import pandas as pd
import numpy as np
from biglearning.module2.common.data import Outputs
from zipline.finance.commission import PerOrder
import os
from bigdatasource.api import DataSource
from biglearning.api import M
from biglearning.api import tools as T
from biglearning.module2.common.data import Outputs
import warnings
warnings.filterwarnings('ignore')
from joblib import Parallel, delayed
sd = '2022-01-01'
ed = '2023-05-09'
df = DataSource('bar1m_CN_STOCK_A').read(start_date=sd,end_date=ed,instruments=['002362.SZA'])
3.1 “潮汐”的定义 我们观察个股分钟频成交量的高点与低点来定义“涨潮”与“退潮”， 具体如下： 1）剔除开盘和收盘数据，仅考虑日内分钟频数据，为了减小个别异 常点的影响，我们首先计算个股每分钟的成交量及其前后 4 分钟成交 量的总和（共 9 分钟），作为该分钟“邻域成交量”。 2）假设“邻域成交量”最高点发生在第 t 分钟，这一分钟称为“顶峰 时刻”。 3）第 5～t-1 分钟里，“邻域成交量”最低点发生在第 m 分钟，这一点 的邻域成交量为 Vm，收盘价为 Cm，这一分钟称为“涨潮时刻”，从 “涨潮时刻”到“顶峰时刻”的过程记为“涨潮”。 4）第 t+1～233 分钟里，”邻域成交量“最低点发生在第 n 分钟里，这 一点的邻域成交量为 Vn，收盘价为 Cn，这一分钟称为“退潮时刻”， 从“顶峰时刻”到“退潮时刻”的过程记为“退潮”。 5）从“涨潮时刻”到“退潮时刻”的全过程记为一次“潮汐”。
3.2 “潮汐”过程的价格变动速率 我们首先来考察“潮汐”过程的价格变动速率，进而构造“全潮汐” 因子，具体过程如下： 1）如上述定义，我们记“涨潮时刻”发生在第 m 分钟，收盘价为 Cm； “退潮时刻”发生在第 n 分钟，收盘价为 Cn。 2）则全部“潮汐”过程的价格变化率为(Cn-Cm)/Cm。 金融工程报告 7 敬请关注文后特别声明与免责条款 3）进而全“潮汐”过程的价格变动速率为(Cn-Cm)/Cm/(n-m)，我们 将此作为每日投资者出售或购买股票意愿强烈程度的代理变量。 4）我们计算最近 20 个交易日的价格变动速率的平均值，记为“全潮 汐”因子。 接下来我们将对上述构建的“全潮汐”因子进行单因子测试，我们在 全 A 样本中按照月度频率进行测试，测试中对因子进行市值和行业正 交化处理，测试区间为 2013 年 4 月至 2022 年 2 月（下同）。因子表 现如下所示。
df = df.head(240)
df.reset_index(inplace=True,drop=True)
df = DataSource('bar1m_CN_STOCK_A').read(start_date=sd,end_date=ed,instruments=['002362.SZA'])
df = df.head(240)
df['day'] = df['date'].dt.to_period('D')
df
def calc_data(instrument,sd,ed):
import warnings
warnings.filterwarnings('ignore')
df = DataSource('bar1m_CN_STOCK_A').read(start_date=sd,end_date=ed,instruments = instrument)
df_ = df.copy()
df_['day'] = df_['date'].dt.to_period('D')
def calc_one_day(df):
df.reset_index(inplace=True,drop=True)
vs = df.loc[0,'volume']
cs = df.loc[0,'close']
s = 0
df['邻域'] = df['volume'] +df['volume'].shift()+df['volume'].shift(2)+df['volume'].shift(3)+df['volume'].shift(4)+df['volume'].shift(-1)+df['volume'].shift(-2)+df['volume'].shift(-3)+df['volume'].shift(-4)
df.dropna(inplace=True)
df.reset_index(inplace=True,drop=True)
idxmax = df['邻域'].idxmax() #顶峰
if idxmax != 0:
df_1 = df.loc[:idxmax]
df_2 = df.loc[idxmax:]
idxmin_m = df_1['邻域'].idxmin()
idxmin_n = df_2['邻域'].idxmin()
vm = df.loc[idxmin_m,'volume']
cm = df.loc[idxmin_m,'close']
vn = df.loc[idxmin_n,'volume']
cn = df.loc[idxmin_n,'close']
df['vm'] = vm
df['cm'] = cm
df['vn'] = vn
df['cn'] = cn
df['nm'] = idxmin_n - idxmin_m
else:
idxmin = df['邻域'].idxmin()
vn = df.loc[idxmin,'volume']
cn = df.loc[idxmin,'close']
df['vm'] = vs
df['cm'] = cs
df['vn'] = vn
df['cn'] = cn
df['nm'] = idxmin
df['factor'] = (df['cn'] - df['cm'])/df['cm']/df['nm']
return df
df_ = df_.groupby('day').apply(calc_one_day)
return df_
tmp = DataSource('bar1d_CN_STOCK_A').read(start_date=sd,end_date=ed)
ins_list = tmp.instrument.unique()
results = Parallel(n_jobs=32)(delayed(calc_data)(ins,sd,ed) for ins in ins_list)
df = pd.concat(results)