如何实时计算日累计逐单资金流

507

在股票交易市场中，资金流是重要的量价指标之一。基于 DolphinDB 的流数据处理框架，我们可以实现日累计逐单资金流的低延时计算。本案例包含了日累计资金流场景描述、指标实现和实时计算结果展示等内容，点击视频了解更多👇

完整案例教程与所用脚本均公开发布于知乎，可点击阅读原文查看详细内容。

实时计算日累计资金流的难点

日累计逐单资金流计算至少涉及两个阶段：

在第一阶段中，需要根据订单分组，根据订单的累计成交量判断大小单。在第二阶段中，根据股票分组，统计每个股票的大小单数量及成交额。此过程涉及历史状态，若无法实现增量计算，效率会非常低下。

针对这类计算难点，DolphinDB 提供了流数据处理框架，旨在提高开发效率、降低开发难度，从而更好地挖掘 DolphinDB 在复杂实时流计算场景中的价值。

首先，实时数据源的数据通过 DolphinDB API 或插件注入至 DolphinDB 流数据表 tradeOriginalStream。设置 SecurityID 为过滤订阅列，按照哈希算法进行过滤，构造多个并行的流处理引擎序列，提高系统所能承受的订单流量。

响应式状态引擎1结合内置的 cumsum, prev 函数，增量计算当前订单根据股票代码和买单订单号分组后的累计成交金额，以及当前订单合入前后的大小单标签、累计成交量。

响应式状态引擎2结合内置的 cumsum, prev 函数，增量计算当前订单根据股票代码和卖单订单号分组后的累计成交金额，以及当前订单合入前后的大小单标签、累计成交量，同时保留上一步买方向的中间计算结果。

响应式状态引擎3结合内置的 cumsum, dynamicGroupCumsum, dynamicGroupCumcount 函数实现根据股票代码合并的资金流指标的增量计算。

最后所有并行的处理引擎都将结果注入资金流结果表 capitalFlowStream，其数据可以被外部消费者订阅消费。

完整案例教程与使用脚本均已发布于知乎，感兴趣的小伙伴可以点击阅读原文跳转查看哦~

Explore More

扫描二维码，添加 DolphinDB小助手

点击阅读原文，查看使用范例与案例代码

最后修改时间：2022-07-16 11:45:05

文章转载自DolphinDB智臾科技，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。