数据与研究
数据探索和Alpha因子分析工具。
数据探索
发明者量化自研的datadata是一个量化金融数据平台，发明者量化交易平台的数据探索模块集成了它的服务和功能，发明者量化用户无需另外注册datadata账号即可使用。可以用SQL查询分析海量数据，通过可视化界面生成多种图表，并与团队分享。使用例子可以参考数据探索模块专题文章。
- 数据源：datadata提供的数据源实时、持续更新，涵盖多种类型的数据；也可以上传CSV文件作为私有数据源，并在「数据探索」页面预览。
- 数据查询：用SQL语句查询数据，支持查询参数；查询结果可以下载为CSV或JSON文件。
- 保存研究：点击右上角的「保存」，把当前SQL查询保存到账号「数据探索」的资源列表中（资源列表按钮在「保存」按钮左侧）。
- 数据图形化：查询结果除了以表格展示，还可以用多种可视化组件展示。
- 分享研究：支持公开链接、嵌入代码（例如嵌入平台社区帖子）、嵌入网页、数据链接、预览图链接等形式。用「数据链接」还可以把数据直接提供给策略使用，回测和实盘都支持。
Alpha因子分析工具
分析公式参考了worldquant公开的101%20Formulaic%20Alphas.pdfalpha101中的行情计算方法，基本兼容其语法（未实现的功能已说明），并进行了增强。该工具用于快速对时间序列进行运算和验证交易想法。Alpha因子分析工具页面。
函数和操作符
下面的{}代表占位符，所有表达式大小写不敏感，x代表数据时间序列
abs(x), log(x), sign(x)：分别是绝对值、对数、符号函数。
以下操作符+, -, *, /, >, <也符合其标准的含义，==：是否相等，||：逻辑或，x ? y : z：三元条件运算符。
rank(x)：横截面排序，返回所在的百分位。需要指定由多个标的组成的候选池；只有单个行情时无法排序，直接返回原值。delay(x, d)： 返回序列x在d个周期前的值。sma(x, d)： 计算序列x在d个周期内的简单移动平均值。correlation(x, y, d)：计算时间序列x和y在过去d个周期内的相关系数。covariance(x, y, d)：计算时间序列x和y在过去d个周期内的协方差。scale(x, a)：归一化数据，使得sum(abs(x))=a(a默认为1)。delta(x, d)：计算时间序列x的当前值减去d个周期前的值。signedpower(x, a)：x^a。decay_linear(x, d)：计算时间序列x的d周期加权移动平均值，权重为d,d-1,d-2....1(经过归一化处理)。indneutralize(x, g)： 针对行业分类g进行中性化处理，目前不支持。ts_{O}(x, d)： 对时间序列x的过去d个周期执行O操作(O可具体代表min、max等，详见下文），d会转换为整数。ts_min(x, d)： 过去d个周期的最小值。ts_max(x, d)： 过去d个周期的最大值。ts_argmax(x, d)：ts_max(x, d)的位置。ts_argmin(x, d)：ts_min(x, d)的位置。ts_rank(x, d)： 时间序列x在过去d个周期内的排序（百分位排序）。min(x, d)：ts_min(x, d)。max(x, d)：ts_max(x, d)。sum(x, d)：过去d个周期的累计和。product(x, d)：过去d个周期的累计积。stddev(x, d)：过去d个周期的标准差。