概述

这个系列我们将会用到期货快照数据和分钟数据来加工一些分钟高频因子，需要用到的表和对应字段如下。

cn_future_level1_snapshot

引言

现在在Aistudio中能够使用dai来加工实时因子了, 本系列文档旨在降低dai在实际业务中加工日内高频因子的开发难度。

阅读本系列后您将掌握:

• 基于实时快照、逐笔、分钟数据合成任意日内高频因子;
• 能够基于加工的因子实现动态可视化;
• 通过dai获取实时交易信号并发送至邮

:在此之前，我们加工过委买委卖增额、增量系列因子，该系列因子只是基于一档委买委卖量和金额做的因子，所以我

这一章我们来构造一系列的增额因子：委买增额(买一变化金额)、委卖增额(卖一变化金额)、委买增量(买一变化量)、委卖增量(卖一变化量)。

数据定义

委卖增额

• 对每个快照计算变化金额, 计算方式如下:

1.如果相邻快照卖一价相同，当前快照卖一价 * （当前快照卖一价数量 - 上

这一期我们介绍四个因子：盘口买入数量、盘口买入金额、盘口卖出数量、盘口卖出金额。

数据定义

我们以盘口买入数量为例，它的计算步骤如下：

1. 对每个快照, 将所有盘口委买10档数量求和;
2. 一分钟区间内, 对所有快照的委买量取平均(数量加总/快照数)。

那么金额是同样的道理，在第一

这一章我们来加工针对买一价、卖一价的高开低收的分钟因子。

数据定义

我们都知道真正的高开低收是如何加工出来的:

• 开盘价: 每分钟的第一个成交价格;
• 最高价: 每分钟内最高成交价格;
• 最低价: 每分钟内最低成交价格;
• 收盘价: 每分钟的最后一个成交价格.

那么只需要将成交价

这一章我们来加工股票的盘口价差系列因子：时序加权的盘口价差、成交量加权的盘口价差、成交价加权的盘口价差。通过pandas能够将三者同时加工出来, 当然和dai.query的方式相比，前者的代码要稍复杂些但好处是能够同时观测到三个因子值。

数据定义

我们使用到的数据的表格形式如下

| 日期

正如标题所示，这个系列主要介绍订单斜率系列因子。需要用到数据流的表格名为cn_stock_level2_snapshot,需要开通数据流的请联系小Q。

时间加权订单斜率

数据定义

我们使用的数据格式如下:

| 日期 | 买一价 | 卖一价 | 买一量 | 卖一量 | 成交量 |