本表达式用于快速对时间序列进行运算，让不会编程语言的新手也能通过写出公式，验证想法。地址为 https://www.quantinfo.com/Tools/View/3/formula.html 欢迎到 www.fmz.com 进行量化交易。
目前支持商品期货数据和部分数字货币数据，即quantinfo网站上存在的行情数据。 商品期货支持期货合约，连续合约（后缀888）和指数合约（后缀000），支持周期1分钟、5分钟、15 分钟、30分钟、1小时、4小时、1日等，可获取到open、high、low、close、volume,可选择时间范围。
- 商品期货：
CTP.MA805.close,其中CTP代表商品期货，MA805代表甲醇805合约，close代表收盘价。 - 如果直接使用
CTP.MA805,其中包含5组数据open、high、low、close、volume，在计算中注意保持数据 维度的一致。 - 数字货币支持交易对：
BCH_BTC_HUOBI,BCH_BTC_OKEX,BTC_FUTURES_NEXT_WEEK_OKEX,BTC_FUTURES_QUARTER_OKEX
BTC_FUTURES_THIS_WEEK_OKEX,BTC_USD_BITFINEX,BTC_USD_OKCOIN,ETC_BTC_HUOBI,ETC_BTC_OKEX
ETH_BTC_HUOBI,ETH_BTC_OKEX,LTC_BTC_HUOBI,LTC_BTC_OKEX 调用方式：HUOBI.BCH_BTC，OKEX.LTC_BTC等。注意数据有缺失。 - 默认选择商品期货，可以直接输入
MA888.close代替CTP.MA888.close - 其它交易所和交易对待支持。
可以直接使用talib库中的函数，如SMA(CTP.MA805,20),注意此时CTP.MA805不要加.close,程序会自行确定使用相应数据，不指定参数使用默认参数，如果要指定参数须按顺序填写，参数只能为数字。
如果函数返回多组数据，如MACD(CTP.MA805)返回macd、macdsignal、macdhist三组数据，此时调用MACD(CTP.MA805).macd
具体talib库的返回值和参数设置https://mrjbq7.github.io/ta-lib/doc_index.html
以下函数中，输入x代表数据时间序列，输入p代表逻辑时间序列，输出未说明均为与输入格式相同的序列
- log(x)： 取x的自然对数。
- shift(x,n):
x平移n，n为正数代表向前平移，负数向后。如
shift(CTP.MA805.close,1)即计算与上一根 K线收盘价的价差，注意shift(CTP.MA805,1).close的效果相同。 delay(x,n)为同一函数。 - abs(x)： x的绝对值。
- mean(x,n):
时间序列x的滚动平均值，窗口为n，如
mean(CTP.MA805.close,10)即为10个周期收盘价均值。 如果不传入n,则返回x的总体平均值。 - std(x,n): 窗口为n的滚动标准差。如果不传入n,则返回x的总体标准差。
- sum(x,n): 窗口为n的滚动和。如果不传入n,则返回x的总体和。
- rank(x): x的排序值，最小为1。
- min(x,y)：
返回x和y序列中的对应位置较小的组成的新序列，如
min(CTP.MA805.close,CTP.MA809.close)如果只传入x,则返回x的最小值。 - max(x,y): 如上
- tsrank(x,n): 窗口为n的滚动排序值。
- tsmin(x,n): 窗口为n的最小值。
- tsmax(x,n): 窗口为n的最大值。
- prod(x,n): 窗口为n的连乘积。
- delta(x,n):
距离为n的差分，如
CTP.MA805.close.delay(1)/CTP.MA805.close.shift(1)即为相应周期 的收益率序列。 - cov(x,y,n): 序列x和y的滚动协方差。
- corr(x,y,n):
序列x和y的滚动相关系数。如
corr(CTP.MA809.close,CTP.MA805.close,20),即为20个周期 甲醇9月份和5月份收盘价的相关系数。 - sma(x,n,m): 自定义的sma函数。
- skew(x,n): 窗口为n的偏度。
- kurt(x,n): 窗口为n的峰度。
- wma(x,n): 自定义的wma函数。
- highday(x,n): 窗口为n，序列里最大值据当前的距离。
- lowday(x,n): 窗口为n，序列里最小值据当前的距离。
- sequence(n)： 长度为n的等差序列，即[1,2,3,...n]
- regbeta(x,y,n): 窗口为n内，x对y回归的系数。
- regresi(x,y,n): 窗口为n内，x对y回归的残差。
- sumif(x,n,p)：
窗口为n内，满足条件p的x的求和，如：
sumif(CTP.MA809.volume,30,CTP.MA809.volume>100)即MA809合约在30个周期的窗口内，满足交易量大于100的成交量求和。 - count(p,n):
窗口为n内，满足条件p的x的个数，如：
count(CTP.MA809.volume>100,30)n不传入，默认统计整个时间序列 - sign(x): 序列x的符号，正数为1，负数为-1.
- kdj(x,n=9,k=3,j=3):
KDJ指标，调用
kdj(MA888.close).k - IC(x,r): x为所求的alpha因子,r为收益率序列.返回一个数字。
注意运算支持时间序列，代表相应位置的运算，返回的仍然是时间序列
- 支持+, -, *, /,四则运算。
- **指数运算。
- ==, >=, >, <, <=, !=，比较运算符
- &(与)，||(或)，~(非)，逻辑运算符
- //,整除;%,取余
- p?x:y 三目运算，如:
(CTP.MA809.close-CTP.MA805.close)>20?1:0表示如果MA809合约收盘价大于MA805合约20元，值取1，否则为0。也支持：(CTP.MA809.close-CTP.MA805.close)>20?CTP.MA809.close:CTP.MA805.close - 自然对数的底数：e;圆周率：pi;黄金分割比：phi
- 使用逗号和换行分隔不同的句子，支持赋值操作，把最后一句的结果画出,如:
p = CTP.MA809.close>CTP.MA805.close,a = CTP.MA809.close,b = CTP.MA805.close,p?a:b - 可使用PLOT函数画不同的图和类型，如：
PLOT(MA888.close,line,0),PLOT(MA888.volume,column,1)会画两张共享x轴(时间轴)的图，第一个参数是类型，可选line:线，columns:柱。第二个参数是所属的分组， 同一分组的图将叠加绘制。默认画线，分组为0.注意分组顺序从0开始，依次加1. 注意当语句中出现PLOT()函数时，规则1不再使用。 - 注意标点符号应为英文标点。
-
简易计算器功能:
3\**0.5+2.0/3*(3+4)+pi -
画K线：
PLOT(MA888,candlestick,0),PLOT(MA888.volume,column,1) -
计算收益率序列：
100*delta(MA888.close,1)/delay(MA888.close,1) -
3中的收益率由于主力合约切换，收益率序列产生异常值，可以使用三目运算去异常值：
100*abs(delta(MA888.close,1)/delay(MA888.close,1))>5?0:100*delta(MA888.close,1)/MA888.close -
在K线上叠加均线：
PLOT(MA888,candlestick,0),PLOT(mean(MA888.close,10),0) -
使用TA-Lib库的函数：
PLOT(MA888.close,0),PLOT(MACD(MA888,10),1) -
合约跨期套利，画出合约差价：
MA809.close-MA805.close -
合约跨期套利，求出平均差价：
mean(MA809.close-MA805.close) -
合约跨期套利，最大差价：
max(MA809.close-MA805.close) -
合约跨期套利，求出差价标准差：
std(MA809.close-MA805.close) -
合约跨期套利，差价大于20的次数：
count(MA805.close-MA809.close>20) -
跨品种套利，画出两品种相关系数变化：
corr(j888.close,jm888.close,15) -
跨品种套利，画出两品种线性回归系数的变化：
regbeta(j888.close,jm888.close,15) -
简单改一下可以套用一些alpha公式 参考：聚宽 注意链接里的文章错误较多，可参考原始研报国泰君安-数量化专题之九十三：基于短周期价量特征的多因子选股体系
如alpha_001，原始公式为：
(-1 * CORR(RANK(DELTA(LOG(VOLUME),1)),RANK(((CLOSE-OPEN)/OPEN)),6))
改为：
-1 * corr(rank(delta(log(MA888.volume),1)),rank(((MA888.close-MA888.open)/MA888.open)),6)
如alpha_002, 原始公式为：
-1 * delta(((close-low)-(high-close))/((high-low)),1)
改为：
-1 * delta(((MA888.close-MA888.low)-(MA888.high-MA888.close))/((MA888.high-MA888.low)),1)
如alpha_003,原始公式为：
SUM((CLOSE=DELAY(CLOSE,1)?0:CLOSE-(CLOSE>DELAY(CLOSE,1)?MIN(LOW,DELAY(CLOSE,1)):MAX(HIGH,DELAY(CLOSE,1)))),6)
公式的嵌套比较多，为了方便清晰可以改为：
CLOSE=MA888.close,LOW=MA888.low,HIGH=MA888.high
temp1=(CLOSE-(((CLOSE>delay(CLOSE,1)))?min(LOW,delay(CLOSE,1)):max(HIGH,delay(CLOSE,1))))
temp2=(CLOSE==delay(CLOSE,1))?0:temp1
sum(temp2,6)
如alpha_005，原始公式为:
(-1*TSMAX(CORR(TSRANK(VOLUME,5),TSRANK(HIGH,5),5),3))
改为：
VOLUME = MA888.volume,HIGH=MA888.high
(-1*tsmax(corr(tsmax(VOLUME,5),tsrank(HIGH,5),5),3))
alpha一般的研究框架：判断一个alpha是否有效的方法是求其和收益率序列的相关系数,如：
CLOSE = MA888.close,VOLUME=MA888.volume,HIGH=MA888.high,LOW=MA888.low,OPEN=MA888.open
RET=delta(CLOSE,1)/delay(CLOSE,1)
alpha=sma(CLOSE-delay(CLOSE,5),5,1)
IC(alpha,delay(RET,-1))
返回的结果绝对值越大说明alpha因子与收益率相关系数越强，预测性越好。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent