量能类技术指标因子 (cn_stock_factors_ta_volume_energy)

--- title: 量能类技术指标因子（cn_stock_factors_ta_volume_energy） source: bigfactorwarehouse / cn_stock / cn_stock_factors_ta_volume_energy format: markdown --- # 量能类技术指标因子（cn_stock_factors_ta_volume_energy） > 只用成交量序列构造的量能指标，是把价格类经典指标（MA / MACD / OSC / STD / RSI / ROC）整体平移到成交量上的一族因子，外加上涨量与下跌量对比的 VR。这类因子与价格方向无关（VR 除外），适合与价格动量因子组合使用以降低相关性。 > > - **因子数量**：7 个因子 / 7 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`, `close`, `volume` | | `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（7 列） | # | 因子中文名 | 字段名 | 参数 | 因子逻辑 | 所属因子族 | |---|---|---|---|---|---| | 1 | 量简单移动平均 | `vma5` | 5 | 成交量 5 日移动平均 | VMA 量均线 / VSTD 量标准差 | | 2 | 成交量标准差 | `vstd10` | 10 | 近 10 日成交量标准差 | VMA 量均线 / VSTD 量标准差 | | 3 | 量指数平滑异同平均 | `vmacd` | 12/26 | 成交量的快慢 EMA 差 | VMACD 量指数平滑异同平均 / VOSC 成交量震荡 | | 4 | 成交量震荡 | `vosc` | 5/20 | 量短长 EMA 差占比 | VMACD 量指数平滑异同平均 / VOSC 成交量震荡 | | 5 | 成交量比率 | `vr26` | 26 | 上涨日量 / 下跌日量 | VR 成交量比率 | | 6 | 量变动速率 | `vroc12` | 12 | 成交量 12 日变化率 | VROC 量变动速率 / VRSI 量相对强弱 | | 7 | 量相对强弱 | `vrsi6` | 6 | 量涨跌差的相对强弱 | VROC 量变动速率 / VRSI 量相对强弱 | --- ## 3. 因子族公式与 DAI SQL ### 3.1 VMA 量均线 / VSTD 量标准差 **公式**：VMA5 = MA5(Volume)；VSTD10 = STD10(Volume) **输出列（2）**：`vma5`、`vstd10` ```sql SELECT date, instrument, m_avg(volume, 5) AS vma5, m_stddev(volume, 10) AS vstd10 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.2 VMACD 量指数平滑异同平均 / VOSC 成交量震荡 **公式**：VMACD = EMA12(Volume) − EMA26(Volume)；VOSC = (EMA5(Volume) − EMA20(Volume)) / EMA5(Volume) × 100 **输出列（2）**：`vmacd`、`vosc` ```sql SELECT date, instrument, m_ta_ema(volume, 12) - m_ta_ema(volume, 26) AS vmacd, (m_ta_ema(volume, 5) - m_ta_ema(volume, 20)) / NULLIF(m_ta_ema(volume, 5), 0) * 100 AS vosc FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.3 VR 成交量比率 **公式**：VR = (SUM_Up(V,26) + 0.5×SUM_Flat(V,26)) / (SUM_Down(V,26) + 0.5×SUM_Flat(V,26)) × 100 **输出列（1）**：`vr26` ```sql SELECT date, instrument, 100.0 * (m_sum(if(close > m_lag(close, 1), volume, 0), 26) + 0.5 * m_sum(if(close = m_lag(close, 1), volume, 0), 26)) / NULLIF(m_sum(if(close < m_lag(close, 1), volume, 0), 26) + 0.5 * m_sum(if(close = m_lag(close, 1), volume, 0), 26), 0) AS vr26 FROM cn_stock_bar1d WHERE close IS NOT NULL ORDER BY date, instrument ``` ### 3.4 VROC 量变动速率 / VRSI 量相对强弱 **公式**：VROC = (V − V_12日前)/V_12日前 × 100；VRSI = MA6(MAX(V−前V, 0)) / MA6(|V−前V|) × 100 **输出列（2）**：`vroc12`、`vrsi6` ```sql SELECT date, instrument, (volume - m_lag(volume, 12)) / NULLIF(m_lag(volume, 12), 0) * 100 AS vroc12, m_avg(greatest(volume - m_lag(volume, 1), 0), 6) / NULLIF(m_avg(abs(volume - m_lag(volume, 1)), 6), 0) * 100 AS vrsi6 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） → 4 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` | **250 个自然日**（≈ 167 个交易日） | 本表最长窗口 / 预热需求约 26 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 - `vma5`、`vstd10` 与成交量同量纲（股），跨股横截面使用前必须先做标准化或改用比值型因子（如量价类的 `vol_ratio_*`）。`vmacd` 同理。 - `vosc`、`vroc12`、`vrsi6`、`vr26` 已经是比值/百分比形式，可直接跨股比较。 - `vr26` 按 VR 标准公式实现，含 26 日滚动累计与平盘量 0.5 权重；部分上游写法只算了当日涨跌量（缺 `m_sum(..., 26)` 窗口），本表已修正。 - `vmacd`、`vosc` 统一用 DAI 宏 `m_ta_ema`，替代原生 `ta_ema(...) OVER(...)` 写法。 --- ## 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 | 7 | | 最低覆盖度 | **99.39%**（vmacd） | | 中位覆盖度 | 99.59% | | 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：`vmacd`(99.4%)、`vr26`(99.4%)、`vosc`(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。