给定高频交易数据以及报价数据，如何判断每笔交易是由买方驱动或是卖方驱动，是进行高频交易数据分析经常需要处理的问题。本文将介绍如何使用DolphinDB快速计算每笔交易的驱动方，只需不到2秒钟即可对美国一天的level 1的高频交易数据进行计算并存入数据库。本文使用了非同时连接（asof join）以及map-reduce。
本文用到的数据是含有逐笔交易的交易表trade和买卖报价表nbbo。它们分别包含以下字段：
trade
Symbol：股票代码
Time：时间
Trade_Volume：交易量
Trade_Price：交易价格
nbbo
Symbol：股票代码
Time：时间
Bid_Price：买方报价
Offer_Price：卖方报价
本文用到的数据都是从纽约证券交易所网站获取，可以从NYSE的ftp下载。下载EQY_US_ALL_TRADE_20161024.gz和EQY_US_ALL_NBBO_20161024.gz两个文件，然后把它们解压，保存在/home/DolphinDB/Data目录下，把两个文件的最后一行删除，因为最后一行是用来标记文件结尾的。
sed -i '$ d' EQY_US_ALL_TRADE_20161024
sed -i '$ d' EQY_US_ALL_NBBO_20161024在DolphinDB中执行以下脚本，把数据导入到 DolphinDB database 中。本教程使用的是分布式数据库，如果想使用内存数据库，只需把dbPath修改为""，若要使用本地磁盘数据库，只需把dbPath修改为磁盘目录，比如“/home/DolphinDB/Data/EQY”。
DATA_DIR = "/home/DolphinDB/Data"
login("admin","123456")
dbPath= "dfs://EQY"
db = database(dbPath, SEQ, 16)
trade = loadTextEx(db, `trade, DATA_DIR + "/EQY_US_ALL_TRADE_20161024",'|')
nbbo = loadTextEx(db, `nbbo, DATA_DIR + "/EQY_US_ALL_NBBO_20161024",'|')把分布式表加载到内存中：
db=database(dbPath);
trade = db.loadTable("trade")
nbbo = db.loadTable("nbbo")通过map-reduce分布式计算框架，把结果保存至分布式表中。分布式表的数据在物理上分布在不同的节点，通过DolphinDB的分布式引擎，可以做统一查询。
创建分布式表trade_side，用于保存计算结果。用于保存结果的表除了包含trade表中的字段，还包含Bid_Price、Offer_Price和Side字段。
model=select top 1 * from trade
model[`Bid_Price]=0.0
model[`Offer_Price]=0.0
model[`Side]='B'
if(existsTable(dbPath, "trade_side"))
db.dropTable("trade_side")
db.createPartitionedTable(model, "trade_side", "Symbol")判断每笔交易由买方或卖方驱动，我们定义的算法如下：如果交易价格小于买卖报价的平均价格，交易为卖方驱动，把Side设置为'S'；如果交易价格大于买卖报价的平均价格，交易为买方驱动，把Side设置为'B'。如果买方报价等于买卖报价的平均价格，则把Side设置为NULL。
def saveTradeSide(t){
update t set Side = iif(Trade_Price<(Bid_Price + Offer_Price)*0.5, 'S',iif(Trade_Price>(Bid_Price + Offer_Price)*0.5, 'B',char()))
update t set Side = NULL where Bid_Price >= Offer_Price or Bid_Price <= 0
loadTable("dfs://EQY", "trade_side").append!(t)
return t.size()
}iif(condition, x, y)：iif是条件运算符。condition是条件向量，如果condition[i]为true，则返回x[i]，否则返回y[i]。
以下代码连接交易表trades和买卖报价表nbbo，sqlDS函数会根据输入的SQL元代码创建数据源。通过map-reduce函数mr把saveTradeSide应用到各个数据源。
ds = sqlDS(<select trade.*, Bid_Price, Offer_Price from aj(trade,nbbo,`Symbol`Time) where Time between 09:30:00.000000000 : 15:59:59.999999999>)
mr(ds,saveTradeSide,+)aj（asof join）是DolphinDB专门为时序数据设计的连接方式。由于成交和买卖报价的发生时间不可能完全一致，因此不能使用等值连接（equal join）。在上面的代码中，如果对同一支股票，表nbbo中没有与表trade中Time匹配的行，asof join会在右表中取同一支股票该时刻之前最近的时间以匹配。
DolphinDB Database 提供了基于map-reduce和迭代的分布式算法。用户只需要指定分布式数据源和核心函数，如map函数、reduce函数、final函数等，非常方便。DolphinDB的分布式应用无需编译、打包或者部署，可以在线使用，大大提高了数据分析师的工作效率。trade表有8023只股票共2700万条交易记录，nbbo表有7800万条记录。如此庞大的数据量，使用分布式计算，仅需1秒多，性能极佳。
查看IBM的前100条结果：
select top 100 Time, Exchange, Symbol, Trade_Volume, Trade_Price, Bid_Price, Offer_Price, Side from db.loadTable("trade_side") where Symbol=`IBM
Time Exchange Symbol Trade_Volume Trade_Price Bid_Price Offer_Price Side
09:30:00.105112000 80 IBM 900 150.4 150.12 150.97 'S'
09:30:00.105201000 80 IBM 900 150.4 150.12 150.97 'S'
09:30:00.105293000 80 IBM 400 150.4 150.12 150.97 'S'
09:30:00.105398000 80 IBM 119 150.4 150.12 150.97 'S'
09:30:00.105498000 80 IBM 81 150.4 150.12 150.97 'S'
09:30:00.432775000 80 IBM 100 150.49 150.49 150.97 'S'
09:30:00.452763000 90 IBM 200 150.49 150.49 150.97 'S'
09:30:00.480602000 84 IBM 100 150.49 150.49 150.73 'S'
09:30:00.480698000 84 IBM 100 150.49 150.49 150.73 'S'
09:30:00.563528000 78 IBM 55,940 150.58 150.49 150.73 'S'
09:30:00.577708000 90 IBM 100 150.59 150.49 150.95 'S'
09:30:00.578129000 78 IBM 40 150.65 150.49 150.95 'S'
09:30:00.578235000 78 IBM 60 150.69 150.2 150.9 'B'
09:30:00.584212000 80 IBM 89 150.5 150.2 150.9 'S'
09:30:00.600259000 80 IBM 1 150.5 150.2 150.9 'S'
...如果数据量不大，可以通过SQL语句进行计算，直接在线使用，非常方便。
select trade.*, Bid_Price, Offer_Price,iif(Trade_Price<(Bid_Price + Offer_Price)*0.5, 'S',iif(Trade_Price>(Bid_Price + Offer_Price)*0.5, 'B',char())) as Side from aj(trade,nbbo,`Symbol`Time) where Time between 09:30:00.000000000 : 15:59:59.999999999 欢迎访问官网下载DolphinDB试用版
联系邮箱：media@dolphindb.com