数据处理节点
一 节点概述
数据处理节点是量化策略的特征工程中心，负责计算技术指标和量化因子， 将 数据源节点 输出的原始 OHLCV 和 基本面数据 转换为策略可用的特征。 计算得到的因子可以直接用于 策略节点 的条件判断，也可以作为 AI模型节点 的输入特征。
数据流位置
数据源节点→数据处理→AI模型→策略类型→仓位管理→风险控制→交易引擎
二 模拟配置
下方是数据处理节点的真实配置面板，你可以直接操作体验各个配置项的功能。配置面板包含四个核心部分：向前取数据、因子配置、Label标注和条件过滤。
数据处理节点配置
所有因子计算需要的历史期数最大值，最大支持 10000（超出将自动按 10000 处理）
从因子库选择预设因子，或编写自定义表达式，两者自动合并
因子库
自定义表达式
2.1 向前取数据
设置因子计算所需的历史数据长度（期数）什么是"向前取数据"？
在计算技术指标时，通常需要参考历史数据。例如计算 20 日均线，需要过去 20 根K线的收盘价。 "向前取数据"参数决定了系统在每个时间点向前回溯多少根K线用于因子计算。该值必须大于或等于所有因子表达式中最大的窗口期参数， 否则计算结果会出现 NaN（数据不足）。 默认值为
100，取值范围 1 - 1000。设置示例
| 使用的因子 | 最大窗口期 | 建议设置 |
|---|---|---|
ta_ma(close, 20) | 20 | 25-30 |
ta_ma(close, 60) | 60 | 70-80 |
ta_bbands(close, 20, 2) | 20 | 25-30 |
t_std(close, 120) | 120 | 140-150 |
建议：预留 10%-20% 的余量。 例如最大窗口期为 60，建议设置为 70-80，确保数据充足避免因边界问题产生 NaN。 如果不确定，可以设置一个较大的值（如 200），但会略微增加计算耗时。
2.2 因子配置
通过因子库选择或自定义表达式定义量化因子什么是因子？
因子（Factor）是量化策略的核心，是从原始价量数据中提取的特征。 例如"20日均线"、"RSI指标"、"成交量比率"都是因子。 因子用于描述市场状态，帮助策略做出交易决策，或作为AI模型的输入特征。 系统支持两种方式定义因子：从因子库选择或编写自定义表达式。
因子库
因子库预置了常用的技术分析指标，点击即可添加。选中的因子会自动生成对应的表达式代码， 无需手动编写。因子库按类别组织，包含趋势、动量、波动率、成交量等多种类型。
| 因子类别 | 包含指标 | 用途说明 |
|---|---|---|
| 趋势类 | MA、EMA、WMA、MACD、布林带 | 判断价格趋势方向和强度 |
| 动量类 | RSI、KDJ、威廉指标、ROC、CCI | 衡量价格变化速度，识别超买超卖 |
| 波动率类 | ATR、标准差、波动率、真实波幅 | 衡量价格波动程度，用于风控 |
| 成交量类 | 量比、OBV、成交额、换手率 | 分析市场活跃度和资金流向 |
自定义表达式
当因子库无法满足需求时，可以手动编写因子表达式。表达式支持丰富的内置函数和数学运算。 格式为
因子名 = 表达式，多个因子用逗号分隔。 以 _ 开头的变量名为中间变量，仅用于计算过程，不会输出到结果。 详细语法规则请参考 表达式语法， 可用算子列表请参考 表达式算子。| 表达式示例 | 说明 | 输出 |
|---|---|---|
_ma_5 = ta_ma(close, 5) | 5周期均线（中间变量） | 不输出 |
momentum = close / _ma_5 - 1 | 价格偏离5日均线的幅度 | 输出 |
rsi_14 = ta_rsi(close, 14) | 14周期RSI指标 | 输出 |
vol_ratio = volume / t_mean(volume, 20) | 量比（当前量/20日均量） | 输出 |
volatility = t_std(pct(close, 1), 20) | 20日收益率波动率 | 输出 |
常用内置函数
完整函数列表请参考 表达式算子
移动平均
ta_ma, ta_ema, ta_wma, t_mean动量指标
ta_rsi, ta_macd, ta_kdj, ta_cci波动率
ta_atr, ta_bbands, t_std数学运算
pct, log, abs, max, min, rank, shift自动合并：因子库选择的因子和自定义表达式会自动合并，一起提交给后端计算。 你可以同时使用两种方式：从因子库快速选择常用指标，在自定义表达式中编写个性化因子。
2.3 Label标注
定义AI模型训练所需的标签数据（可选）什么是 Label？
Label（标签）是机器学习中的核心概念，代表模型需要预测的目标变量。 在量化交易中，Label 通常是未来的收益率或价格变化。 模型通过学习因子（特征）与 Label 之间的关系，预测未来走势。 只有在使用 AI模型节点（如 LightGBM、Transformer）时才需要启用此功能。 默认表达式为
label = shift(close, -5) / shift(open, -1) - 1，表示以下根K线开盘价为基准的未来5期收益率。二分类任务时，引擎自动将收益率按阈值（默认0）转为 0/1。Label 表达式详解
Label 表达式通常使用
shift() 函数获取未来数据。shift(close, -5) 表示"5个周期后的收盘价"，负数表示向未来偏移。| Label 表达式 | 含义 | 任务类型 | 取值范围 |
|---|---|---|---|
shift(close, -5) / shift(open, -1) - 1 | 未来5期收益率（以下根K线开盘价为基准） | 回归 / 二分类 | -1 ~ +∞（二分类时引擎自动转0/1） |
shift(t_max(high, 5), -5) / shift(open, -1) - 1 | 未来5期最大涨幅 | 回归 | -1 ~ +∞ |
shift(t_min(low, 5), -5) / shift(open, -1) - 1 | 未来5期最大跌幅 | 回归 | -1 ~ 0 |
c_pctrank(shift(close, -5) / shift(open, -1) - 1) | 未来收益率排名（截面） | 排序/回归 | 0 ~ 1 |
变量引用
Label 表达式可以引用前面因子配置中定义的变量
NaN 处理
shift 到未来会产生末尾 NaN，系统会自动剔除
2.4 条件过滤
筛选满足条件的数据行（可选）什么是条件过滤？
条件过滤用于筛选数据，只保留满足指定条件的数据行，不满足条件的数据将被剔除。 过滤后的数据会传递给下游节点（AI模型、策略等）。 常用场景包括：过滤低流动性标的、剔除异常数据、限定价格区间等。 默认条件为
volume > 1000000，保留成交量大于100万的数据。过滤条件示例
条件表达式返回布尔值，True 保留，False 剔除
| 条件表达式 | 说明 | 使用场景 |
|---|---|---|
volume > 1000000 | 成交量 > 100万 | 过滤低流动性标的 |
(close > 1) & (close < 100000) | 价格在合理区间 | 剔除极端价格 |
abs(pct(close, 1)) < 0.1 | 涨跌幅 < 10% | 剔除异常波动 |
(rsi > 30) & (rsi < 70) | RSI 在 30-70 区间 | 过滤超买超卖 |
vol_ratio > 0.5 | 量比 > 0.5 | 过滤缩量标的 |
~isnan(label) | Label 非空 | 剔除无效样本 |
支持的运算符
比较运算符
>, <, >=, <=, ==, !=逻辑运算符
& (与), | (或), ~ (非)函数
abs, isnan, isinf变量引用顺序：过滤条件可以引用：①基础列（open/high/low/close/volume/symbol/datetime） → ②因子表达式定义的变量 → ③Label定义的变量。 前面定义的变量后面都可以使用。
三 输出数据结构
数据处理节点在输入数据的基础上，添加计算得到的因子列。输出 DataFrame 保持与输入相同的行数和索引结构。
| 列名 | 类型 | 说明 |
|---|---|---|
timestamp | datetime | K线时间戳（继承自输入） |
symbol | string | 交易对符号（继承自输入） |
open/high/low/close/volume | float | 原始 OHLCV 数据（继承自输入） |
[因子名] | float | 计算得到的因子列（新增） |
示例：添加 MA5、MA20、RSI 因子后的数据
| timestamp | symbol | close | ma5 | ma20 | rsi |
|---|---|---|---|---|---|
| 2024-12-11 00:00:00 | BTCUSDT | 97800.0 | 97650.0 | 97120.5 | 58.32 |
| 2024-12-11 01:00:00 | BTCUSDT | 97750.0 | 97680.0 | 97156.8 | 55.18 |
| 2024-12-11 02:00:00 | BTCUSDT | 97820.0 | 97730.0 | 97203.2 | 59.45 |
| 2024-12-11 03:00:00 | BTCUSDT | 98050.0 | 97810.0 | 97268.5 | 63.21 |
| 2024-12-11 04:00:00 | BTCUSDT | 98150.0 | 97914.0 | 97345.1 | 65.87 |
四 常见问题
Q: 因子计算结果出现 NaN 怎么办？
A: 通常是"向前取数据"期数不足导致。移动平均等函数在数据不足时会返回 NaN。 请确保期数大于最大窗口期参数，例如使用 60 周期均线，至少设为 60（建议70-80）。
Q: 因子库和自定义表达式如何协作？
A: 两者会自动合并。因子库选择的预设因子会生成表达式代码，与自定义表达式一起提交给后端计算。 你可以在因子库快速选择常用指标，同时在自定义表达式中编写个性化因子。
Q: Label标注什么时候需要启用？
A: 只有在使用 AI模型节点（如 LightGBM、Transformer）进行机器学习时才需要。 Label 是模型训练的目标变量，定义了你希望模型预测什么（如未来收益率）。
Q: 条件过滤会影响后续节点吗？
A: 是的。过滤后的数据会传递给下游节点（AI模型、策略等）。 过滤条件常用于剔除低流动性标的（如 volume > 1000000）或异常数据。
Q: 如何在策略中引用计算的因子？
A: 在 策略节点 中，直接使用因子名称即可。例如定义了 momentum， 则可在开仓条件中写 momentum > 0。