目录结构

.
├── assets
│   └── ddb_dump_journal.csv
├── dolphindb
│   └── project
│       ├── modules
│       └── scripts
├── ipynb
│   ├── ddb.ipynb
│   ├── ddb_pe.ipynb
│   ├── ddb_pit.ipynb
│   ├── dos.ipynb
│   └── mssql.ipynb
├── README.md
└── src
    ├── DDBBase.py
    ├── expr
    │   └── DDBExpression.py
    ├── factor
    │   └── DDBFactor.py
    ├── __init__.py
    ├── loader
    │   ├── DDBBasicInfoLoader.py
    │   ├── DDBDailyLoader.py
    │   ├── DDBHFTLoader.py
    │   ├── DDBLoader.py
    │   ├── DDBPITLoader.py
    │   ├── make_hft.py
    │   └── ProtoBuffEntitys
    ├── ReadTickFromDB.py
    ├── run.py
    └── script.py

目录说明

• assets
  • 程序运行过程中产生、或者依赖的配置数据
  • ddb_dump_jounral.csv记录海通高频数据写入DolphinDB的日志（类似log）
• dolphindb
  • DolphinDB的客户端Workspace，主要用来放置dos文件
  • 目录结构是DolphinDB的官方Java客户端设定的，因此略显臃肿
• ipynb
  • jupyter notebook的存放目录
  • 包含开发DolphinDB相关功能的草稿和SQL-Server相关功能的草稿
• src
  • Python源代码目录，是工作的主要目录
  • 大部分源码文件以DDB开头，表示与DolphinDB相关，继承和代码复用关系可以进一步优化
  • DDBBase.py：
    • DDB*的基类，包含了一些常用常量
  • run.py：
    • 用于执行具体操作任务的入口脚本
    • TODO：需要支持命令行参数来选择执行功能和配套参数
  • loader目录：代码专门用于向DolphinDB写入数据（似乎称为Dumper更合适），目前包括：
    • DDBLoader.py：其他Loader类的基础类
    • DDBHFTLoader.py：用以导入高频数据（海通高频数据）
    • DDBDailyLoader.py：用以导入日频数据（市场日K线数据）
    • DDBPITLoader.py：用以导入低频PIT数据，主要是财报数据
    • loader/ProtoBuffEntitys目录：
      • 用以解析海通高频数据中，protobuf字节流的Python辅助代码
  • factor目录：用于生成因子
    • DDBFactor.py：目前只有生成日频因子
  • expr目录：用于支持基于DDB的各种表达式操作
    • DDBExpression.py：提供了基本的操作表达式，目前包括：
    • 通过Function View，读取DolphinDB的分布式存储表：
      • 在任意时间点上，获取所有公司某张财报、指定财报期的最新可见快照
      • 在任意时间点上，获取所有公司某张财报中某科目、指定财报期的最新可见快照
    • 通过一般Function，对内存表进行操作：
      • 流量表累计数值转单季值
      • 跨年同比指标计算（分母为去年基数取绝对值，函数会同时返回当年值和去年基数，以便进一步调整）

海通高频数据录入说明

• Python语言从数据库中读取字节流程序并解码还原示例程序在ReadTickFromDB.py中。
• 该函数需要pymssql、gzip、google.protobuf（可用pip install protobuf安装）三个外部依赖库需要在运行程序。
• 成功读取后，每个标的会读出并解析成一个结构体数组的数据结构，可以对于该数据进行进一步操作。