createOrderBookSnapshotEngine

语法

createOrderBookSnapshotEngine(name, exchange, orderbookDepth, intervalInMilli, date, startTime, prevClose, dummyTable, outputTable, inputColMap, [outputColMap], [outputCodeMap], [snapshotDir], [snapshotIntervalInMsgCount], [raftGroup], [outputIntervalOffsetMap], [checkRestrict], [maxPrice], [minPrice], [userDefinedMetrics], [priceNullFill], [triggerType], [forceTriggerTime], [precision], [orderBySeq], [skipCrossedMarket=true], [orderBookDetailDepth=0], [orderBookAsArray=false])

注:

社区版 License 暂不支持该引擎,如需使用此功能,请联系技术支持。

详情

该函数基于一个包含了逐笔委托和逐笔交易数据表,实时合成指定频率(1秒,100ms,30ms 等)的全档位盘口信息、窗口内统计信息、全天累计统计信息等订单薄(或者叫快照)数据。也可通过历史逐笔数据来合成需要的订单薄数据。

目前支持合成深交所股票、深交所可转债、深交所基金、上交所股票、上交所可转债、上交所基金的订单薄数据。请注意,可转债的规则遵循自2022年8月之后发布的新规定。

窗口规则

由参数 intervalInMilli 指定窗口的长度(以时间衡量),输出表中显示的时间为窗口的右边界。最后一个窗口的右边界最大值是 14:57:00.000,此时,窗口区间为左开右开,且输出窗口显示为右边界的时间戳(14:57:00.000),其余情况的窗口区间全部左开右闭。

触发规则

第一条输出记录由输入表中第一条时间戳大于 startTime + intervalInMilli 的记录触发,此时输出表的时间戳为 startTime + intervalInMili。之后根据参数 triggerType 的配置值,决定新收到任意一条逐笔数据,当其时间戳大于窗口右边界时,触发输出单个或所有证券代码的快照。

注:
  • 一个引擎至多只能输入某一天一个通道的全部股票数据。
  • 必须保证注入引擎的数据表内的数据按照交易所的逐笔序号排序。

参数

注: 传参时必须指定参数名。

name 字符串标量,表示订单簿快照引擎的名称,可包含字母,数字和下划线,但必须以字母开头。

exchange 字符串标量,表示证券的类型。可选参数:

  • “XSHE” 或 “XSHESTOCK”:深交所股票
  • “XSHEBOND”:深交所可转债
  • “XSHEFUND”:深交所基金
  • “XSHG” 或 “XSHGSTOCK”:上交所股票
  • “XSHGBOND”:上交所可转债
  • “XSHGFUND”:上交所基金

orderbookDepth 正整数,表示订单簿种最多能够显示的买卖报价的档位。

intervalInMilli 正整数,表示触发输出数据的时间间隔,即合成快照的时间频率,单位为毫秒。

date DATE 类型标量,表示交易日期。该参数和窗口右边界组合成输出表的 TIMESTAMP 列。

startTime TIME 类型标量,表示触发输出数据的起始时刻。引擎只会输出该参数指定时刻(规整后)之后的数据。

prevClose 字典,其 key 为字符串标量或向量,表示股票代码;其 value 为数值类型,表示对应于股票代码的上一个交易日的收盘价格。

dummyTable 一个表对象。若指定userDefinedMetricsoutputTable 根据 genOutputColumnsForOBSnapshotEngine 函数指定的 basicdepth 以及用户自定义的指标来确定表结构。否则,outputTable 根据 outputColMap的设置来确定表结构。

outputTable 一个表对象,必须结合 outputColMap 来确定输出表的 schema。

inputColMap 字典,将输入表中列字段的名称映射为引擎计算所需要的列。其中:

  • key 为字符串类型,表示引擎所需要的固定的输入字段。具体字段名和含义见下表。注意,这些 key 区分大小写,必须全部指定,但顺序可以不固定。
  • value 为字符串类型,表示输入表中对应的列名称。
key value 对应的字段类型 含义
“timeColumn” TIME 交易时间
“typeColumn” INT 交易类型:
  • 如果是逐笔委托单,则:1表示市价;2表示限价;3表示本方最优;10表示撤单(仅上交所);11市场状态(仅上交所)
  • 如果是逐笔成交单,则:0表示成交;1表示撤单(仅深交所)
“priceColumn” LONG 价格,真实价格*10000
“qtyColumn” LONG 数量(股数)
“buyOrderColumn” LONG
  • 逐笔成交:对应其原始成交中的买方委托序号。
  • 逐笔委托:
    • 上交所:填充原始委托中的原始订单号,即上交所在新增、删除订单时用以标识订单的唯一编号(OrderNo 字段)
    • 深交所:填充0。此字段为深交所为了补全上交所数据格式而增加的冗余列
“sellOrderColumn” LONG
  • 逐笔成交:对应其原始成交中的卖方委托序号。
  • 逐笔委托:
    • 上交所:填充原始委托中的原始订单号,即上交所在新增、删除订单时用以标识订单的唯一编号(OrderNo 字段)
    • 深交所:填充0。此字段深交所为了补全上交所数据格式而增加的冗余列
“sideColumn” INT 买卖方向:1表示买单;2表示卖单

说明:

  • 委托单的 BSFlag,必填
  • 撤单的 BSFlag 由原始委托单决定买卖方向,必填
  • 成交单的 BSFlag,不影响结果,非必填
“msgTypeColumn” INT 数据类型:
  • 0表示逐笔委托;
  • 1表示逐笔成交;
  • -1表示产品状态。
“seqColumn” LONG 一个通道内从 1 开始递增的逐笔数据序号。深交所为 appseqlnum 字段,若深交所数据中包含 index 字段,也可以使用 index;上交所为 bizIndex 字段。
“codeColumn” SYMBOL 证券代码(如300010.SZ)
注: 引擎规范了枚举类型中各枚举值的具体含义。输入表对应的枚举值必须遵守这个规范。比如枚举类型字段 sideColumn 所对应的输入表中的字段必须使用 1 代表买方向,2 代表卖方向。

outputColMap 可选参数,字符串向量,用于指定需要输出的字段名称,不区分大小写。为方便指定 outputColMap,用户可通过 genOutputColumnsForOBSnapshotEngine 函数生成需要输出的字段名称,将返回值的第一个元素赋值给 outputColMap 即可。

outputCodeMap 可选参数,字符串向量,表示股票代码,例如:“000803.SZ”。指定该参数后,将只输出指定股票对应的数据。

outputIntervalOffsetMap 可选参数,字典,用于指定输出表中股票被触发计算的时间偏移量。其 key 为字符串类型,表示股票代码;其 value 为整型,表示时间偏移量,单位为毫秒。例如:outputIntervalOffsetMap =dict(“127053.SZ" “123082.SZ“,[400, 500]),表示经过 intervalInMilli + 400(ms) 后触发 127053.SZ 股票的数据输出;经过 intervalInMilli + 500(ms) 后触发 123082.SZ 股票的数据输出。

checkRestrict 可选参数,布尔值,默认值为 true,表示开启价格笼子机制;若设置为 false,则关闭笼子机制,此时会取消对股票交易的限制,创业板合成出的快照可能不正确。

注: 深交所对创业板证券(证券代码以 3 开头)设定了价格笼子。在 checkRestrict=true 时,引擎只会将证券代码的首字符是否为 3 作为是否执行价格笼子的判断标准。因此,在向引擎输入创业板数据时,证券代码必须以 3 开头。

maxPrice 可选参数,字典。其 key 为字符串类型,表示证券代码;其 value 为 DOUBLE 类型,表示涨停价格。

minPrice 可选参数,字典。其 key 为字符串类型,表示证券代码;其 value 为 DOUBLE 类型,表示跌停价格。

userDefinedMetrics 可选参数,一元函数。

  • 函数的入参是一个表,表的每一行是一个标的,每一列是标的对应的快照。若指定 outputColMap,则表中数据为 outputColMap设置的字段;否则表中数据为基础字段和报价/询价的价格和数量。

  • 函数的返回值是一个元组,元组的每一个元素是一个常规向量,代表每个标的经对应指标计算后的结果。

priceNullFill 一个数字。该参数值用于填充输出表中多档买/卖价格中缺失档位的价格。例如涨停后卖单的价格都为 NULL,此时如有指定卖单价格为 0 的需求,可以设置 priceNullFill=0。

triggerType 可选参数,字符串标量,表示触发方式。可选值为:

  • ”mutual”:新收到任意一条逐笔数据,当其时间戳大于窗口右边界时,就会触发所有股票未计算的快照合成输出。触发计算的数据并不会参与该次计算。
  • ”independent”:新收到任意一条逐笔数据,当其时间戳大于窗口右边界时,只触发该条数据对应股票未计算的快照合成输出。触发计算的数据并不会参与该次计算。
  • “perRow“:每收到一行逐笔数据都会触发该条数据对应股票计算并输出,触发计算的数据并参与该次计算。

forceTriggerTime 可选参数,是非负整数,单位为毫秒。除了正常触发合成快照外,有时会出现一些数据因乱序不能触发合成快照,而是被缓存在引擎中。在这种情况下,可通过该参数设置强制触发引擎中长时间未处理的逐笔数据合成快照。触发规则为:

  1. 最新收到的逐笔数据的时间戳(t )减去最后一条已经处理的交易数据的时间戳(t0 )大于或等于 forceTriggerTime,则触发未处理的数据中序号最小的那条数据合成快照,并更新已经处理的交易数据的时间戳(t1)。
  2. 重复上述操作,若判断 t-t1 >= forceTriggerTime,则触发未处理的数据中序号最小的那条数据合成快照,并更新已经处理的交易数据的时间戳(t2);直到两个时间戳的差值小于 forceTriggerTime 时,停止触发快照合成。

precision 可选参数,非负整数,表示小数位数,取值范围为[0,4]。若指定该参数,则输出表中所有的价格将按照指定的位数进行四舍五入。否则,按照原始结果输出。

orderBySeq 可选参数,布尔值或元组

  • 指定该参数值为布尔值时,表示是否按照逐笔数据中的 seqColumn 列中值的大小顺序处理数据。
    • orderBySeq=true(默认值) 时,会根据逐笔数据的序号有序处理数据,并计算输出。例如引擎先后收到序号为1,3的数据,因为缺少序号为2的数据,引擎先将1和3的数据缓存,待收到序号2的数据时,再进行计算输出。此时也可以指定 forceTriggerTime 强制触发计算输出。
    • orderBySeq=false 时,每接收到一条数据都会立即进行计算并输出,此时不可设置 forceTriggerTime
  • 指定该参数值为元组时,以(BOOL, INTEGER, [STRING])的形式表示,其中:
    • 第一个元素为布尔值,表示是否按照逐笔数据的序号有序输出结果的布尔值,作用同上。
    • 第二个元素为正整数,表示记录缓存输入数据量的时间间隔,单位为毫秒(ms)。
    • 第三个元素为指定输出日志级别的字符串标量,可选参数,其可用值为 DEBUG (默认值)和 INFO,分别对应 Debug 和 Info 级别的日志输出。

skipCrossedMarket可选参数, 布尔值,表示是否输出买一卖一价交叉的计算结果。

  • skipCrossedMarket=true(默认值)时,若出现买一卖一价交叉,即卖一价<=买一价,则不输出该条结果。
  • skipCrossedMarket=false 时,若出现买一卖一价交叉,仍然输出该条结果。

orderBookDetailDepth 可选参数,整型标量,表示订单簿明细的深度。默认值为0,表示不输出。该参数必须和 outputColMap 中 orderBookDetailDepth 字段的值保持一致。

orderBookAsArray 可选参数,布尔值,表示是否以数组向量形式输出报价/询价的价格和数量。默认值为 false,价格和数量将以多列形式输出。

注意,若指定 userDefinedMetrics,价格和数量的输出形式由 orderBookAsArray 确定。否则,价格和数量的输出形式由 outputColMap 确定,该参数失效。

例子

运行代码前,先下载 ../data/orderbookDemoInput.zip 文件。

// 登录
login("admin", "123456")

// 释放已有的引擎
try { dropStreamEngine("demo") } catch(ex) { print(ex) }

// 创建引擎参数 outputTable,即指定输出表
suffix = string(1..10)
colNames = `SecurityID`timestamp`lastAppSeqNum`tradingPhaseCode`modified`turnover`volume`tradeNum`totalTurnover`totalVolume`totalTradeNum`lastPx`highPx`lowPx`ask`bid`askVol`bidVol`preClosePx`invalid  join ("bids" + suffix) join ("bidVolumes" + suffix) join ("bidOrderNums" + suffix) join ("asks" + suffix)  join ("askVolumes" + suffix) join ("askOrderNums" + suffix) 
colTypes = [SYMBOL,TIMESTAMP,LONG,INT,BOOL,DOUBLE,LONG,INT,DOUBLE,LONG,INT,DOUBLE,DOUBLE,DOUBLE,DOUBLE,DOUBLE,LONG,LONG,DOUBLE,BOOL] join take(DOUBLE, 10) join take(LONG, 10) join take(INT, 10) join take(DOUBLE, 10) join take(LONG, 10) join take(INT, 10) 
share table(10000000:0, colNames, colTypes) as outTable

// 创建引擎参数 dummyTable,即指定输入表的表结构
colNames = `SecurityID`Date`Time`SecurityIDSource`SecurityType`Index`SourceType`Type`Price`Qty`BSFlag`BuyNo`SellNo`ApplSeqNum`ChannelNo
colTypes = [SYMBOL, DATE, TIME, SYMBOL, SYMBOL, LONG, INT, INT, LONG, LONG, INT, LONG, LONG, LONG, INT]
dummyOrderStream = table(1:0, colNames, colTypes)

// 创建引擎参数 inputColMap,即指定输入表各字段的含义
inputColMap = dict(`codeColumn`timeColumn`typeColumn`priceColumn`qtyColumn`buyOrderColumn`sellOrderColumn`sideColumn`msgTypeColumn`seqColumn, `SecurityID`Time`Type`Price`Qty`BuyNo`SellNo`BSFlag`SourceType`ApplSeqNum)

// 创建引擎参数 prevClose,即昨日收盘价,prevClose 不影响最终的输出结果中除昨日收盘价以外的其他字段
prevClose = dict(`000587.SZ`002694.SZ`002822.SZ`000683.SZ`301063.SZ`300459.SZ`300057.SZ`300593.SZ`301035.SZ`300765.SZ, [1.66, 6.56, 6.10, 8.47, 38.10, 5.34, 9.14, 48.81, 60.04, 16.52])

// 定义引擎,每1s计算输出深交所股票10档买卖盘口
engine = createOrderBookSnapshotEngine(name="demo", exchange="XSHE", orderbookDepth=10, intervalInMilli = 1000, date=2022.01.10, startTime=09:15:00.000, prevClose=prevClose, dummyTable=dummyOrderStream, outputTable=outTable, inputColMap=inputColMap)

filePath = "./orderbookDemoInput.csv"
colNames = `SecurityID`Date`Time`SecurityIDSource`SecurityType`Index`SourceType`Type`Price`Qty`BSFlag`BuyNo`SellNo`ApplSeqNum`ChannelNo
colTypes = [SYMBOL, DATE, TIME, SYMBOL, SYMBOL, LONG, INT, INT, LONG, LONG, INT, LONG, LONG, LONG, INT]
orderTrade = table(1:0, colNames, colTypes)
orderTrade.append!(select * from loadText(filePath) order by Time)

// 10支股票的逐笔数据批量注入快照合成引擎
engine.append!(orderTrade)
select count(*) from outTable where SecurityID="300593.SZ", timestamp between 2022.01.10T13:15:01.000 and 2022.01.10T13:15:10.000

//output: 10
通过 outputColMap 指定需要输出的字段。genOutputColumnsForOBSnapshotEngine 函数返回值的第一个元素即为 outputColMap,返回值的第二个元素可以确定 outputTable 的 schema。
try { dropStreamEngine("demo") } catch(ex) { print(ex) }

filePath = "./orderbookDemoInput.csv"

// 创建引擎参数 dummyTable,即指定输入表的表结构
colNames = `SecurityID`Date`Time`SecurityIDSource`SecurityType`Index`SourceType`Type`Price`Qty`BSFlag`BuyNo`SellNo`ApplSeqNum`ChannelNo
colTypes = [SYMBOL, DATE, TIME, SYMBOL, SYMBOL, LONG, INT, INT, LONG, LONG, INT, LONG, LONG, LONG, INT]
share table(1:0, colNames, colTypes) as dummyOrderStream

// 创建引擎参数 inputColMap,即指定输入表各字段的含义
inputColMap = dict(`codeColumn`timeColumn`typeColumn`priceColumn`qtyColumn`buyOrderColumn`sellOrderColumn`sideColumn`msgTypeColumn`seqColumn, `SecurityID`Time`Type`Price`Qty`BuyNo`SellNo`BSFlag`SourceType`ApplSeqNum)

// 创建引擎参数 prevClose,即昨日收盘价,prevClose 不影响最终的输出结果中除昨日收盘价以外的其他字段
prevClose = dict(`000587.SZ`002694.SZ`002822.SZ`000683.SZ`301063.SZ`300459.SZ`300057.SZ`300593.SZ`301035.SZ`300765.SZ, [1.66, 6.56, 6.10, 8.47, 38.10, 5.34, 9.14, 48.81, 60.04, 16.52])

//创建使用 outputColMap 和 outputTableSch 接收 genOutputColumnsForOBSnapshotEngine 的返回值。它们分别用于确定 outputColMap 和 outputTable
outputColMap, outputTableSch = genOutputColumnsForOBSnapshotEngine(basic=true, time=false, depth=(10, true), tradeDetail=true, orderDetail=false, withdrawDetail=false, orderBookDetailDepth=0, prevDetail=false)

engine = createOrderBookSnapshotEngine(name="demo", exchange="XSHE", orderbookDepth=10, intervalInMilli = 1000, date=2022.01.10, startTime=09:15:00.000, prevClose=prevClose, dummyTable=dummyOrderStream, outputTable=outputTableSch, inputColMap=inputColMap, outputColMap=outputColMap, orderBookAsArray=true)

// 10支股票的逐笔数据批量注入快照合成引擎
engine.append!(select * from loadText(filePath) order by Time)
select top 10 * from outputTableSch where code="300593.SZ", timestamp between 2022.01.10T13:15:01.000 and 2022.01.10T13:15:10.000

部分结果展示如下:

try { dropStreamEngine("demo") } catch(ex) { print(ex) }

filePath = "./orderbookDemoInput.csv"

// 创建引擎参数 dummyTable,即指定输入表的表结构
colNames = `SecurityID`Date`Time`SecurityIDSource`SecurityType`Index`SourceType`Type`Price`Qty`BSFlag`BuyNo`SellNo`ApplSeqNum`ChannelNo
colTypes = [SYMBOL, DATE, TIME, SYMBOL, SYMBOL, LONG, INT, INT, LONG, LONG, INT, LONG, LONG, LONG, INT]
share table(1:0, colNames, colTypes) as dummyOrderStream

// 创建引擎参数 inputColMap,即指定输入表各字段的含义
inputColMap = dict(`codeColumn`timeColumn`typeColumn`priceColumn`qtyColumn`buyOrderColumn`sellOrderColumn`sideColumn`msgTypeColumn`seqColumn, `SecurityID`Time`Type`Price`Qty`BuyNo`SellNo`BSFlag`SourceType`ApplSeqNum)

// 创建引擎参数 prevClose,即昨日收盘价,prevClose 不影响最终的输出结果中除昨日收盘价以外的其他字段
prevClose = dict(`000587.SZ`002694.SZ`002822.SZ`000683.SZ`301063.SZ`300459.SZ`300057.SZ`300593.SZ`301035.SZ`300765.SZ, [1.66, 6.56, 6.10, 8.47, 38.10, 5.34, 9.14, 48.81, 60.04, 16.52])

//此处只定义 outputColMap 接收 genOutputColumnsForOBSnapshotEngine 的第一个返回值。因 userDefinedMetrics 定义的指标中需要使用委托明细和回撤明细,因此 genOutputColumnsForOBSnapshotEngine  需要指定 orderDetail=false, withdrawDetail=true
outputColMap = genOutputColumnsForOBSnapshotEngine(basic=true, time=false, depth=(10, true), tradeDetail=true, orderDetail=false, withdrawDetail=true, orderBookDetailDepth=0, prevDetail=false)[0]


//// 定义用户自定义因子
def userDefinedFunc(t){
        AvgBuyDuration = rowAvg(t.TradeMDTimeList-t.TradeOrderBuyNoTimeList).int()
        AvgSellDuration = rowAvg(t.TradeMDTimeList-t.TradeOrderSellNoTimeList).int()        
        BuyWithdrawQty = rowSum(t.WithdrawBuyQtyList)
        SellWithdrawQty = rowSum(t.WithdrawSellQtyList)
        return (AvgBuyDuration, AvgSellDuration, BuyWithdrawQty, SellWithdrawQty)
}

// 定义订单簿引擎的输出表,需要包含基础字段(basic),报价/询价的多档价格和数量(depth),userDefinedMetrics 自定义指标的输出结果
outputTableSch = genOutputColumnsForOBSnapshotEngine(basic=true, time=false, depth=(10, true), tradeDetail=false, orderDetail=false, withdrawDetail=false, orderBookDetailDepth=0, prevDetail=false)[1]
colNames = outputTableSch.schema().colDefs.name join (`AvgBuyDuration`AvgSellDuration`BuyWithdrawQty`SellWithdrawQty)
colTypes = outputTableSch.schema().colDefs.typeString join (`INT`INT`INT`INT) 
outputTable = table(1:0, colNames, colTypes)

// 创建引擎,每1s计算输出深交所股票10档订单簿

engine = createOrderBookSnapshotEngine(name="demo", exchange="XSHE", orderbookDepth=10, intervalInMilli = 1000, date=2022.01.10, startTime=09:30:00.000, prevClose=prevClose, dummyTable=dummyOrderStream, outputTable=outputTable, inputColMap=inputColMap, outputColMap=outputColMap, orderBookAsArray=true, userDefinedMetrics=userDefinedFunc)


engine.append!(select * from loadText(filePath) order by Time)
select top 10 * from outputTable where code="300593.SZ", timestamp between 2022.01.10T13:15:01.000 and 2022.01.10T13:15:10.000

部分结果展示如下:

相关函数:genOutputColumnsForOBSnapshotEngine

相关教程:基于逐笔数据合成高频订单簿:DolphinDB 订单簿引擎

附录

basic(基础字段)

不指定 outputColMapuserDefinedMetrics 时,输出除 openPrice,maxPrice,minPrice 外的字段。

字段名 类型 说明
code SYMBOL 证券代码
timestamp TIMESTAMP 快照时间戳,如以1s间隔合成快照:2022.08.01T09:20:00.000,2022.08.01T09:20:01.000
lastSeq LONG 最后一条逐笔数据的序号(lastAppSeqNum)
tradingPhaseCode INT 交易阶段代码(tradingPhaseCode)。枚举值:开盘集合竞价、连续竞价、收盘集合竞价、停牌、临时停牌
modified BOOL 各证券代码当前周期无输入数据,则对应输出表中的该字段显示为 false,否则显示为 true。
turnover DOUBLE 当前周期内的成交金额
volume LONG 当前周期内的成交量
tradeNum INT 当前周期内的成交笔数
ttlTurnover DOUBLE (totalTurnover)开盘到现在的成交金额
ttlVolume LONG (totalVolume)开盘到现在的成交量
ttlTradeNum INT (totalTradeNum)开盘到现在的成交笔数
lastPrice DOUBLE (lastPx)最近成交价
highPrice DOUBLE (highPx)开盘到现在的最高价
lowPrice DOUBLE (lowPx)开盘到现在的最低价
openPrice DOUBLE (openPx)开盘价
avgAskPrice DOUBLE (ask)卖出加权平均价 = 卖单的每一档价格*量 / 卖单的总量
avgBidPrice DOUBLE (bid)买入加权平均价 = 买单的每一档价格*量 / 买单的总量
askQty LONG (askVol)当前卖盘加权挂单量
bidQty LONG (bidVol)当前买盘加权挂单量
preClosePrice DOUBLE

(preClosePx)昨收价。

引擎外部定义昨收价,并以字典的方式传入引擎。

abnormal BOOL

(invalid)输入数据是否异常:true 表示输入数据异常;false 表示输入数据正常。

数据异常是指收到了逐笔成交或者撤单,却找不到对应的委托单。

maxPrice DOUBLE

涨停价。

引擎外部定义涨停价,并以字典的方式传入引擎。

minPrice DOUBLE

跌停价。

引擎外部定义跌停价,并以字典的方式传入引擎。

time(时间字段)

字段名 类型 说明
mdTime TIME 快照时间戳,如以1s间隔合成快照:09:20:00.000,09:20:01.000
mdDate DATE

快照日期。

引擎外部定义快照日期,通过 date 参数传入引擎。

UpdateTime1 NANOTIMESTAMP 触发窗口关闭的那条输入数据的 receiveTime
UpdateTime2 NANOTIMESTAMP 触发窗口关闭后计算完成的系统时刻,即输出计算结果时的系统时间。

depth(报价/询价档位)

不指定 outputColMapuserDefinedMetrics 时,会输出 depth 中的所有字段。提供两种方式存储 depth 数据。两种方式只能选其一:

  • 每个档位输出一列。比如 bidsPrice 有10个档位,则会输出10个 bidsPrice 字段:bidsPrice1、bidsPrice2、…、bidsPrice10。

字段名 类型 说明
bidsPrice DOUBLE (多个) (bids)多个字段,分别存放多档买入价格,档位由 depth确定
bidsQty LONG (多个) (bidVolumes)多个字段,分别存放多档买入数量,档位由 depth 确定
bidsCount INT (多个) (bidOrderNums)多个字段,分别存放多档买入委托笔数,档位由 depth 确定
asksPrice DOUBLE (多个) (asks)多个字段,分别存放多档卖出价格,档位由 depth 确定
asksQty LONG (多个) (askVolumes)多个字段,分别存放多档卖出数量,档位由 depth 确定
asksCount INT (多个) (askOrderNums)多个字段,分别存放多档卖出委托笔数,档位由 depth 确定
  • 多个档位输出到一个列字段,该列的类型为数组向量。比如 bidsPrice 有10个档位,则会将这10个档位以数组向量的形式输出到一个字段:bidsPriceList。

字段名 类型 说明
bidsPriceList DOUBLE[] 数组向量,存放多档买入价格,档位由 depth 确定
bidsQtyList LONG[] 数组向量,存放多档买入数量,档位由 depth 确定
bidsCountList INT[] 数组向量,存放多档买入委托笔数,档位由 depth 确定
asksPriceList DOUBLE[] 数组向量,存放多档卖出价格,档位由 depth 确定
asksQtyList LONG[] 数组向量,存放多档卖出数量,档位由 depth 确定
asksCountList INT[] 数组向量,存放多档卖出委托笔数,档位由 depth 确定

tradeDetail(成交明细)

基础衍生字段 类型 含义
buyQty LONG 当前周期内的买入总量 = sum( BSFlag=1 的成交的量)
sellQty LONG 当前周期内的卖出总量 = sum( BSFlag=2的成交的量)
buyMoney DOUBLE 当前周期内的买入总金额 = sum( BSFlag=1的成交的量*价格)
sellMoney DOUBLE 当前周期内的卖出总金额 = sum( BSFlag=2的成交的量*价格)
tradePriceList DOUBLE[] 当前周期内成交价格列表
tradeQtyList LONG[] 当前周期内成交量列表
tradeTypeList INT[] 当前周期内成交类型列表
tradeBSFlagList INT[] 当前周期内成交方向列表
tradeMDTimeList TIME[] 当前周期内成交时间列表
tradeBuyNoList LONG[] 当前周期内买方委托序号列表
tradeSellNoList LONG[] 当前周期内卖方委托序号列表
tradeOrderBuyNoTimeList TIME[] 当前周期内的有效成交对应的委托的买单下单时间
tradeOrderSellNoTimeList TIME[] 当前周期内的有效成交对应的委托的卖单下单时间

orderDetail (委托明细)

基础衍生字段 类型 含义
orderPriceList DOUBLE[] 当前周期内委托价格列表
orderQtyList LONG[] 当前周期内成交量列表
orderTypeList INT[] 当前周期内委托类型列表
orderBSFlagList INT[] 当前周期内委托方向列表
orderMDTimeList TIME[] 当前周期内委托时间列表
orderNoList LONG[] 当前周期内委托序号列表

withdrawDetail(撤单明细)

基础衍生字段 类型 含义
withdrawBuyPriceList DOUBLE[] 当前周期内买方撤单的委托价格
withdrawBuyQtyList LONG[] 当前周期内买方撤单的委托量
withdrawBuyOrderTypeList INT[] 当前周期内买方撤单的委托的订单类型
withdrawBuyMDTimeList TIME[] 当前周期内买方撤单的订单时间
withdrawBuyOrderMDTimeList TIME[] 当前周期内买方撤单对应的委托下单时间
WithdrawBuyOrderQtyList LONG[] 当前周期内买方撤单对应的原始委托数据中的委托量
withdrawSellPriceList DOUBLE[] 当前周期内卖方撤单的委托价格
withdrawSellQtyList LONG[] 当前周期内卖方撤单的委托量
withdrawSellOrderTypeList INT[] 当前周期内卖方撤单的委托的订单类型
withdrawSellMDTimeList TIME[] 当前周期内卖方撤单的订单时间
withdrawSellOrderMDTimeList TIME[] 当前周期内卖方撤单对应的委托下单时间
WithdrawSellOrderQtyList LONG[] 当前周期内卖方撤单对应的原始委托数据中的委托量

prevDetail(上一笔交易明细)

基础衍生字段 类型 含义
prevBuyPrice1 DOUBLE 上一笔快照的 BuyPrice1 价格
prevSellPrice1 DOUBLE 上一笔快照的 SellPrice1 价格
prevBuyAddQtyList1 LONG[] 价格为上一笔快照的 BuyPrice1,在当前周期内的申购明细
prevSellAddQtyList1 LONG[] 价格为上一笔快照的 SellPrice1,在当前周期内的申购明细
prevBuyWithdrawQtyList1 LONG[] 价格为上一笔快照的 BuyPrice1,在当前周期内的撤单明细
prevSellWithdrawQtyList1 LONG[] 价格为上一笔快照的 SellPrice1,在当前周期内的撤单明细

orderBookDetailDepth(订单簿明细档位)

每个档位输出一列,该列的类型是数组向量。比如 buyQtyList 有20个档位,则会输出20个 buyQtyList 字段:buyQtyList1、buyQtyList2、…、buyQtyList20。buyValueList,sellQtyList 和 sellValueList 同理。

基础衍生字段

类型

含义

buyQtyList LONG[](多个) 当前最新盘口各档位买入的每一笔委托的数量
buyValueList DOUBLE[](多个) 当前最新盘口各档位买入的每一笔委托的金额
sellQtyList LONG[](多个) 前最新盘口各档位卖出的每一笔委托的数量
sellValueList DOUBLE[](多个) 前最新盘口各档位卖出的每一笔委托的金额