3. SQL环境搭建：数据库选型、金融数据集导入与窗口/聚合函数基础

在开始组合风险归因与决策优化之前，必须搭建一个稳定、高效的SQL分析环境。本章将指导你完成数据库选型、金融数据集导入，并夯实窗口函数与聚合函数的基础——这是后续所有风险计算与归因分析的基石。

3.1 数据库选型：PostgreSQL vs MySQL

金融风控场景对SQL引擎的要求集中在：窗口函数支持度、复杂聚合性能、CTE（公用表表达式）递归能力以及数值精度。以下是两大主流开源数据库的对比：

3.2 金融数据集导入

我们将使用一个模拟的投资组合风险数据集，包含以下核心表：

• portfolio_holdings — 持仓明细（证券代码、持仓数量、成本价、市值）
• security_master — 证券主表（行业分类、板块、风险因子暴露）
• daily_returns — 日收益率序列（日期、证券代码、收益率）
• risk_factors — 风险因子数据（因子名称、因子收益率、协方差矩阵）

以下为建表与导入示例（PostgreSQL语法）：

-- 创建持仓表
CREATE TABLE portfolio_holdings (
    holding_id SERIAL PRIMARY KEY,
    security_code VARCHAR(20) NOT NULL,
    holding_date DATE NOT NULL,
    quantity NUMERIC(18,4),
    cost_price NUMERIC(18,4),
    market_value NUMERIC(18,4),
    portfolio_id VARCHAR(20) DEFAULT 'PF_MAIN'
);

-- 创建证券主表
CREATE TABLE security_master (
    security_code VARCHAR(20) PRIMARY KEY,
    security_name VARCHAR(100),
    industry VARCHAR(50),
    sector VARCHAR(50),
    beta NUMERIC(10,4),
    market_cap NUMERIC(18,2)
);

-- 创建日收益率表
CREATE TABLE daily_returns (
    return_id SERIAL PRIMARY KEY,
    security_code VARCHAR(20) NOT NULL,
    return_date DATE NOT NULL,
    daily_return NUMERIC(10,6),
    UNIQUE(security_code, return_date)
);

-- 导入CSV数据（示例路径）
COPY portfolio_holdings(security_code, holding_date, quantity, cost_price, market_value)
FROM '/data/portfolio_holdings.csv'
DELIMITER ',' CSV HEADER;

COPY security_master(security_code, security_name, industry, sector, beta, market_cap)
FROM '/data/security_master.csv'
DELIMITER ',' CSV HEADER;

COPY daily_returns(security_code, return_date, daily_return)
FROM '/data/daily_returns.csv'
DELIMITER ',' CSV HEADER;

3.3 聚合函数基础

聚合函数是风险归因的计算核心。以下为金融风控中最常用的聚合函数及其应用场景：

实战示例：计算每个行业的持仓市值占比与波动率

SELECT
    sm.industry,
    SUM(ph.market_value) AS total_market_value,
    ROUND(SUM(ph.market_value) / SUM(SUM(ph.market_value)) OVER () * 100, 2) AS weight_pct,
    ROUND(STDDEV(dr.daily_return) * SQRT(252), 4) AS annualized_volatility
FROM portfolio_holdings ph
JOIN security_master sm ON ph.security_code = sm.security_code
JOIN daily_returns dr ON ph.security_code = dr.security_code
WHERE dr.return_date BETWEEN '2024-01-01' AND '2024-12-31'
GROUP BY sm.industry
ORDER BY total_market_value DESC;

3.4 窗口函数基础

窗口函数是组合风险归因的核心工具。与聚合函数不同，窗口函数不减少行数，而是在每一行上计算一个基于窗口范围的值。以下为三大类窗口函数：

• 排序窗口函数：ROW_NUMBER、RANK、DENSE_RANK、NTILE — 用于风险排序、分位数划分
• 偏移窗口函数：LAG、LEAD — 用于计算收益率变化、风险暴露偏移
• 聚合窗口函数：SUM() OVER、AVG() OVER、STDDEV() OVER — 用于滚动计算、累计归因

语法结构：

窗口函数 OVER (
    [PARTITION BY 分组列]
    [ORDER BY 排序列]
    [ROWS/RANGE BETWEEN 起始行 AND 结束行]
)

实战示例：计算每只证券相对于其行业的累计收益率排名与滚动波动率

SELECT
    dr.security_code,
    sm.industry,
    dr.return_date,
    dr.daily_return,
    -- 行业内的累计收益率排名（按日期排序）
    SUM(dr.daily_return) OVER (
        PARTITION BY dr.security_code
        ORDER BY dr.return_date
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS cumulative_return,
    -- 行业内的波动率排名（按波动率降序）
    RANK() OVER (
        PARTITION BY sm.industry
        ORDER BY STDDEV(dr.daily_return) OVER (
            PARTITION BY dr.security_code
            ORDER BY dr.return_date
            ROWS BETWEEN 20 PRECEDING AND 1 PRECEDING
        ) DESC
    ) AS vol_rank_in_industry,
    -- 前一日收益率（用于计算日间变化）
    LAG(dr.daily_return, 1) OVER (
        PARTITION BY dr.security_code
        ORDER BY dr.return_date
    ) AS prev_day_return
FROM daily_returns dr
JOIN security_master sm ON dr.security_code = sm.security_code
WHERE dr.return_date BETWEEN '2024-01-01' AND '2024-12-31'
ORDER BY dr.security_code, dr.return_date;

3.5 环境搭建验证与SVG架构图

完成数据库选型、建表与数据导入后，建议执行以下验证脚本：

-- 验证1：检查数据完整性
SELECT '持仓记录数' AS check_item, COUNT(*) AS cnt FROM portfolio_holdings
UNION ALL
SELECT '证券主表记录数', COUNT(*) FROM security_master
UNION ALL
SELECT '日收益率记录数', COUNT(*) FROM daily_returns;

-- 验证2：检查日期范围
SELECT MIN(return_date) AS start_date, MAX(return_date) AS end_date FROM daily_returns;

-- 验证3：检查窗口函数是否可用
SELECT security_code, return_date, daily_return,
       SUM(daily_return) OVER (ORDER BY return_date ROWS BETWEEN 5 PRECEDING AND CURRENT ROW) AS rolling_5d_return
FROM daily_returns
WHERE security_code = 'SEC001'
LIMIT 10;

以下为本章的SQL环境搭建与数据流架构图，展示从原始数据到风险归因计算的全链路：

3.6 常见问题与避坑指南