❶ 關於股票逐筆成交數據的小技巧
搭建逐筆成交資料庫並挖掘逐筆數據因子是獲取股票Alpha信息的有效途徑。在操作過程中，需先准備一台支持計算任務的電腦，並找到數據源。逐筆數據通常以交易日命名，包含數千個CSV文件，每個文件對應一個股票。數據量龐大，需要分塊處理，以避免內存不足。舉例，以平安銀行為例，一天的交易數據量可達近7千萬行，數據處理難度大。數據應分塊存儲，每個交易日的數據存為一個文件夾，內含若干數據塊，每塊約200萬行，以支持並行處理。Python+Pandas處理數據時，推薦使用feather文件格式，因其壓縮率高且讀取速度快。因子計算通常分為兩步：首先形成sub_factor，然後匯總為最終factor。此過程需將所有sub_factor並行計算，並邊計算邊保存。最終匯總所有sub_factor，完成因子計算。此方法提高了因子計算的效率和可行性。