ptrade从零开始学习量化交易第157期【ptrade量化策略研究参考--数据处理】

数据处理

更加详细的ptrade量化知识，后续会慢慢整理。

也可找寻博主历史文章，搜索关键词使用方案，比如本文涉及数据处理！

1、数据获取

我们首先要获得相应的数据基础的数据类型有四种：公司基本面数据、量价数据、宏观数据和特色数据，例如，上市公司的财务报表和十大股东高管年龄属于公司的基本面数据；股票的成交价、成交量、港口信息等等属于量价数据；国民生产总值、国债、利率属于宏观数据；像新闻舆情、电商销售额等等都属于特色数据。

2、数据清洗

这些数据都是构建因子的基石，在早期的量化投资机构中，由于数据质量的问题，这部分工作会占到他们甚至超过40%的时间。举例来说，对于数据中缺失值的补充就非常重要。
以部分负债计算为例，有息负债等于短期借款 + 一年内到期的长期负债 + 长期借款 + 应付债券 + 长期应付款。如果直接在上图所示的样本内加总，因为缺失值会导致最终的样本股从16个变为六个，数据缺失严重。非常有限的数据点，对因子的评估的能力就会大大折扣。