能否给一个sql实现的由分钟级数据生成十分钟数据的例子

用pandas的resample效率较低，请给一个sql实现的例子

基于XGBoost模型的智能选股策略

ai 3.0 运行 报错

ai2.0 运行 收益是负值 [基于XGBoost模型的智能选股

新版取代旧版的'mf_net_amount_xl'是哪个？

我看了新版里边的资金流因子最接近的只有这个‘netflow_amount_large’，但还是有区别，有没有完全一致的因子？

K 线处理函数，获取持仓股票的当日收盘价和前一日收盘价，出现错误，请老师帮忙看看，谢谢

错误：cannot access local variable 'stock_lastday_price' where it is not associated with a value

![](/

查询沪深300成分股的收盘价 报错

import dai

# 查询沪深300成分股的收盘价
query = """
SELECT instrument, close 
FROM cn_stock_bar1d 
WHERE instrument IN (
    SEL

知识库里面文章“获取市场涨跌停统计数据”，用“克隆策略”“复制代码”两个途径复制后运行，都报错了

下面是文章的标题

![](/wiki/api/attachments.redirect?id=8507e92b-d6d7-4e70-919a-94f26a5aaa58 " =945x86"

回测正常，模拟报错

这个策略回测正常（回测到10月9日正常的），但是提交模拟交易就报错，请老师看一下是什么原因

[https:/

这一期我们介绍四个因子：盘口买入数量、盘口买入金额、盘口卖出数量、盘口卖出金额。

数据定义

我们以盘口买入数量为例，它的计算步骤如下：

1. 对每个快照, 将所有盘口委买10档数量求和;
2. 一分钟区间内, 对所有快照的委买量取平均(数量加总/快照数)。

那么金额是同样的道理，在第一

这一章我们来加工针对买一价、卖一价的高开低收的分钟因子。

数据定义

我们都知道真正的高开低收是如何加工出来的:

• 开盘价: 每分钟的第一个成交价格;
• 最高价: 每分钟内最高成交价格;
• 最低价: 每分钟内最低成交价格;
• 收盘价: 每分钟的最后一个成交价格.

那么只需要将成交价

这一章我们来加工股票的盘口价差系列因子：时序加权的盘口价差、成交量加权的盘口价差、成交价加权的盘口价差。通过pandas能够将三者同时加工出来, 当然和dai.query的方式相比，前者的代码要稍复杂些但好处是能够同时观测到三个因子值。

数据定义

我们使用到的数据的表格形式如下

| 日期

正如标题所示，这个系列主要介绍订单斜率系列因子。需要用到数据流的表格名为cn_stock_level2_snapshot,需要开通数据流的请联系小Q。

时间加权订单斜率

数据定义

我们使用的数据格式如下:

| 日期 | 买一价 | 卖一价 | 买一量 | 卖一量 | 成交量 |

项目介绍

在经历了近期中国股市的大幅波动之后，我们深刻理解投资者和量化爱好者可能面临的压力和挑战。然而，请相信，每次市场的波动都携带着成长的种子，为我们深化理解和提升技能提供了绝佳的土壤。参加 BigQuant 量化未来之星选拔计划，不仅是开启量化金融职业之旅的第一步，更是在不确定性中

这一章节介绍和中间价相关的一系列分钟频因子的加工，需要用到快照数据cn_stock_level2_snapshot, 需要开通数据的请咨询小Q。

时间加权成交价比中间价

数据定义

我们来看看需要加工该因子的字段:

| 时间 | 委卖一价 | 委买一价 | 成交量 | 成

这一节我们来编写成交价加权净委买比例的分钟因子。该因子涉及到快照数据cn_stock_level2_snapshot表格，需要开通该表权限的用户请联系小Q。

数据定义

与成交量加权净委买比例的因子加工方法是类似的，为了大家能够详细的理解该因子，我们还是从头来解读一

更新

本文内容已经过期，待更新，请查看如下最新内容：

• python 基础：可先看本文
• 数据平台
• [数据可视化分析](https://bigquant.com/wiki/doc/big

本文将要带大家使用dai加工实时的基金分钟频数据, 进一步使用plotly对实时数据进行可视化操作, 加工因子需要各位对SQL语句有一定的了解，各位请参考dai的使用文档. 以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定

概述

这个系列我们主要使用基金快照数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

cn_fund_level2_snapshot

本文将要带大家使用dai加工实时的股票分钟频因子——成交量加权净委买比例。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

这里我们给出一些公式来了解该指标的算法，在给出公式之前，我们来看一下我们使用的数据表格结构：

| 时间 | 买一量 | 卖一量 | 成交量

数据定义

以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

构造这个因子需要用到的数据的表格形式如下:

本文将使用dai利用快照数据加工分钟频因子并进行可视化处理，需要用到十档委买单数量，所以我们需要使用的表格为cn_stock_level2_snapshot。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

这里我们需要花一些篇幅来介绍一下我们是如何将快照数据处理

概述

这个系列我们将会用到股票快照数据和逐笔数据来加工一些分钟高频因子，需要用到的表和对应字段如下。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

cn_stock_level2_snapshot

该表记录了股票l2的快照数据, 字段如下:

| 字段名 | 数据类

本文以中证1000的股指期货(IM2503.CFE)与指数(000852.SH)价差为例, 我们来加工股指与期货的价差因子并进行实时可视化操作。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

数据定义

因子构造思路较为简单，我们需要用到期货l1快照数据以及指数快照数据，首

在量化交易中，通过手段实时获取交易信号是基本功，本文将利用dai.stream_factor和其他第三方库配合给你的qq邮件发送策略信号。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

![](/wiki/api/attachments.redirect?id=f7258

这一次我们选用螺纹钢的相关期货合约来加工一个近月与远月合约的价差因子。我们选用的标的为rb2503.SHF, rb2501.SHF。以下涉及到的流数据表需要权限才可使用，开通权限请咨询小Q。

因子代码

这里只需取出价格数据即可，所以我们直接对代码进行讲解。

im