liaozhaorun/ProStock
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
0aec87281ea97bb47063eb151feac3f6dcea52f1
ProStock/docs/factor_implementation_analysis.md

587 lines
22 KiB
Markdown
Raw Normal View History

feat: 新增因子装饰器系统和完整因子文档 - 添加因子表达式文档，收录180+个因子及数学表达式 - 添加因子实现分析报告，明确ts_*与cs_*算子分类 - 实现装饰器系统：@time_series/@cross_section/@element_wise - 优化API和翻译器以支持新架构
2026-03-06 23:59:39 +08:00
# 因子表达式可实现性分析报告 (v2)
## 文档来源
- **分析文件**: `docs/factor_expressions_document.md`
- **分析日期**: 2026-03-06
- **共收录因子**: 180+ 个
- **更新说明**: 本版本明确区分 ts_* (时间序列) 和 cs_* (截面) 算子类型
---
## 一、当前 DSL 框架已实现功能
### 1.1 时间序列函数 (ts_*)
**说明**: 所有时间序列函数都按 `ts_code` 分组计算，防止跨股票数据泄露
| 函数名 | 参数 | 状态 | 说明 | Polars 实现 |
|--------|------|------|------|-------------|
| `ts_mean(x, window)` | x: 表达式, window: 窗口 | 已实现 | 滚动均值 | `rolling_mean(window).over("ts_code")` |
| `ts_sum(x, window)` | x: 表达式, window: 窗口 | 已实现 | 滚动求和 | `rolling_sum(window).over("ts_code")` |
| `ts_std(x, window)` | x: 表达式, window: 窗口 | 已实现 | 滚动标准差 | `rolling_std(window).over("ts_code")` |
| `ts_max(x, window)` | x: 表达式, window: 窗口 | 已实现 | 滚动最大值 | `rolling_max(window).over("ts_code")` |
| `ts_min(x, window)` | x: 表达式, window: 窗口 | 已实现 | 滚动最小值 | `rolling_min(window).over("ts_code")` |
| `ts_delay(x, periods)` | x: 表达式, periods: 滞后 | 已实现 | 滞后 N 期 | `shift(periods).over("ts_code")` |
| `ts_delta(x, periods)` | x: 表达式, periods: 差分 | 已实现 | 差分 N 期 | `(x - x.shift(periods)).over("ts_code")` |
| `ts_corr(x, y, window)` | x, y: 表达式, window: 窗口 | 已实现 | 滚动相关系数 | `rolling_corr(y, window).over("ts_code")` |
| `ts_cov(x, y, window)` | x, y: 表达式, window: 窗口 | 已实现 | 滚动协方差 | `rolling_cov(y, window).over("ts_code")` |
| `ts_rank(x, window)` | x: 表达式, window: 窗口 | API 已定义 | 滚动排名 | 待实现 |
### 1.2 截面函数 (cs_*)
**说明**: 所有截面函数都按 `trade_date` 分组计算，防止跨日期数据泄露
| 函数名 | 参数 | 状态 | 说明 | Polars 实现 |
|--------|------|------|------|-------------|
| `cs_rank(x)` | x: 表达式 | 已实现 | 截面排名 (归一化到 [0,1]) | `(rank() / count()).over("trade_date")` |
| `cs_zscore(x)` | x: 表达式 | 已实现 | Z-Score 标准化 | `((x - mean()) / std()).over("trade_date")` |
| `cs_neutralize(x, group?)` | x: 表达式, group?: 分组列 | 已实现 | 行业/市值中性化 | `(x - mean()).over("trade_date")` |
| `cs_winsorize(x, lower, upper)` | x: 表达式, lower/upper: 分位数 | API 已定义 | 缩尾处理 | 待实现 |
| `cs_demean(x)` | x: 表达式 | API 已定义 | 去均值 | 待实现 |
| `cs_std(x)` | x: 表达式 | 缺失 | 截面标准差 | 待实现 |
| `cs_mean(x)` | x: 表达式 | 缺失 | 截面均值 | 待实现 |
| `cs_sum(x)` | x: 表达式 | 缺失 | 截面求和 | 待实现 |
| `cs_max(x)` | x: 表达式 | 缺失 | 截面最大值 | 待实现 |
| `cs_min(x)` | x: 表达式 | 缺失 | 截面最小值 | 待实现 |
### 1.3 数学函数（无分组，逐元素计算）
| 函数名 | 参数 | 状态 | 说明 |
|--------|------|------|------|
| `log(x)` | x: 表达式 | API 已定义 | 自然对数 |
| `log1p(x)` | x: 表达式 | 缺失 | log(1+x) |
| `exp(x)` | x: 表达式 | API 已定义 | 指数函数 |
| `sqrt(x)` | x: 表达式 | API 已定义 | 平方根 |
| `sign(x)` | x: 表达式 | API 已定义 | 符号函数 (-1/0/1) |
| `abs(x)` | x: 表达式 | API 已定义 | 绝对值 |
| `max_(x, y)` | x, y: 表达式 | API 已定义 | 逐元素最大值 |
| `min_(x, y)` | x, y: 表达式 | API 已定义 | 逐元素最小值 |
| `clip(x, lower, upper)` | x: 表达式, lower/upper: 边界 | API 已定义 | 数值裁剪 |
| `atan(x)` | x: 表达式 | 缺失 | 反正切函数 |
### 1.4 统计函数（需要新增）
| 函数名 | 类型 | 参数 | 说明 |
|--------|------|------|------|
| `ts_var(x, window)` | ts | x: 表达式, window: 窗口 | 滚动方差 |
| `ts_skew(x, window)` | ts | x: 表达式, window: 窗口 | 滚动偏度 |
| `ts_kurt(x, window)` | ts | x: 表达式, window: 窗口 | 滚动峰度 |
| `ts_pct_change(x, periods)` | ts | x: 表达式, periods: 周期 | 百分比变化 |
| `ts_ema(x, window)` | ts | x: 表达式, window: 窗口 | 指数移动平均 |
| `ts_sma(x, window)` | ts | x: 表达式, window: 窗口 | 简单移动平均 (ts_mean 别名) |
### 1.5 TA-Lib 技术指标（用户可安装 TA-Lib）
| 函数名 | 类型 | 参数 | 说明 | 优先级 |
|--------|------|------|------|--------|
| `ts_atr(high, low, close, window)` | ts | high/low/close: 表达式, window: 窗口 | 真实波动幅度 | 高 |
| `ts_obv(close, vol)` | ts | close/vol: 表达式 | 能量潮指标 | 高 |
| `ts_rsi(close, window)` | ts | close: 表达式, window: 窗口 | 相对强弱指数 | 高 |
| `ts_natr(high, low, close, window)` | ts | high/low/close: 表达式, window: 窗口 | 归一化 ATR | 中 |
**说明**: 由于用户已确认可安装 TA-Lib，建议直接使用 `ta-lib` Python 包，并通过 adapter 模式封装到 DSL 中。
### 1.6 条件函数
| 函数名 | 参数 | 状态 | 说明 |
|--------|------|------|------|
| `if_(condition, true_val, false_val)` | condition: 布尔表达式 | API 已定义 | 条件选择 |
| `where(condition, true_val, false_val)` | 同上 | API 已定义 | if_ 的别名 |
### 1.7 符号/数据字段
| 字段名 | 状态 | 数据来源 | 所属类别 |
|--------|------|----------|----------|
| `close` | 可用 | daily/pro_bar 表 | 价格 |
| `open` | 可用 | daily/pro_bar 表 | 价格 |
| `high` | 可用 | daily/pro_bar 表 | 价格 |
| `low` | 可用 | daily/pro_bar 表 | 价格 |
| `vol` | 可用 | daily/pro_bar 表 | 成交量 |
| `amount` | 可用 | daily/pro_bar 表 | 成交额 |
| `pre_close` | 可用 | daily/pro_bar 表 | 价格 |
| `change` | 可用 | daily/pro_bar 表 | 价格变化 |
| `pct_chg` | 可用 | daily/pro_bar 表 | 涨跌幅 |
| `turnover_rate` | 可用 | daily/pro_bar 表 | 换手率 |
| `volume_ratio` | 可用 | daily/pro_bar 表 | 量比 |
### 1.8 支持的运算符
**算术运算符**: `+`, `-`, `*`, `/`, `**`, `//`, `%`
**比较运算符**: `==`, `!=`, `<`, `<=`, `>`, `>=`
**一元运算符**: `-`, `+`, `abs()`
---
## 二、需要新增的数据表
### 2.1 筹码分布数据（cyq 表）
**数据来源**: Tushare `cyq` API (VIP)
**数据频率**: 日频
**同步方式**: 按股票
| 字段名 | 类型 | 说明 | 依赖因子数 |
|--------|------|------|------------|
| `cost_5pct` | DOUBLE | 5% 成本价 | ~50个 |
| `cost_15pct` | DOUBLE | 15% 成本价 | ~50个 |
| `cost_50pct` | DOUBLE | 50% 成本价 (中位数) | ~50个 |
| `cost_85pct` | DOUBLE | 85% 成本价 | ~50个 |
| `cost_95pct` | DOUBLE | 95% 成本价 | ~50个 |
| `weight_avg` | DOUBLE | 加权平均成本 | ~50个 |
| `winner_rate` | DOUBLE | 获利盘比例 | ~50个 |
| `his_high` | DOUBLE | 历史最高价 | ~10个 |
| `his_low` | DOUBLE | 历史最低价 | ~10个 |
**依赖筹码数据的主要因子**:
- `cashflow_to_ev_factor`
- `chip_concentration_range`
- `profit_pressure`
- `underwater_resistance`
- `vol_amp_loss_20`
- `smallcap_concentration`
- `cat_golden_resonance`
- ...等 50+ 个
### 2.2 资金流向数据（moneyflow 表）
**数据来源**: Tushare `moneyflow` API (VIP)
**数据频率**: 日频
**同步方式**: 按股票
| 字段名 | 类型 | 说明 | 依赖因子数 |
|--------|------|------|------------|
| `buy_sm_vol` | DOUBLE | 小单买入量 | ~30个 |
| `sell_sm_vol` | DOUBLE | 小单卖出量 | ~30个 |
| `buy_lg_vol` | DOUBLE | 大单买入量 | ~30个 |
| `sell_lg_vol` | DOUBLE | 大单卖出量 | ~30个 |
| `buy_elg_vol` | DOUBLE | 特大单买入量 | ~30个 |
| `sell_elg_vol` | DOUBLE | 特大单卖出量 | ~30个 |
| `net_mf_vol` | DOUBLE | 净流入量 | ~20个 |
**依赖资金流向数据的主要因子**:
- `lg_elg_net_buy_vol`
- `flow_lg_elg_intensity`
- `sm_net_buy_vol`
- `flow_divergence_ratio`
- `lg_flow_mom_corr_20_60`
- `cs_rank_net_lg_flow_val`
- ...等 30+ 个
### 2.3 财务数据（financial 表）
**数据来源**: Tushare `income`/`balance_sheet`/`cashflow` API (VIP)
**数据频率**: 季度
**同步方式**: 按股票，需 `asof_backward` join
| 字段名 | 类型 | 说明 | 数据来源表 |
|--------|------|------|------------|
| `bps` | DOUBLE | 每股净资产 | income |
| `total_liab` | DOUBLE | 总负债 | balance_sheet |
| `money_cap` | DOUBLE | 货币资金 | balance_sheet |
| `n_cashflow_act` | DOUBLE | 经营活动现金流净额 | cashflow |
| `undist_profit_ps` | DOUBLE | 每股未分配利润 | income |
| `ocfps` | DOUBLE | 每股经营现金流 | income |
| `roa` | DOUBLE | 资产回报率 | income |
| `roe` | DOUBLE | 净资产收益率 | income |
| `total_mv` | DOUBLE | 总市值 | daily_basic |
| `circ_mv` | DOUBLE | 流通市值 | daily_basic |
**依赖财务数据的主要因子**:
- `undist_profit_ps`
- `cashflow_to_ev_factor`
- `book_to_price_ratio`
- `cs_rank_size`
### 2.4 行业分类数据
| 字段名 | 类型 | 说明 | 数据来源 |
|--------|------|------|----------|
| `cat_l2_code` | VARCHAR | 二级行业分类代码 | stock_basic |
**用途**: `daily_industry_deviation`, `cs_rank_ind_adj_lg_flow` 等分组计算
---
## 三、因子表达式可实现性分类
### 3.1 完全可实现（使用现有功能）
#### 技术指标因子
| 因子名称 | 表达式 | 复杂度 |
|----------|--------|--------|
| `turnover_rate_mean_5` | `ts_mean(turnover_rate, 5)` | 低 |
| `bbi_ratio_factor` | `(ts_mean(close,3)+ts_mean(close,6)+ts_mean(close,12)+ts_mean(close,24))/4/close` | 低 |
#### ARBR 因子
| 因子名称 | 表达式 | 复杂度 |
|----------|--------|--------|
| `AR` | `ts_sum(high - open, N) / ts_sum(open - low, N) * 100` | 低 |
| `BR` | `ts_sum(max_(0, high - ts_delay(close,1)), N) / ts_sum(max_(0, ts_delay(close,1) - low), N) * 100` | 中 |
| `AR_BR` | `AR - BR` | 低 |
#### 成交量因子
| 因子名称 | 表达式 | 复杂度 |
|----------|--------|--------|
| `volume_change_rate` | `ts_mean(vol, 2) / ts_mean(vol, 10) - 1` | 低 |
| `turnover_deviation` | `(turnover_rate - ts_mean(turnover_rate, 3)) / ts_std(turnover_rate, 3)` | 低 |
| `vol_std_5` | `ts_std(ts_delta(vol), 5)` | 低 |
#### 收益率因子
| 因子名称 | 表达式 | 复杂度 |
|----------|--------|--------|
| `return_5` | `close / ts_delay(close, 5) - 1` | 低 |
| `return_20` | `close / ts_delay(close, 20) - 1` | 低 |
| `std_return_5` | `ts_std(ts_delta(close)/ts_delay(close), 5)` | 中 |
| `std_return_90` | `ts_std(ts_delta(close)/ts_delay(close), 90)` | 中 |
#### 截面排序因子
| 因子名称 | 表达式 | 复杂度 |
|----------|--------|--------|
| `cs_rank_volume_ratio` | `cs_rank(volume_ratio)` | 低 |
| `cs_rank_turnover_rate` | `cs_rank(turnover_rate)` | 低 |
### 3.2 需要新增 ts_* 函数
| 因子名称 | 所需函数 | 表达式示例 | 优先级 |
|----------|----------|------------|--------|
| `variance_20` | `ts_var(x, window)` | `ts_var(pct_chg, 20)` | 高 |
| `return_skew` | `ts_skew(x, window)` | `ts_skew(pct_chg, 5)` | 高 |
| `return_kurtosis` | `ts_kurt(x, window)` | `ts_kurt(pct_chg, 5)` | 高 |
| `turnover_diff_skew_20` | `ts_skew(x, window)` | `ts_skew(ts_delta(turnover_rate), 20)` | 高 |
| `act_factor1` | `ts_ema(x, window)` | `atan((ts_ema(close,5)/ts_delay(ts_ema(close,5),1)-1)*100) * 57.3 / 50` | 高 |
| `act_factor2` | `ts_ema(x, window)` | `atan((ts_ema(close,13)/ts_delay(ts_ema(close,13),1)-1)*100) * 57.3 / 40` | 高 |
| `act_factor3` | `ts_ema(x, window)` | `atan((ts_ema(close,20)/ts_delay(ts_ema(close,20),1)-1)*100) * 57.3 / 21` | 高 |
| `act_factor4` | `ts_ema(x, window)` | `atan((ts_ema(close,60)/ts_delay(ts_ema(close,60),1)-1)*100) * 57.3 / 10` | 高 |
| `atr_14` | `ts_atr(h,l,c,w)` | `ts_atr(high, low, close, 14)` | 高 |
| `atr_6` | `ts_atr(h,l,c,w)` | `ts_atr(high, low, close, 6)` | 高 |
| `rsi_3` | `ts_rsi(x, window)` | `ts_rsi(close, 3)` | 高 |
| `obv` | `ts_obv(c, v)` | `ts_obv(close, vol)` | 中 |
| `maobv_6` | `ts_obv` + `ts_mean` | `ts_mean(ts_obv(close, vol), 6)` | 中 |
### 3.3 需要新增 cs_* 函数
| 因子名称 | 所需函数 | 表达式示例 | 优先级 |
|----------|----------|------------|--------|
| `daily_positive_benchmark` | `cs_mean(x)` | `cs_mean(pct_chg[pct_chg > 0])` | 高 |
| `daily_industry_positive_benchmark` | `cs_mean(x)` by group | `cs_mean(pct_chg) by cat_l2_code` | 高 |
| `industry_avg_flow` | `cs_mean(x)` by group | `cs_mean(net_lg_flow_vol) by trade_date, cat_l2_code` | 中 |
**注意**: 这些因子需要 **分组聚合** 能力，可能需要扩展 DSL 语法支持 `by` 子句，或通过 `cs_neutralize` 的 group 参数实现。
### 3.4 需要新增数据表
#### 依赖筹码数据（cyq 表）的因子
| 因子名称 | 表达式 | 复杂度 |
|----------|--------|--------|
| `chip_concentration_range` | `(cost_95pct - cost_5pct) / (close + epsilon)` | 低 |
| `chip_skewness` | `(weight_avg - cost_50pct) / (cost_50pct + epsilon)` | 低 |
| `profit_pressure` | `winner_rate * 0.5 * ((close/cost_85pct-1) + (close/cost_95pct-1))` | 中 |
| `underwater_resistance` | `(1-winner_rate) * max_(0, cost_15pct-close) / (close+epsilon)` | 中 |
| `smallcap_concentration` | `(1 / log(circ_mv)) * (cost_85pct - cost_15pct)` | 中 |
#### 依赖资金流向数据（moneyflow 表）的因子
| 因子名称 | 表达式 | 复杂度 |
|----------|--------|--------|
| `lg_elg_net_buy_vol` | `(buy_lg_vol + buy_elg_vol - sell_lg_vol - sell_elg_vol)` | 低 |
| `flow_lg_elg_intensity` | `lg_elg_net_buy_vol / (vol + epsilon)` | 低 |
| `cs_rank_net_lg_flow_val` | `cs_rank(lg_elg_net_buy_vol * close)` | 低 |
#### 依赖财务数据的因子
| 因子名称 | 表达式 | 复杂度 | 特殊需求 |
|----------|--------|--------|----------|
| `book_to_price_ratio` | `bps / close` | 低 | 需 asof_backward join |
| `cashflow_to_ev_factor` | `n_cashflow_act / (total_mv*10000 + total_liab - money_cap)` | 高 | 需多表 join |
### 3.5 需要复杂条件逻辑
| 因子名称 | 逻辑 | 实现方式 |
|----------|------|----------|
| `daily_deviation` | 按条件选择不同基准 | `if_(pct_chg > 0, pct_chg - pos_benchmark, if_(pct_chg < 0, pct_chg - neg_benchmark, 0))` |
| `cat_volume_breakout` | 布尔分类 | `if_(vol > ts_max(vol, 5), 1, 0)` |
| `cat_turnover_spike` | 阈值分类 | `if_(turnover_rate > ts_mean(turnover_rate,3) + 2*ts_std(turnover_rate,3), 1, 0)` |
| `cat_golden_resonance` | 多条件组合 | `(close > weight_avg) & (volume_ratio > 1.5) & (winner_rate > 0.7)` |
---
## 四、实施计划（按优先级排序）
### Phase 1: 核心 ts_* 函数（Week 1-2）
**目标**: 实现最常用的 30+ 个因子
```python
# 1. 新增数学函数（逐元素，无分组）
def atan(x): ...
def log1p(x): ...
# 2. 新增统计函数（ts_*，按 ts_code 分组）
def ts_var(x, window): ... # 滚动方差
def ts_skew(x, window): ... # 滚动偏度
def ts_kurt(x, window): ... # 滚动峰度
def ts_pct_change(x, periods): ... # 百分比变化
# 3. 新增 EMA（ts_*，使用 Polars ewm_mean）
def ts_ema(x, window):
# 使用 Polars: pl.col(x).ewm_mean(span=window).over("ts_code")
pass
# 4. 实现 ATR（基于现有函数组合）
def ts_atr(high, low, close, window):
tr1 = high - low
tr2 = abs(high - ts_delay(close, 1))
tr3 = abs(low - ts_delay(close, 1))
tr = max_(tr1, max_(tr2, tr3))
return ts_mean(tr, window)
```
**完成后可实现的因子**:
- `variance_20`
- `return_skew`, `return_kurtosis`
- `turnover_diff_skew_20`
- `act_factor1-4`
- `atr_14`, `atr_6`
- `vol_adj_roc_20`
### Phase 2: TA-Lib 集成（Week 3）
**目标**: 支持 RSI、OBV 等复杂技术指标
```python
# 安装 TA-Lib
# pip install TA-Lib
# 封装为 ts_* 函数
def ts_rsi(close, window):
# 使用 talib.RSI，并添加 .over("ts_code")
pass
def ts_obv(close, vol):
# 使用 talib.OBV，并添加 .over("ts_code")
pass
```
**完成后可实现的因子**:
- `rsi_3`
- `obv`
- `maobv_6`
### Phase 3: 筹码分布数据同步（Week 4）
**目标**: 实现 cyq 表同步，支持 50+ 个筹码相关因子
```python
class CyqSync(StockBasedSync):
table_name = "cyq"
TABLE_SCHEMA = {
"ts_code": "VARCHAR(16) NOT NULL",
"trade_date": "DATE NOT NULL",
"cost_5pct": "DOUBLE",
"cost_15pct": "DOUBLE",
"cost_50pct": "DOUBLE",
"cost_85pct": "DOUBLE",
"cost_95pct": "DOUBLE",
"weight_avg": "DOUBLE",
"winner_rate": "DOUBLE",
"his_high": "DOUBLE",
"his_low": "DOUBLE",
}
PRIMARY_KEY = ("ts_code", "trade_date")
```
**完成后可实现的因子**:
- `chip_concentration_range`
- `profit_pressure`
- `underwater_resistance`
- `smallcap_concentration`
- ...等 50+ 个
### Phase 4: 资金流向数据同步（Week 5）
**目标**: 实现 moneyflow 表同步，支持 30+ 个资金相关因子
```python
class MoneyFlowSync(StockBasedSync):
table_name = "moneyflow"
TABLE_SCHEMA = {
"ts_code": "VARCHAR(16) NOT NULL",
"trade_date": "DATE NOT NULL",
"buy_sm_vol": "DOUBLE",
"sell_sm_vol": "DOUBLE",
"buy_lg_vol": "DOUBLE",
"sell_lg_vol": "DOUBLE",
"buy_elg_vol": "DOUBLE",
"sell_elg_vol": "DOUBLE",
"net_mf_vol": "DOUBLE",
}
```
**完成后可实现的因子**:
- `lg_elg_net_buy_vol`
- `flow_lg_elg_intensity`
- `cs_rank_net_lg_flow_val`
- ...等 30+ 个
### Phase 5: 分组聚合功能（Week 6）
**目标**: 实现 cs_mean by group 等分组计算
```python
# 方式1: 扩展 cs_neutralize 的 group 参数
def cs_neutralize(x, group=None):
if group:
return (x - x.mean().over(["trade_date", group]))
return (x - x.mean().over("trade_date"))
# 方式2: 新增 cs_mean_by 函数
def cs_mean_by(x, by):
return x.mean().over(["trade_date"] + by)
```
**完成后可实现的因子**:
- `daily_deviation`
- `daily_industry_deviation`
- `cs_rank_ind_adj_lg_flow`
### Phase 6: 财务数据集成（Week 7）
**目标**: 实现财务数据同步和 asof_backward join
```python
# 使用 DataSpec 的 asof_backward 模式
spec = DataSpec(
table="financial_income",
columns=["bps", "roe", "roa"],
join_type="asof_backward",
left_on="trade_date",
right_on="f_ann_date",
)
```
**完成后可实现的因子**:
- `book_to_price_ratio`
- `cashflow_to_ev_factor`
- `cs_rank_size` (需要 circ_mv)
---
## 五、可实现性统计
### 按实现难度分类
| 类别 | 数量 | 状态 | 时间预估 |
|------|------|------|----------|
| 立即可实现 | ~40个 | 使用现有功能 | 0 周 |
| 需新增 ts_* 函数 | ~30个 | Phase 1-2 | 2-3 周 |
| 需新增 cs_* 函数 | ~10个 | Phase 5 | 1 周 |
| 需筹码数据 (cyq) | ~50个 | Phase 3 | 1 周 |
| 需资金数据 (moneyflow) | ~30个 | Phase 4 | 1 周 |
| 需财务数据 (financial) | ~20个 | Phase 6 | 1 周 |
| **总计** | **180+个** | | **6-7 周** |
### 按数据源分类
| 数据源 | 依赖因子数 | 实现难度 | 优先级 |
|--------|------------|----------|--------|
| daily/pro_bar (已有) | ~40 | 低 | 高 |
| 纯技术指标 (ts_*) | ~30 | 中 | 高 |
| 筹码分布 (cyq) | ~50 | 中 | 中 |
| 资金流向 (moneyflow) | ~30 | 中 | 中 |
| 财务数据 (financial) | ~20 | 高 | 低 |
| 分组计算 (cs_* by group) | ~10 | 高 | 低 |
---
## 六、立即可实现的因子示例
```python
from src.factors.api import close, open, high, low, vol, pct_chg, turnover_rate
from src.factors.api import ts_mean, ts_std, ts_max, ts_min, ts_delay, ts_delta, ts_corr, ts_sum
from src.factors.api import cs_rank, cs_zscore, cs_neutralize
from src.factors.api import log, sqrt, abs, sign, max_, min_, clip, if_
# 1. BBI 比率
bbi = (ts_mean(close, 3) + ts_mean(close, 6) + ts_mean(close, 12) + ts_mean(close, 24)) / 4
bbi_ratio_factor = bbi / close
# 2. AR 因子 (N=26)
ar = ts_sum(high - open, 26) / ts_sum(open - low, 26) * 100
# 3. BR 因子 (N=26)
prev_close = ts_delay(close, 1)
br = ts_sum(max_(0, high - prev_close), 26) / ts_sum(max_(0, prev_close - low), 26) * 100
ar_br = ar - br
# 4. 成交量变化率
volume_change_rate = ts_mean(vol, 2) / ts_mean(vol, 10) - 1
# 5. 换手率偏离度
turnover_deviation = (turnover_rate - ts_mean(turnover_rate, 3)) / ts_std(turnover_rate, 3)
# 6. 5日收益率
return_5 = close / ts_delay(close, 5) - 1
# 7. 20日收益率
return_20 = close / ts_delay(close, 20) - 1
# 8. Alpha 003
alpha_003 = if_(high != low, (close - open) / (high - low), 0)
# 9. Alpha 007 (等 Phase 1 后)
# alpha_007 = cs_rank(ts_corr(close, vol, 5))
# 10. 截面排名
rank_close = cs_rank(close)
rank_volume = cs_rank(vol)
# 11. Z-Score 标准化
zscore_close = cs_zscore(close)
# 12. 截面中性化 (Phase 5 后支持分组)
# neutralized = cs_neutralize(close, group="industry")
```
---
## 七、结论与建议
### 关键发现
1. **ts_* vs cs_* 区分清晰**:
- `ts_*` 函数按 `ts_code` 分组，用于时间序列计算
- `cs_*` 函数按 `trade_date` 分组，用于截面计算
- 数学函数（log, exp, atan 等）为逐元素计算，无分组
2. **当前框架已实现**:
- 9个核心 ts_* 函数（mean, std, max, min, sum, delay, delta, corr, cov）
- 3个 cs_* 函数（rank, zscore, neutralize）
- 完整的运算符重载系统
3. **主要缺口**:
- 统计函数: `ts_var`, `ts_skew`, `ts_kurt`, `ts_pct_change`
- 技术指标: `ts_ema`, `ts_atr`, `ts_rsi`, `ts_obv`
- 数学函数: `atan`, `log1p`
- 分组聚合: `cs_mean`, `cs_sum` by group
- 数据表: cyq, moneyflow, financial
### 推荐实施路径
| 阶段 | 目标 | 时间 | 完成后可计算因子数 |
|------|------|------|-------------------|
| Phase 1 | ts_var, ts_skew, ts_kurt, ts_ema, atan | 1-2周 | +30个 |
| Phase 2 | TA-Lib 集成 (RSI, OBV) | 1周 | +5个 |
| Phase 3 | 筹码数据同步 (cyq) | 1周 | +50个 |
| Phase 4 | 资金流向同步 (moneyflow) | 1周 | +30个 |
| Phase 5 | 分组聚合功能 | 1周 | +10个 |
| Phase 6 | 财务数据集成 | 1周 | +20个 |
| **总计** | | **6-7周** | **180+个** |
### 建议优先实现的因子（高 ROI）
1. **BBI 比率**: 纯技术指标，无需新数据
2. **AR/BR**: 经典情绪指标，无需新数据
3. **换手率偏离度**: 流动性因子，无需新数据
4. **筹码集中度**: 需 cyq 数据，但实现简单
5. **大单净流入**: 需 moneyflow 数据，实现简单
通过以上步骤，预计在 **6-7 周** 内可实现文档中 **90% 以上的因子表达式**。
Reference in New Issue Copy Permalink