ML4T · 第 2 章 市场与基本面数据

ML4T · 第 2 章 市场与基本面数据

章节摘要:本章属「数据篇」,讲清量化交易最基础的两类数据:市场交易数据与基本面数据。市场侧从 NASDAQ TotalView ITCH 二进制消息流重建订单簿与 Tick 级深度,再用 AlgoSeek 获取规整的日内 bar 数据;基本面侧从 SEC 财报的 XBRL 结构化格式中提取会计科目;最后用基准测试对比不同数据存储格式(HDF5、Parquet、SQL)的读写性能。本章共 4 节,前置依赖为「第 1 章」。

学习目标

阅读完本章,你应当能够:

1. 从 ITCH 二进制消息流重建订单簿与 Tick 级成交。
2. 用 AlgoSeek 数据拼装日内 bar(OHLCV)。
3. 解析 SEC 财报的 XBRL 结构,提取财务科目。
4. 对比不同数据存储方案的读写性能,选对格式。

⚠️ 本章涉及大量数据处理,仅供学习研究,数据质量直接决定后续策略可信度。

核心概念速览

数据是量化的地基——干净、连续、正确的历史数据,是一切策略的前提。

子章节导航

01 ITCH 订单簿重建

NASDAQ TotalView ITCH 二进制消息解析、订单簿与成交逐笔重建。

02 日内 bar 数据 AlgoSeek

用 AlgoSeek 数据拼装多周期日内 bar(OHLCV)。

03 SEC 财报 XBRL 解析

SEC 电子财报的 XBRL 结构、会计科目提取与时间对齐。

04 数据存储基准

HDF5、Parquet、SQL 等存储方案的读写性能对比与选型。

子章节之间的逻辑关系

本章第 01 节(ITCH) ──► 第 02 节(bar) ──► 第 03 节(SEC) ──► 第 04 节(存储)
   │
   ▼
下一章(第 3 章 另类数据获取)
​

前置知识与后续延伸

前置知识:

• 第 1 章(环境已搭好)

后续延伸:

• 第 4 章 Alpha 因子研究建立在本章的市场数据之上
• 第 8 章 ML4T 端到端工作流会用本章的数据格式做回测