ETF网站数据库

一、数据库程序架构、迭代、功能与优化
架构：搭建"数据采集 → 原始层 → 指标加工 → 审核 → 数据库供数"的全链路 ETL 体系，覆盖 Wind API 数据接入、Parquet 分层存储、模块化指标计算、审查与自动化入库，每日定时跑批，稳定支撑网站数据服务。
迭代：主导从早期 CSV 体系到 Parquet 模块化链路的完整重构，重构后通过多轮数据比对与联调验收，全量数据零差异后投产，数据库规模与运行稳定性显著提升。
优化：针对数据链路常见痛点做了多项工程改造——上游数据延迟的自动检测与定向重算（只重算受影响区间，历史数据不受波及）、空数据保护（异常空产出不会覆盖既有数据）、跨时区行情数据的暂估与自动更正闭环、全流程日志留痕（故障可快速定位），并以 300 余个单元测试保障口径稳定、改动可控。

二、数据库指标范围与金融逻辑
原始层（20 余张表）​：经 Wind API 自动采集，覆盖 ETF / 股票 / 指数 / 债券基准的日频行情、基金净值与基础资料、报告期持仓与指数成分、上市公司财务、无风险利率及全球市场因子（Fama-French 三 / 五因子、Carhart 动量因子、MSCI 全球收益），并维护 ETF 分类、行业归属（GICS / ICB）等基础数据。
加工层（近百张表）​：由 40 个计算模块加工，面向业务供数。核心指标族：ETF 收益与风险（多窗口收益率、年化波动、夏普、最大回撤、Beta）、多因子模型滚动回归 Alpha（CAPM / FF3 / FF4 / FF5）、ETF 与指数估值（持仓市值加权估值、PE / PB 及历史分位数）、折溢价与跟踪偏离、资金流、累计收益、持仓集中度与行业分布、持有人结构分析、分类与发行人维度汇总等。
金融逻辑：涉及资产定价模型的工程化实现、市值加权收益与估值聚合、折溢价计算、全收益口径处理、财报数据未披露时的暂估与到期更正机制——金融指标口径由本人按业务逻辑定义后落地为程序，业务口径与代码口径一致。