BigQuant 练习赛

## 数据集 ### **`A股后复权日行情(cn_stock_bar1d)`** [A股后复权日行情(cn_stock_bar1d)](https://bigquant.com/data/datasources/cn_stock_bar1d) 该表记录了股票市场中各证券的日行情数据，特别采用后复权价格来展示。主要字段包含累计后复权因子、开高低收、昨收盘价、成交笔数、换手率、涨跌停价等。后复权处理是为了消除因股票分红、配股、转增股本等原因引起的价格变动，从而更真实地反映股票的价值变化。其中 (date, instrument) 即 股票代码、日期构成主键。 | 字段 | 字段类型 | 字段描述 | | --- | --- | --- | | **date** | timestamp\[ns\] | 日期 | | **instrument** | string | 证券代码 | | adjust\_factor | double | 累计后复权因子 | | amount | double | 成交金额 | | change\_ratio | double | 涨跌幅（后复权） | | close | double | 收盘价（后复权） | | deal\_number | int32 | 成交笔数 | | high | double | 最高价（后复权） | | low | double | 最低价（后复权） | | lower\_limit | double | 跌停价 | | name | string | 证券简称 | | open | double | 开盘价（后复权） | | pre\_close | double | 昨收盘价（后复权） | | turn | double | 换手率 | | upper\_limit | double | 涨停价 | | volume | int64 | 成交量 | ### 更多数据表 BigQuant平台提供了股票、期货、期权、基金、债券、另类等全市场多维度多频率数据，更多数据参加[**BigQuant数据平台**](https://bigquant.com/data/home)。 ## 数据API - DAI ### DAI文档 DAI (Data for AI) 是BigQuant研发的高性能分布式数据平台，对BigQuant数据提供了简单、统一、高性能的访问。DAI已经预装在BigQuant的[AIStudio](https://bigquant.com/aistudio?target=true)中，无需额外安装。[DAI 文档](https://bigquant.com/wiki/doc/PLSbc1SbZX) ### DAI数据访问示例 #### 数据查询 ``` import dai df = dai.query( "SELECT date, instrument, close FROM cn_stock_bar1d WHERE amount IS NOT NULL", filters={"date": ["2024-01-01", "2024-12-31"]} ).df() print(df) ``` 说明： - 首先导入 dai 包 - dai.query 是用于数据查询/计算最常用的接口 - 支持标准SQL - filters 里一般用于日期等过滤，[开始日期, 结束日期]，也可以放到 sql 中 - .df() 把结果转为 pandas DataFrame用于后续计算 - 速度 > 1000万行/秒 #### 数据计算 DAI 内置多种算子/函数，参考 [DAI函数文档](https://bigquant.com/wiki/doc/Rceb2JQBdS)。DAI专门为AI/量化场景优化的超高性能计算引擎，能充分利用现代CPU/GPU能力。 **时序算子** ``` import dai # 为每只股票每天计算当日收益率，m_ 开始的一般是时序算子 df = dai.query( "SELECT date, instrument, close / m_lag(close, 1) AS return_1 FROM cn_stock_bar1d", filters={"date": ["2024-01-01", "2024-12-31"]} ).df() print(df) ``` **截面算子+嵌套** ``` import dai # 为每只股票每天计算当日收益率排名，c_ 开始的一般是截面算子，窗口函数等需要用 `QUALIFY` 过滤 df = dai.query( """ SELECT c_rank(close / m_lag(close, 1)) AS rank_return_1, date, instrument FROM cn_stock_bar1d QUALIFY rank_return_1 IS NOT NULL """, filters={"date": ["2024-01-01", "2024-12-31"]} ).df() print(df) ``` **更多** 更多参考 [DAI 文档](https://bigquant.com/wiki/doc/PLSbc1SbZX)