【历史文档】算子-特征抽取

由polll创建，最终由small_q更新于2024-05-15 07:29 被浏览 1749 用户

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

新版模版策略：

新版数据平台：

新版表达式算子：

新版因子平台：

表名： derived_feature_extractor.v3

类别	显示名称	名称	类型	描述	必填/默认
输入端	输出数据	input_data	通用	输出数据，抽取后特征数据，包含用于构建衍生因子的基础因子数据，一般来自基础特征抽取或者衍生特征抽取模块	*必填
特征列表	features	通用	特征列表，需要抽取的衍生特征，由表达式构建。可用数据字段来自输入的data，可用操作符和函数见表达式引擎	*必填
输入参数	日期列名	date_col	str	日期列名，如果在表达式中用到切面相关函数时，比如 rank，会用到此列名	date
代码列名	instrument_col	str	代码列名，如果在表达式中用到时间序列相关函数时，比如 shift，会用到此列名	instrument
删除na数据	drop_na	bool	删除na数据，删除存在空数据(NA)的行	False
删除多余的列	remove_extra_columns	bool	删除多余的列，删除不在输入特征、日期和代码的列	False
自定义表达式函数	user_functions	code	自定义表达式函数，字典格式，例:{'user_rank':user_rank}，字典的key是方法名称，字符串类型，字典的value是方法的引用，参考文档表达式引擎	[默认代码](javascript:void(0);)
输出端	输出数据	data	通用	输出数据，抽取后特征数据

表名： feature_extractor_1m.v1

类别	显示名称	名称	类型	描述	必填/默认
输入端	代码列表	instruments	通用	代码列表	*必填
特征列表	features	通用	特征列表	*必填
表达式引擎自定义函数	user_functions	通用	表达式引擎自定义函数，字典格式，例: {'user_rank':user_rank}，字典的key是函数名称，字符串类型，字典的value是函数方法	{}
输入参数	开始日期	start_date	str	开始日期，示例 2017-02-12，一般不需要指定，使用代码列表里的开始日期
结束日期	end_date	str	结束日期，示例 2017-02-12，一般不需要指定，使用代码列表里的结束日期
向前取数据天数	before_start_days	float	向前取数据天数，比如，用户通过表达式计算的衍生特征，可能需要用到开始日期之前的数据，可以通过设置此值实现，则数据将从开始日期-向前取数据天数开始取。考虑到节假日等，建议将此值得大一些	90
并行计算数量	workers	int	并行计算数量	2
并行模式	parallel_mode	choice	并行模式：集群模式，使用集群多机并行；单机模式，使用单机多进程并行；测试模式，仅随机选择少量数据做特征抽取，一般用于测试表达式是否正确	集群
分钟数据源	table_1m	str	分钟数据源，分钟数据源表id	level2_bar1m_CN_STOCK_A
输出端	基础特征数据	data	通用	基础特征数据

表达式引擎用户自定义函数

表名： feature_extractor_user_function.v1

类别	显示名称	名称	类型	描述	必填/默认
输入端	自定义函数集	input_functions	通用	自定义函数集，可用于多个自定义函数组合为一个集合	None
输入参数	函数名	name	str	函数名	*必填
函数代码	func	code	函数代码	[默认代码](javascript:void(0);)
输出端	函数	functions	通用	函数

表名： general_feature_extractor.v7

类别	显示名称	名称	类型	描述	必填/默认
输入端	代码列表	instruments	通用	代码列表	*必填
特征列表	features	通用	特征列表	*必填
输入参数	开始日期	start_date	str	开始日期，示例 2017-02-12，一般不需要指定，使用代码列表里的开始日期
结束日期	end_date	str	结束日期，示例 2017-02-12，一般不需要指定，使用代码列表里的结束日期
向前取数据天数	before_start_days	float	向前取数据天数，比如，用户通过表达式计算的衍生特征，可能需要用到开始日期之前的数据，可以通过设置此值实现，则数据将从开始日期-向前取数据天数开始取。考虑到节假日等，建议将此值得大一些	90
输出端	基础特征数据	data	通用	基础特征数据