这些因子可以翻译成DolphinDB database的代码,然后在内置的流数据框架中完成。
def factorVolDiff(t){
? w = exp(-10 * 0..9/t.mp[0])
? return select 0.5*log(rowSum([bv1,bv2,bv3,bv4,bv5,bv6,bv7,bv8,bv9,bv10]*w)/rowSum([av1,av2,av3,av4,av5,av6,av7,av8,av9,av10]*w)) as volDiff from t
?}
上面这个写法是直接在DolphinDB数据库内使用的。
https://github.com/dolphindb/Orca/blob/master/tutorial_cn/factor.md这个例子对比了orca和pandas的实现方法
与恶龙缠斗过久,自身亦成为恶龙;凝视深渊过久,深渊将回以凝视…