高频因子构造笔记

证券研究报告·金融工程深度报告技术指标因子高频化

分钟数据如何转化为5/10分钟数据

• acd：不需要

5/10分钟数据如何转化为天数据

• 这里采用的是日 - 月数据

• 每月选取前20个交易日

• 而且采用衰减加权，这里可以和等权做对比
  

• acd：分钟直接对应日：

有没有对因子的魔改，比如需要特定条件下的因子

• 极值处理（剔除 3 倍标准差之外的样本）、缺失值处理（直接剔除）、中性化处理

有没有对时序数据做处理，比如rolling几天的数据

有没有对截面数据做处理，比如五分钟因子和十分钟因子做计算

其他

• 什么是超买和超卖
• 选币时间是什么时候？明确一下
• acd：分钟到5分钟 5分钟到日 日需要rolling多少天
• 需要做的事情：
• 1 改框架
• 2 改因子
• 股票rolling 20天，比特币这里先不做处理，之后再说。。。
• 紧急改动，这里为什么没有输出数据sos
• 最后才放进去的。。。
• 注意：对于分钟因子的文件和文件夹的处理，calculate_by_code和main函数中都有所涉及。分别作了什么操作

趋向指标因子

ACD收集派发指标

• 收盘价高于前一天收盘价

收集力量 = (收盘价 - 真实低位)
真实低位 = min (最低价， 前一天收盘价)

• 收盘价低于前一天收盘价

派发力量 = 真实高位 - 收盘价
真实高位 = MAX(最高价， 前一天收盘价)
这里的240的含义是每天交易4小时，每小时60分钟
低频指标：

高频指标

wma的计算方法

需要做的事情

• 写因子
• 对于分钟因子的文件和文件夹的处理，calculate_by_code和main函数中都有所涉及。分别作了什么操作

将年份数据合并在一起

• 路径 config
  E:\xingbuxing\高频\币对分类\spot_binance_1m
  E:\xingbuxing\高频\币对分类\spot_binance_1m_ftr
  E:\xingbuxing\高频\币对分类\swap_binance_1m
  E:\xingbuxing\高频\币对分类\swap_binance_1m_ftr
• 真实路径
  E:\xingbuxing\高频\币对分类\spot_binance_1m
  下面存储2021 - 20224的文件
  E:\xingbuxing\高频\币对分类\swap_binance_1m
  下面存储2021-2024的文件
  E:\xingbuxing\高频\币对分类\spot_binance_1m_ftr
  E:\xingbuxing\高频\币对分类\swap_binance_1m_ftr
  下面存储所有的ftr文件
• 0_csv转ftr.py

[‘2021’， ‘2022’，‘2023’， ‘2024’]
先for循环spot和swap
然后for循环年份
在for循环里面，首先将csv转ftr，将得到的ftr放入到
E:\xingbuxing\高频\币对分类\spot_binance_1m_ftr
E:\xingbuxing\高频\币对分类\swap_binance_1m_ftr
存放的规则是：如果文件名存在，则在后面append，如果文件名不存在，则新建

• 1_高频因子计算.py