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adjustnone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。三张核心表表内容数据来源(AlphaFeed)主键daily_bar不复权日线 OHLCVamountklines.batch(adjustnone)(symbol, trade_date)ex_factor除权因子事件记录ex_factors(symbol, trade_date)instrument标的元数据(上市日/股本/tick/涨跌停)instruments.batchsymbolfundamental*(可选)财务/基本面因子需 Tushare/Wind 等(symbol, report_date)*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CREATETABLEdaily_bar(symbolTEXTNOTNULL,trade_dateDATENOTNULL,openDOUBLEPRECISION,highDOUBLEPRECISION,lowDOUBLEPRECISION,closeDOUBLEPRECISION,volumeBIGINT,amountDOUBLEPRECISION,PRIMARYKEY(symbol,trade_date));CREATEINDEXidx_bar_dateONdaily_bar(trade_date);-- 因子按截面(某日全市场)取数时高效fromalphafeedimportAlphaFeedimportpandasaspd afAlphaFeed()# export ALPHAFEED_API_KEYsymbols[600519.SH,000001.SZ]# batch 返回 dict{symbol: DataFrame}barsaf.klines.batch(symbols,period1d,count250,adjustnone,to_dataframeTrue)frames[]forsym,dfinbars.items():frames.append(df[[symbol,trade_date,open,high,low,close,volume,amount]])dailypd.concat(frames,ignore_indexTrue)# 长表直接 to_sql / upsert 入 daily_barexaf.klines.ex_factors(symbols,to_dataframeTrue)# 入 ex_factor 表metaaf.instruments.batch(symbols)# 入 instrument 表展开 extprint(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 upsertON CONFLICT(symbol,trade_date) DO UPDATE重跑不产生重复。停牌与对齐停牌日无成交volume0 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FAQQ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。QPostgreSQL 还是 SQLiteA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。QAlphaFeed 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 AlphaFeedklines.batchdict 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。参考AlphaFeed Python SDK 文档https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart