股票高频特征构建与分析01

我们基于股票高频快照数据进行特征构建与分析，高质量的特征构建是后面进行模型训练，交易策略形成的重要基础。

我们已经将本文用到的全部源数据+源代码+Python环境打包好了，做到开箱即用，一键运行，感兴趣的朋友可以下载，自己多动手才是学习的最佳途径。在公众号后台回复“高频特征01”获取。

先看一下基础的高频数据样本，这是一份3秒频率的股票快照，包括了最新成交价，成交量，成交额，最高最低价，五档买卖挂单等信息。

我们选取了上证50的成分股及上证50ETF在某一天的数据进行分析，自变量是我们要构建的特征，因变量是我们要预测的目标。这里我们的目标是预测股票下一分钟的收益率。

先通过3秒快照的最新价，计算得到每个3秒快照的对数收益率，再对3秒的对数收益率进行20个时间窗口的滚动加和，得到pre_rtn20, 就是过去20个快照的收益率，将这个收益率向后平移20个快照，得到fut_rtn20，就是每个快照的1分钟后的收益率，也就是我们要预测的目标。

我们将过去20个快照的收益率pre_rtn20作为自变量，看看股票过去1分钟收益率和未来1分钟收益率之间的关系。