如何使用DolphinDB处理Tushare金融数据

DolphinDB是新一代的时序数据库,不仅可以作为分布式数据仓库或者内存数据库来使用,而且自带丰富的计算工具,可以作为研究工具或研究平台来使用,非常适用于量化金融、物联网等领域的海量数据分析。量化金融领域的不少问题,如交易信号研究、策略回测、交易成本分析、股票相关性研究、市场风险控制等,都可以用DolphinDB来解决。

  • 3
  • 300
  • Junxi
  • 发布于 2021-05-14 10:37
  • 阅读 ( 8052 )

量化交易回测系列二:多因子Alpha策略回测

本系列文章将会介绍如何使用DolphinDB优雅而高效的实现量化交易策略回测。

  • 6
  • 297
  • Junxi
  • 发布于 2021-05-14 10:23
  • 阅读 ( 9525 )

交易回测系列一:技术信号回测

本系列文章将会介绍如何使用DolphinDB进行交易回测。本文以移动平均线指标为例,介绍如何在DolphinDB中实现技术信号回测。移动平均线指标(Moving average,简称MA)属于趋势指标。在金融分析领域,移动平均线是不可缺少的指标工具。除了指示趋势,均线指标还能避免由于股价下跌错失清仓的机会,减少收益的损失,及时止损,也能避免股价上涨错失买入的时机,从而获得更高的收益。

  • 2
  • 297
  • Junxi
  • 发布于 2021-05-14 10:19
  • 阅读 ( 7898 )

技术分析(Technical Analysis)指标库

TA-Lib是一个Python库,封装了用C语言实现的金融交易技术分析的诸多常用指标。为了方便用户在DolphinDB中计算这些技术指标,我们使用DolphinDB脚本实现了TA-Lib中包含的指标函数,并封装在Dolph...

  • 0
  • 293
  • Junxi
  • 发布于 2021-05-18 11:09
  • 阅读 ( 6455 )

高频数据处理技巧:数据透视的应用

行列转换(pivot)是一个常见的整理数据的需求,又称为转置或者透视。 高频数据通常以下图的格式保存:每一行为一个股票在某个时刻的信息。 我们进行数据处理时,考虑到后续的向量化操作,...

  • 3
  • 293
  • Junxi
  • 发布于 2021-05-18 11:00
  • 阅读 ( 5905 )

高频数据处理技巧:如何将高频信号转化成离散的买卖信号

高频交易中,我们通常首先基于tick级的报价信息和交易信息来生成信号量,然后将这些信号量转化成离散的买卖信号,譬如说 1 (买入), 0 (不变), -1(卖出),接着根据资金和已有头寸以及其...

  • 3
  • 293
  • Junxi
  • 发布于 2021-05-18 10:57
  • 阅读 ( 5994 )

金融市场高频数据应当如何管理——DolphinDB与pickle的性能对比测试和分析

金融市场L1/L2的报价和交易数据是量化交易研究非常重要的数据。国内全市场L1/L2的历史数据约为20~50T,每日新增的数据量约为20~50G。传统的关系数据库如MS SQL Server或MySQL均无法支撑这样的数...

  • 0
  • 292
  • Junxi
  • 发布于 2021-05-18 11:12
  • 阅读 ( 6019 )

量化交易回测系列三:多因子Alpha策略最佳因子权重

在本系列二(多因子Alpha策略回测)中,我们对美股市场的4个量化因子进行了回测。在这里,我们将使用 DolphinDB database 内置的quadprog函数,对各个因子的权重进行均值方差优化,以决定最佳因子权重。

  • 1
  • 292
  • Junxi
  • 发布于 2021-05-18 10:53
  • 阅读 ( 6425 )

使用DolphinDB计算K线

DolphinDB提供了功能强大的内存计算引擎,内置时间序列函数,分布式计算以及流数据处理引擎,在众多场景下均可高效的计算K线。本教程将介绍DolphinDB如何通过批量处理和流式处理计算K线。 历史...

  • 4
  • 283
  • Junxi
  • 发布于 2021-05-18 11:05
  • 阅读 ( 7225 )

使用DolphinDB回放加密货币盘口与逐笔交易数据

对加密货币盘口与逐笔交易数据的回放展示,可帮助量化研究人员检验量化策略,也有助于交易员复盘,加深对市场的洞察。DolphinDB可实现盘口和逐笔交易数据的高速回放,以及对回放结果逐点查询。...

  • 0
  • 4
  • Junxi
  • 发布于 2021-05-18 11:00
  • 阅读 ( 4095 )

量化因子提取和数据预处理—pivot by执行先后的性能比较

先pivot by成宽表再进行数据预处理的性能是先数据预处理再pivot by成宽表的4倍

  • 3
  • 3
  • mhxiang
  • 发布于 2022-06-08 10:32
  • 阅读 ( 3707 )

使用Window Join快速估计个股交易成本

交易本身对市场会产生影响,尤其是短时间内大量交易,会影响金融资产的价格。一个订单到来时的市场价格和订单的执行价格通常会有差异,这个差异通常被称为交易成本。在量化交易的策略回测部分,不考虑交易成本或者交易成本估计不合理,容易导致回测和实盘结果有较大的差异。本文将介绍如何在分布式时序数据库DolphinDB中,如何使用asof join和window join快速估计每个股票的交易成本。

  • 1
  • 2
  • Junxi
  • 发布于 2021-05-14 10:07
  • 阅读 ( 4316 )

最简最快的WorldQuant 101 Alpha因子实现

DolphinDB是一款高性能分布式时序数据库(time-series database),它特别适用于投资银行、对冲基金和交易所的定量查询和分析,可以用于构建基于历史数据的策略测试。下面我们将举例说明如何在DolphinDB中快速构建复杂的Alpha因子。

  • 0
  • 2
  • Junxi
  • 发布于 2021-05-14 10:01
  • 阅读 ( 4619 )

DolphinDB计算期权希腊字母

期权中的希腊字母包括Delta、Gamma、Theta、Vega、Rho在内,共五个。一个期权非常宝贵的一个特性,这个特性就叫正Gamma,赚钱的时候速度是越来越快的,亏钱的速度是越来越慢的。期权的价格和三个变量有关系,第一个变量是标的的价格(Delte),第二个是市场的隐含波动率(vega),第三个是时间(Theta)的流逝。

  • 0
  • 1
  • mhxiang
  • 发布于 2022-06-30 09:45
  • 阅读 ( 3712 )

DolphinDB计算期权隐含波动率

使用牛顿法和二分法计算期权的隐含波动率

  • 0
  • 1
  • mhxiang
  • 发布于 2022-06-29 09:37
  • 阅读 ( 3878 )

利用DolphinDB分布式计算股票的因子—Map-Reduce函数案例

Map-Reduce函数是DolphinDB通用分布式计算框架的核心功能。DolphinDB的Map-Reduce函数mr的语法是 mr(ds, mapFunc, [reduceFunc], [finalFunc], [parallel=true]),它可接受一组数据源和一个mapF...

  • 2
  • 1
  • mhxiang
  • 发布于 2022-04-13 14:51
  • 阅读 ( 4597 )

国内股票行情数据导入实例

DolphinDB提供了详细的文本数据加载教程,以帮助用户导入数据。本文是以此为基础的一个实践案例,对每只股票每天一个csv文件的导入场景,提供了一个高性能的解决方案。 1. 应用需求2. 建库建表...

  • 1
  • 1
  • Junxi
  • 发布于 2021-08-05 17:06
  • 阅读 ( 4481 )

DolphinDB历史数据回放教程

一个量化策略在用于实际交易时,处理实时数据的程序通常为事件驱动。而研发量化策略时,需要使用历史数据进行回测,这时的程序通常不是事件驱动。因此同一个策略需要编写两套代码,不仅耗时而且...

  • 1
  • 1
  • Junxi
  • 发布于 2021-05-18 10:56
  • 阅读 ( 4036 )

寻找相似的历史k线

有网友提问应该用什么样的数据库/数据结构/算法来计算某支股票的相似K线? 具体的问题描述是,假设给出某股某段行情K线(单位/日),从任何其他股票历史中匹配出与之最为相似的某段历史K线,并给...

  • 1
  • 1
  • Junxi
  • 发布于 2021-05-18 10:51
  • 阅读 ( 4546 )

使用DolphinDB快速计算买方或卖方驱动交易

给定高频交易数据以及报价数据,如何判断每笔交易是由买方驱动或是卖方驱动,是进行高频交易数据分析经常需要处理的问题。本文将介绍如何使用DolphinDB快速计算每笔交易的驱动方,只需不到2秒钟即可对美国一天的level 1的高频交易数据进行计算并存入数据库。本文使用了非同时连接(asof join)以及map-reduce。

  • 1
  • 1
  • Junxi
  • 发布于 2021-05-18 10:48
  • 阅读 ( 4414 )