请教一下股票相关数据的数据库设计。

[billgreen1]

当前情况

1. 有一张 OHLCV 表，日度的，也就是每个交易日都有一条记录。格式如下：

id, trade_date, stock_code, open, high, low, close, volume

其中 id 主键，自增。 通过 trade_date 和 stock_code 可以唯一确定一行。

目前觉得不合理的地方：

1. id 目前没有用处，目前查询都是通过查询一段时间范围内， 一些股票的数据。
2. 重复过多，每天大约有 2000+个股票数据， 这样 trade_date 就要重复 2000+次。
3. 和其他表合并不方便。目前合并的时候，都是通过 trade_date 和 stock_code 来判断唯一性。
这两个字段都要在其他表中存储。

1. 有一些基本面的数据，是季度的 date ， stock_code, f1, f2, f3, .....

date 只有四种可能： XXXX-03-31, XXXX-06-30, XXXX-09-30, XXXX-12-31. (但是这些日期不一定是 trade_date.) 分别表示第 1,2,3,4 季度数据。由于数据发布的滞后性， 我需要对于日度数据： 1 、 2 、 3 月底采用上一年 Q3 的数据； 4 、 5 、 6 、 7 月底用本年 Q1 的数据; 8 、 9 月底用本年 Q2 的数据; 10 、 11 、 12 用本年 Q3 的数据。

还有一些表， 也是日度数据， 有 id, trade_date, stock_code, col1, col2, col3 ， ...... 同样的 id 自增；主键。 同样是 trade_date, stock_code 唯一的确定一行数据。

这张表和 OHLCV 合并时，就是靠 trade_date, stock_code 来和 OHLCV 的相应的行来对应。

我觉得应该有更好的方法。

先行谢过了。

[b821025551b]

1.id 无论是否有用都要留；
2.trade_data 提出一个单独表， OHLCV 里的 trade_date 存新表的 id ；
3.trade_date 和 stock_code 可以判断唯一性，那么是否对于 id 也是唯一的，是否可以直接用“没有用处”的 id 。

[billgreen1]

@b821025551b id 是自增主键，当然也是唯一的。

假设 OHLCV 是价格表(表名称 price)， 日度数据。表里现存 id, trade_date_id, stock_id, open, high, low, close, volume 等。由于其 id 是自增的，当日也能唯一确定一条数据。


另有日度因子表(表名称 factors.) 日度数据。 表里也要存 id, trade_date_id, stock_id, fac1, fac2, fac3, ....

我要将这两个表合并的时候，还是得设置 where price.trade_date_id = factors.trade_date_id and

price.stock_id = factors.stock_id.

主要问题是很多表中都有相同的两列(trade_date/stock_code) 或者 （ trade_date_id/stock_code_id)

[billgreen1]

@b821025551b 很多时候，两张表没有“关系”， 唯一联系就是通过(trade_date_id, stock_code_id)配对。

[leedstyh]

ID 没用，取消吧，不要纠结 date 和 code 的重复，股票数据天然的 key 就是 ticker+timestamp ，你 factor 的表我猜是每天的 TA 数据吧，和 ohlcv 存成一张表呢？ fundamental 数据存另外一张表怎么样

事实上我是用 kv 数据库来存股票数据的

[billgreen1]

@leedstyh 你说的对，是每天的 TA 数据。 问题是太多了，放到一张表里有点太吓人。现在是想着按类别存放，比如动量类，波动类，等。另外还有每日的估值类因子。

[fcicq]

楼主没钱上商用列存啊

[billgreen1]

@fcicq 可以详细说说嘛？不了解商用列存是什么

[fcicq]

@billgreen1 因为回复的时候没仔细看节点. MySQL 没有列存引擎. 重复 2000 次对于列存来说没什么特别的.

[8bit]

股票 id ，名称之类都可以抽出来，行情这种单独一张表出来，楼主设计的时候要估算下总体数据量

[8bit]

日期可以单独来张表，应付查询。一些区间行情可以计算的

[billgreen1]

@8bit 我目前在这样考虑呢，谢谢啦。
股票代码一张表： stock
id, stock_code

交易日期一张表： trade_date
id, trade_date

price 表
设置两个外键约束(stock_code_id, trade_date_id)
id, stock_code_id, trade_date_id, open, high, low, close, volume

这样就是需要 join stock ， trade_date 两个表

[8bit]

@billgreen1 日期就冗余行情里面，没必要提出来

[realpg]

@billgreen1
关键表全部数字化 该有的冗余都应该有
很多看起来不该有的冗余在统计时如果避免两个巨大的表 join ，都应该设计
估计好数据量，每个查询的预计检索数据量，查询品读，超过一定范围，就要考虑检索时间了

另外，总在用的数据表，基础数据表，能数字就数字型，省空间，检索快

[xchange]

国内几个大的公司内部的行情表里 trade date 都是冗余的；股票的代码、名称、缩写等信息等等都是做一张单独的证券代码表，每个股票有一个内部代码，通过内部代码和其他表关联。