乐趣区

关于dolphindb:如何使用Window-Join快速估计个股交易成本

jiezi

交易自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别，这个差别通常被称为交易成本。在量化交易的策略回测局部，不思考交易成本或者交易成本预计不合理，容易导致回测和实盘后果有较大的差别。本文将介绍如何在分布式时序数据库 DolphinDB 中，如何应用 asof join 和 window join 疾速预计每个股票的交易成本。

须要的数据包含含有逐笔交易的交易表 trades 和蕴含 level 1 报价的 quotes 表。它们别离蕴含以下字段：

trades

Symbol：股票代码

Time：工夫

Trade_Volume：交易量

Trade_Price：交易价格

quotes

Symbol：股票代码

Time：工夫

Bid_Price：买方报价

Offer_Price：卖方报价

试验中用到的数据都是从纽约证券交易所获取，大家能够从 NYSE 的 ftp 下载。参考附录 1。

计算股票的交易成本，咱们须要找到一个基准价格，通常会把与理论交易最近的一次报价的中间价作为基准价。这意味着要对交易记录表和交易报价表进行连贯。然而，成交和交易报价的产生工夫不可能完全一致，因而不能应用罕用的等值连贯（equal join）。DolphinDB 提供了两种专门为时序数据设计的连贯形式：asof join 和 window join。咱们将应用这两种连贯形式来计算股票的交易成本。

第一种办法：应用 asof join

应用交易产生前（包含交易时刻）的最近一次报价的两头加作为基准。应用交易金额做加权均匀。乘上 10000 是为了把后果转化成 basis points。函数 aj 用于两个表的 asof join，前两个参数别离是两个须要 join 的数据表，第三个参数是 join 的字段。join 的时候首先按股票分组，每个组之内再依照工夫前进 asof join。右表数据（quotes 表）必须保障每个股票组内的记录是依照最初一个连贯字段（time）升序排列的。

TC = select sum(Trade_Volume*abs(Trade_Price-(Bid_Price+Offer_Price)/2))/sum(Trade_Volume*Trade_Price)*10000 as cost from aj(trades,quotes,`Symbol`Time) group by symbol

第二种办法：应用 window join

如果你感觉单次报价的必然性比拟大，咱们能够取交易前一段时间的报价的均值或中值作为基准价。上面的例子取交易前 10ms 的报价均值作为基准。pwj 是 prevailing window join 的缩写，该函数比起 aj 多了两个参数。新增的第三个参数指定绝对的工夫窗口。因为工夫单位是纳秒，-10000000:0 示意从交易的产生时刻到前 10ms 的窗口。新增的第 4 个参数是每个窗口中须要计算的一系列聚合函数。

TC = select sum(Trade_Volume*abs(Trade_Price-(Bid_Price+Offer_Price)/2))/sum(Trade_Volume*Trade_Price)*10000 as cost from pwj(trades,quotes,-10000000:0,<[avg(Offer_Price) as Offer_Price, avg(Bid_Price) as Bid_Price]>,`Symbol`Time) group by symbol

asof join 和 window join 是 DolphinDB 专门为时序数据设计的连贯形式，不仅简化了时序数据的操作，大大减少了代码量。以下面的交易成本计算为例，仅仅应用了 1 行 SQL 代码就实现了所有个股的交易成本计算。

DolphinDB 对两种连贯形式实现做了大量的优化，运行速度极快。咱们以 2016 年 10 月 24 日纽约证券交易所的股票交易数据和交易报价数据为例。股票交易表有 8023 只股票共 2700 万条交易记录，交易报价表有 7000 万条记录。如此宏大的数据量，应用第一种办法，DolphinDB 执行耗时仅 470 多 毫秒 ；应用第二种办法，DolphinDB 执行耗时仅 825 毫秒，速度极快。

最初咱们看看后果是不是 make sense。察看一下三个股票的交易成本：GS（高盛），TSLA（特斯拉），AAPL（苹果）。

select * from TC where symbol in `GS`TSLA`AAPL

第一种办法的后果：

symbol    cost
AAPL    0.5446
GS    1.2678
TSLA    16.6456

第二种办法的后果：

symbol    cost
AAPL    0.535
GS    1.1543
TSLA    18.1025

感兴趣的 敌人 能够 到官网下载 DolphinDB database 试用版计算股票的交易成本。

附录 1. 生成样本数据

拜访 ftp://ftp.nyxdata.com/Historical%2Data%20Samples/Daily%20TAQ%20Sample/ 并且下载 EQY_US_ALL_TRADE_20161024.gz 和 EQY_US_ALL_NBBO_20161024.gz 两个文件，而后把它们解压，保留在 /DolphinDB/Data 目录下，把两个文件的最初一行删除，因为最初一行是用来标记文件结尾的。

sed -i '$ d' EQY_US_ALL_TRADE_20161024
sed -i '$ d' EQY_US_ALL_NBBO_20161024

接着，执行上面的脚本。

DATA_DIR = "./DolphinDB/Data"
PTNDB_DIR = DATA_DIR+"/NYSETAQSeq"
db = database(PTNDB_DIR, SEQ, 16)
 
Trades = loadTextEx(db, `Trades, DATA_DIR + "/EQY_US_ALL_TRADE_20161024”,'|')
Quotes = loadTextEx(db, `Quotes, DATA_DIR + "/EQY_US_ALL_NBBO_20161024",'|')

表 Trades 蕴含 2016 年 10 月 24 日美国股市的所有交易数据。表 Quotes 蕴含同一天的全国最佳交易报价（NBBO）。

退出移动版