① 数据字段速查

② 命名体系解码（看懂这个，900个因子秒懂）

字典里因子虽多，但绝大多数是 同一套公式模板 × 不同参数 拼出来的。掌握这几组后缀即可：

A. 四个度量维度（最高频后缀）

B. 三种“主力”口径（前缀 / 中段）

C. 方向 / 行为

D. 时段 / 聚合

③ 一个能跑通的例子：主动买卖额占比（c4_alpha0/1/2）

这是最干净、最适合先复现的一类。下面代码可直接在 000001.sz / 20220104 上运行， 按 10秒窗口 输出主动买入额占比、主动卖出额占比、净主买额占比：

# calc_active_buysell.py —— 10s窗口主动买卖占比（c4_alpha0/1/2）
import gzip, pandas as pd, numpy as np

date, stk = "20220104", "000001.sz"
base = "/intern9/yuky/factormining/data/zhongtai_sz2"

tr = pd.read_csv(f"{base}/MdsL2Trade/{date}/{stk}.gz")
tr = tr[tr.ExecType == "F"].copy()                 # 只要真实成交，剔除撤单
tr["amt"] = tr.TradeMoney / 10000.0                # 成交额(元)

# 主动方：序号大的一方主动。Bid>Offer→主动买；否则主动卖
tr["is_buy"]  = tr.BidApplSeqNum  > tr.OfferApplSeqNum
tr["is_sell"] = tr.OfferApplSeqNum > tr.BidApplSeqNum

# 连续竞价时段，转成 10s 窗口标签（HHMMSSsss → 秒）
t = tr.TransactTime.astype(int)
sec = (t//10000000)*3600 + (t//100000%100)*60 + (t//1000%100)
tr["win"] = (sec // 10) * 10                        # 10秒桶

g = tr.groupby("win")
buy  = g.apply(lambda d: d.loc[d.is_buy , "amt"].sum())
sell = g.apply(lambda d: d.loc[d.is_sell, "amt"].sum())
tot  = g["amt"].sum()

out = pd.DataFrame({
    "c4_alpha0_主买额占比": buy / tot,
    "c4_alpha1_主卖额占比": sell / tot,
    "c4_alpha2_净主买额占比": (buy - sell) / tot,
})
print(out.head(20))

运行结果（前几行）见下方表格——我已在真实数据上验证可跑通：

④ 10s 窗口逐笔算子设计

以 10秒 为一个窗口（连续竞价 09:30–11:30、13:00–15:00 共 1440 个窗口/日）， 我们可以先从逐笔流抽出一批基础字段，再用一组算子组合，几乎能拼出字典里所有逐笔因子。

4.1 每个10s窗口可抽取的基础字段（building blocks）

4.2 算子（operators）—— 作用在窗口序列上

4.3 组合范式：因子 = 选择(方向×分档) ▷ 聚合(占比/不平衡) ▷ 时序算子(累计/差分/趋势/标准差)

# 伪代码：一条流水线生成一大批因子
base = extract_10s_blocks(order_df, trade_df)        # 4.1 的字段表，index=10s窗口

factors = {}
for direction in ["buy", "sell", "net"]:             # 方向
  for size in ["all", "big", "sml"]:                 # 分档 c4/c3/c2
    x = base[f"{size}_{direction}_amt"]
    factors[f"{size}_{direction}_share"] = ratio(x, base["amt"])      # 强度S
    factors[f"{size}_{direction}_cum"]   = cumsum(x) / cumsum(base["amt"])
    factors[f"{size}_{direction}_chg"]   = diff(ratio(x, base["amt"]))
    factors[f"{size}_{direction}_std"]   = roll_std(ratio(x,base["amt"]), k=6)
    factors[f"{size}_{direction}_trend"] = slope(ratio(x,base["amt"]), k=6)

factors["imb"]   = imbalance(base.buy_amt, base.sell_amt)             # 不平衡 c4_a30
factors["corr_pv"]= corr(base.vwap, base.vol, k=6)                    # 价量相关 c1
factors["amihud"] = (base.ret.abs() / base.amt)                       # 流动性 c5
# 最后对需要“相对R”的因子做 cs_zscore（需全市场同窗口截面）