预测下跌要怎么打标签
由bq30zy4n创建，最终由bq30zy4n 被浏览 31 用户
/* 使用DAI SQL为量化模型预测生成标签数据。标签反映了未来5日的收益率，并且被离散化为20个桶，每个桶代表一个收益率范围。这样，我们就可以训练模型来预测未来的收益率范围，而不仅仅是具体的收益率值。
- 首先定义了一个名为label_data的临时表，用于计算和存储未来5日收益率，其1%和99%分位数，以及离散化后的收益率（被分为20个桶，每个桶代表一个收益率范围）。
- 对未来5日收益率进行了截断处理，只保留在1%和99%分位数之间的值。
- 选择了标签值不为空，并且非涨跌停（未来一天的最高价不等于最低价）的数据
- 从这个临时表中选择了日期、股票代码和标签字段，以供进模型训练。 */
SELECT -- 计算的是未来5日的收益率。这是通过将5天后的收盘价除以第二天的开盘价得到的。这里使用的是一个叫做m_lead的函数，它可以获取某个字段在未来某天的值。 -- _future_return 是一个中间变量名，以 _ 开始的别名列不会在最终结果返回 -- (m_lead(close, 2) / m_lead(open, 1))*2 AS _future_return, m_lead(close, 2) / m_lead(close, 1) AS _future_return,
-- 计算未来5日收益率的1%分位数。all_quantile_cont是一个分位数函数，它能够计算出某个字段值的分位数，这里是计算1%的分位数。
c_quantile_cont(_future_return, 0.01) AS _future_return_1pct,
-- 计算未来5日收益率的99%分位数。同样，all_quantile_cont函数用来计算99%的分位数。
c_quantile_cont(_future_return, 0.99) AS _future_return_99pct,
-- 对未来5日收益率进行截断处理，值位于1%和99%分位数之间的数据被保留，超过这个范围的值将被设为边界值。
clip(_future_return, _future_return_1pct, _future_return_99pct) AS _clipped_return,
-- 将截断后的未来5日收益率分为20个不同的桶，每个桶代表一个范围。all_wbins函数用于将数据离散化为多个桶。
-- cbins(_clipped_return, 10) AS _binned_return,
-- 将离散化后的数据作为标签使用，这是我们预测的目标。
_clipped_return AS label,
-- 日期，这是每个股票每天的数据
date,
-- 股票代码，代表每一支股票
instrument
-- 从cn_stock_bar1d这个表中选择数据，这个表存储的是股票的日线数据 FROM cn_stock_bar1d QUALIFY COLUMNS(*) IS NOT NULL -- 标签值不为空，且非涨跌停(未来一天的最高价不等于最低价) AND m_lead(high, 1) != m_lead(low, 1) ORDER BY date, instrument