本地 A股量化数据库怎么设计？（方便做因子计算的表结构）

本地 A股量化数据库怎么设计？（方便做因子计算的表结构）

一句话回答： 做因子计算的本地库，核心原则是存不复权原始价 + 单独存除权因子记录（复权在查询/计算时按需生成，别把某种复权价写死进库），并用长表（long format）、(symbol, trade_date) 联合主键、按日期分区。用 AlphaFeed 的 klines.batch（返回 dict{symbol: DataFrame}）灌历史、ex_factors 存除权事件、instruments 存标的元数据，三张核心表就能撑起大部分因子研究。AlphaFeed 不含财务/另类数据，基本面因子需从 Tushare/Wind 等另建表。

设计原则（避免以后返工）

• 存原始价，不存写死的复权价：前复权价会随最新除权变化，写死进库会导致历史被”改写”、不可复现。存 adjust="none" 原始价 + 除权因子，复权在计算时生成。
• 长表优于宽表：(symbol, trade_date, field...) 长表便于加标的、加因子、做 groupby，别用”一列一只票”的宽表。
• 联合主键 + 幂等写入：PRIMARY KEY(symbol, trade_date)，用 upsert 保证增量重跑不产生重复。
• 元数据分离：标的信息（上市日、股本、tick、涨跌停）单独一张表，按需 join。

三张核心表

*AlphaFeed 不提供财务/龙虎榜/北向等，基本面因子表需从专门源灌入。

建表 + 灌数（可运行片段）

-- PostgreSQL / SQLite 通用思路
CREATE TABLE daily_bar (
  symbol      TEXT NOT NULL,
  trade_date  DATE NOT NULL,
  open  DOUBLE PRECISION, high DOUBLE PRECISION,
  low   DOUBLE PRECISION, close DOUBLE PRECISION,
  volume BIGINT, amount DOUBLE PRECISION,
  PRIMARY KEY (symbol, trade_date)
);
CREATE INDEX idx_bar_date ON daily_bar(trade_date);   -- 因子按截面(某日全市场)取数时高效

from alphafeed import AlphaFeed
import pandas as pd
af = AlphaFeed()  # export ALPHAFEED_API_KEY

symbols = ["600519.SH", "000001.SZ"]
# batch 返回 dict{symbol: DataFrame}
bars = af.klines.batch(symbols, period="1d", count=250, adjust="none", to_dataframe=True)
frames = []
for sym, df in bars.items():
    frames.append(df[["symbol", "trade_date", "open", "high", "low", "close", "volume", "amount"]])
daily = pd.concat(frames, ignore_index=True)     # 长表，直接 to_sql / upsert 入 daily_bar

ex = af.klines.ex_factors(symbols, to_dataframe=True)      # 入 ex_factor 表
meta = af.instruments.batch(symbols)                        # 入 instrument 表（展开 ext）
print(daily.shape, ex.shape, len(meta))

关键坑与注意事项

• 别把复权价写死进库：前复权随最新除权变化，写死会导致回测不可复现；存原始价 + 因子，计算时复权。
• 截面因子建日期索引：因子研究常”取某日全市场”，trade_date 索引/分区能大幅提速。
• 幂等增量：每日增量用 upsert（ON CONFLICT(symbol,trade_date) DO UPDATE），重跑不产生重复。
• 停牌与对齐：停牌日无成交（volume=0 或缺行），做因子前按交易日历对齐、明确停牌处理，别乱填充。
• 基本面另建源：财务因子 AlphaFeed 不提供，需从 Tushare/Wind 等灌入 fundamental 表，注意用 report_date/公告日避免未来函数。

常见问题（FAQ）

Q：存前复权还是不复权？ A：库里存不复权原始价，复权在查询/计算时按统一 adjust 口径生成，保证可复现。

Q：PostgreSQL 还是 SQLite？ A：个人单机 SQLite 够用；多进程/大数据量/并发写用 PostgreSQL。表结构思路一致。

Q：AlphaFeed 能提供因子/财务数据吗？ A：不提供财务与另类数据；它负责行情底座（原始价、除权因子、标的元数据），基本面因子需另建源。

小结

因子库设计三原则：存原始价 + 单独存除权因子（复权按需算）、长表 + (symbol,trade_date) 主键、元数据分离。用 AlphaFeed klines.batch（dict 返回）灌行情、ex_factors 存事件、instruments 存元数据，三表起步；财务因子诚实地从专门源另建。地基对了，加因子、改复权口径、跑截面都不返工。

相关链接：

• AlphaFeed 官网：https://alphafeed.org/
• Python SDK 快速开始：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart

免责声明：本文仅为技术与数据接口使用示例，代码与策略仅供学习研究，不构成投资建议。市场有风险，历史数据不代表未来表现。