27 | KDJ的J值 | `kdj_j_20_5_5` | 20/5/5 | 3K − 2D 派生值 | KDJ J 值族（多参数档） | | 28 | 相对强弱指数 | `rsi_12` | 12 | n1 周期内涨跌强弱，0~100 | RSI 相对强弱指数族 | | 29 | 相对强弱指数 | `rsi_48` | 48 | n1 周期内涨跌强弱，0~100 | RSI 相对强弱指数族 | | 30 | 相对强弱指数 | `rsi_60` | 60 | n1 周期内涨跌强弱，0~100 | RSI 相对强弱指数族 | | 31 | 相对强弱指数 | `rsi_120` | 120 | n1 周期内涨跌强弱，0~100 | RSI 相对强弱指数族 | --- ## 3. 因子族公式与 DAI SQL ### 3.1 RSI 相对强弱族 **公式**：RSI_N = 100 × SMA_N(MAX(Close−前Close, 0)) / SMA_N(|Close−前Close|) **输出列（3）**：`rsi6`、`rsi14`、`rsi24` ```sql SELECT date, instrument, m_ta_rsi(close, 6) AS rsi6, m_ta_rsi(close, 14) AS rsi14, m_ta_rsi(close, 24) AS rsi24 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.2 KDJ J 值族（快 / 慢） **公式**：RSV = (Close − MIN_N(Low))/(MAX_N(High) − MIN_N(Low))×100；K = SMA(RSV, M1)；D = SMA(K, M2)；J = 3K − 2D **输出列（2）**：`kdj_j_9`、`kdj_j_21` ```sql SELECT date, instrument, m_ta_kdj_j(high, low, close, fastk_period:=9, slowk_period:=3, slowd_period:=3) AS kdj_j_9, m_ta_kdj_j(high, low, close, fastk_period:=21, slowk_period:=3, slowd_period:=3) AS kdj_j_21 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.3 威廉指标族 **公式**：WR_N = (MAX_N(High) − Close) / (MAX_N(High) − MIN_N(Low)) × 100 **输出列（3）**：`wr9`、`wr10`、`wr14` ```sql SELECT date, instrument, (m_max(high, 9) - close) / NULLIF(m_max(high, 9) - m_min(low, 9), 0) * 100 AS wr9, (m_max(high, 10) - close) / NULLIF(m_max(high, 10) - m_min(low, 10), 0) * 100 AS wr10, (m_max(high, 14) - close) / NULLIF(m_max(high, 14) - m_min(low, 14), 0) * 100 AS wr14 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.4 KDJ 未成熟随机值族 **公式**：RSV = (close − MIN(low, n1)) / (MAX(high, n1) − MIN(low, n1)) **输出列（5）**：`kdj_rsv_9_3_3`、`kdj_rsv_14_3_3`、`kdj_rsv_5_3_3`、`kdj_rsv_10_3_6`、`kdj_rsv_20_5_5` ```sql SELECT date, instrument, (close - m_min(low, 9)) / NULLIF(m_max(high, 9) - m_min(low, 9), 0) AS kdj_rsv_9_3_3, (close - m_min(low, 14)) / NULLIF(m_max(high, 14) - m_min(low, 14), 0) AS kdj_rsv_14_3_3, (close - m_min(low, 5)) / NULLIF(m_max(high, 5) - m_min(low, 5), 0) AS kdj_rsv_5_3_3, (close - m_min(low, 10)) / NULLIF(m_max(high, 10) - m_min(low, 10), 0) AS kdj_rsv_10_3_6, (close - m_min(low, 20)) / NULLIF(m_max(high, 20) - m_min(low, 20), 0) AS kdj_rsv_20_5_5 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.5 KDJ K 值族 **公式**：K = SMA(RSV, n2) **输出列（5）**：`kdj_k_9_3_3`、`kdj_k_14_3_3`、`kdj_k_5_3_3`、`kdj_k_10_3_6`、`kdj_k_20_5_5` ```sql SELECT date, instrument, m_ta_kdj_k(high, low, close, fastk_period:=9, slowk_period:=3, slowd_period:=3) AS kdj_k_9_3_3, m_ta_kdj_k(high, low, close, fastk_period:=14, slowk_period:=3, slowd_period:=3) AS kdj_k_14_3_3, m_ta_kdj_k(high, low, close, fastk_period:=5, slowk_period:=3, slowd_period:=3) AS kdj_k_5_3_3, m_ta_kdj_k(high, low, close, fastk_period:=10, slowk_period:=3, slowd_period:=6) AS kdj_k_10_3_6, m_ta_kdj_k(high, low, close, fastk_period:=20, slowk_period:=5, slowd_period:=5) AS kdj_k_20_5_5 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.6 KDJ D 值族 **公式**：D = SMA(K, n3) **输出列（5）**：`kdj_d_9_3_3`、`kdj_d_14_3_3`、`kdj_d_5_3_3`、`kdj_d_10_3_6`、`kdj_d_20_5_5` ```sql SELECT date, instrument, m_ta_kdj_d(high, low, close, fastk_period:=9, slowk_period:=3, slowd_period:=3) AS kdj_d_9_3_3, m_ta_kdj_d(high, low, close, fastk_period:=14, slowk_period:=3, slowd_period:=3) AS kdj_d_14_3_3, m_ta_kdj_d(high, low, close, fastk_period:=5, slowk_period:=3, slowd_period:=3) AS kdj_d_5_3_3, m_ta_kdj_d(high, low, close, fastk_period:=10, slowk_period:=3, slowd_period:=6) AS kdj_d_10_3_6, m_ta_kdj_d(high, low, close, fastk_period:=20, slowk_period:=5, slowd_period:=5) AS kdj_d_20_5_5 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.7 KDJ J 值族（多参数档） **公式**：J = 3K − 2D **输出列（4）**：`kdj_j_14_3_3`、`kdj_j_5_3_3`、`kdj_j_10_3_6`、`kdj_j_20_5_5` ```sql SELECT date, instrument, m_ta_kdj_j(high, low, close, fastk_period:=14, slowk_period:=3, slowd_period:=3) AS kdj_j_14_3_3, m_ta_kdj_j(high, low, close, fastk_period:=5, slowk_period:=3, slowd_period:=3) AS kdj_j_5_3_3, m_ta_kdj_j(high, low, close, fastk_period:=10, slowk_period:=3, slowd_period:=6) AS kdj_j_10_3_6, m_ta_kdj_j(high, low, close, fastk_period:=20, slowk_period:=5, slowd_period:=5) AS kdj_j_20_5_5 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.8 RSI 相对强弱指数族 **公式**：RSI_N = m_ta_rsi(close, N) **输出列（4）**：`rsi_12`、`rsi_48`、`rsi_60`、`rsi_120` ```sql SELECT date, instrument, m_ta_rsi(close, 12) AS rsi_12, m_ta_rsi(close, 48) AS rsi_48, m_ta_rsi(close, 60) AS rsi_60, m_ta_rsi(close, 120) AS rsi_120 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） → 8 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` | **900 个自然日**（≈ 601 个交易日） | 本表最长窗口 / 预热需求约 120 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 - DAI 的 KDJ 算子签名为 `m_ta_kdj_*(high, low, close, fastk_period:=, slowk_period:=, slowd_period:=)`，参数顺序与部分上游因子表的 `(close, high, low)` 写法不同，且周期必须用命名参数；本表按 DAI 签名实现。 - `kdj_rsv_*` 输出 0~1 的原始比值（未 ×100），与 `kdj_k/d/j_*` 的 0~100 量纲不同，这是沿用上游工程口径，使用时注意不要直接与 K/D/J 混算。`kdj_rsv_*` 只有 n1 参与计算，n2/n3 仅用于与同族 K/D/J 的命名对齐。 - RSI 为 Wilder 递推（IIR），`rsi_120` 的预热较长，回溯冗余取 900 个自然日（约 600 个交易日）。 - `kdj_j_9`（9/3/3）与 `kdj_j_9_3_3` 在因子文档中已去重，本表只保留 `kdj_j_9`、`kdj_j_21` 两列作为“KDJ J 值族”，另按 (14,3,3)/(5,3,3)/(10,3,6)/(20,5,5) 四档收录 `kdj_j_*_*_*`。 --- ## 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 | 31 | | 最低覆盖度 | **98.18%**（rsi_120） | | 中位覆盖度 | 99.54% | | 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：`rsi_120`(98.2%)、`rsi_60`(99.0%)、`rsi_48`(99.1%)。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。