匡醍量化|大富翁量化


Table of Content

21天驯化AI打工仔 - 数据库的优化

前言
五一小长假之前,我在搭档 007 的帮助下已经成功实现了从 Tushare 获取 OHLC 数据,并通过 Redis 消息队列将数据存储到 ClickHouse 数据库。为了进一步完善量化交易系统的数据支持,今天我们将聚焦于数据库的优化设计,主要涉及获取日线复权因子、获取分钟线数据以及计算分钟线数据(例如 15 分钟)三个方面。五一结束之后,我们计划通过这些优化,能够为量化交易策略提供更丰富、更精细的数据,从而提升系统的性能和决策能力。 1. 获取日线的复权因子
> 我:007!帮我在 `data_producer.py` 和 `data_consumer.py` 中添加获取日线因子的代码。
>
> 007:🫡收到请求,正在处理...为了在 `data_consumer.py` 和 `data_producer.py` 中补充因子的数据,我们需要对原代码进行一些修改。主要思路是在生产者代码中获取因子数据并封装到数据结构中,然后在消费者代码中处理这些因子数据。因为后续我们要收集分钟级的数据,所以我新建了一张表,命名为 `daily_data`,用于存储日线因子数据。;
``` 2.2. 修改生产者代码,添加分钟线数据获取功能
007 还是采用 tushare 来获取分钟线数据,并添加到数据表中。但是,这里获取分钟线数据我并不打算用 tushare 作为数据源,而是打算采用 qmt 提供的 API 接口来获取分钟级的数据。