买一、卖一的高开低收系列因子

由bq7zuymm创建，最终由bq7zuymm更新于2024-10-09 06:59 被浏览 28 用户

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格替换成我们的买一、卖一价即可得到买一、卖一的高开低收。

因子加工代码

import dai
import time
import numpy as np

instruments = "('000002.SZ')"
dai.pull_data_to_table(datasource='cn_stock_level2_snapshot', table_name='stock_table', overwrite=True, lookback_time=72*60*60)

sql = f"""
SELECT date_trunc('minute', to_timestamp(datetime * 1.0 / 1000 + 8 * 60 * 60)) as date, instrument, datetime,
ask_price1, bid_price1
FROM stock_table
WHERE instrument in {instruments}
"""

engine = dai.stream_factor(sql, 'test', True, 'datetime ASC')

# 这是用来聚合的函数
def OLCH(df):
    df = df.sort_values('datetime')
    df['open_best_bid'] = df['bid_price1'].iloc[0]
    df['close_best_bid'] = df['bid_price1'].iloc[-1]
    df['high_best_bid'] = df['bid_price1'].max()
    df['low_best_bid'] = df['bid_price1'].min()
    df['open_best_ask'] = df['ask_price1'].iloc[0]
    df['close_best_ask'] = df['ask_price1'].iloc[-1]
    df['high_best_ask'] = df['ask_price1'].max()
    df['low_best_ask'] = df['ask_price1'].min()

    result = pd.DataFrame(
        {
            "date": [df['date'].iloc[-1]], 
            "instrument": [df['instrument'].iloc[-1]], 
            "open_best_bid": [df['open_best_bid'].iloc[-1]], 
            "close_best_bid": [df['close_best_bid'].iloc[-1]], 
            "high_best_bid": [df['high_best_bid'].iloc[-1]], 
            "low_best_bid": [df['low_best_bid'].iloc[-1]], 
            "open_best_ask": [df['open_best_ask'].iloc[-1]], 
            "close_best_ask": [df['close_best_ask'].iloc[-1]], 
            "high_best_ask": [df['high_best_ask'].iloc[-1]], 
            "low_best_ask": [df['high_best_ask'].iloc[-1]]
        }
    )
    return result

# 分钟因子加工
while True:
    time.sleep(60)
    data = engine.df()
    if len(data)==0:
        continue
    stream_data = data.groupby(['date', 'instrument']).apply(OLCH).reset_index(drop=True)

买一、卖一的高开低收系列因子

数据定义

因子加工代码

结果展示