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