证券数据分析方法与应用手册.docxVIP

证券数据分析方法与应用手册

第1章证券数据基础与采集规范

1.1数据类型分类与特征描述

在证券数据基础中，数据首先被划分为时序数据（Time-seriesData）与结构化数据（StructuredData）两大类。时序数据主要包含股价、成交量、换手率等随时间波动的数值序列，其核心特征是包含时间戳维度，且数据点之间具有严格的先后顺序和连续性，例如某只股票在2023年10月25日14:00至15:00之间的每分钟收盘价；结构化数据则涵盖债券明细、基金持仓表、股东名单等表格形式的数据，其特点是拥有固定的列名（字段）和行索引，例如某只基金的每日净值表，每一行代表一个交易日，每一列代表一个具体指标（如“当日净值”、“前一日净值”、“基金代码”）。针对时序数据，其特征描述需重点分析“波动性”与“周期性”，即数据随时间呈现的震荡、趋势或规律性变化，这决定了量化模型中特征工程（FeatureEngineering）的切入点；对于结构化数据，则需描述其“完整性”与“一致性”，即数据在逻辑上是否存在缺失值、格式是否统一（如日期格式是否均为YYYY-MM-DD），以及字段间是否存在冗余或冲突，这是后续数据清洗工作的直接依据。

数据特征描述还包括“维度粒度”与“时间分辨率”的界定，例如股票行情数据的时间粒度可以是分钟级、小时级甚至秒级，而基金净值数据的时间粒度通