簡介

數據是機器學習的核心，garbage in garbage out，而金融數據是量化的基礎，對數據提出了更高的要求。不僅是數據準確高速（穩定），而且要求數據豐富全面。

金融數據

考慮到金融數據非常豐富，能快速入門，降低門檻，因此，本專欄僅對國內A股金融數據入手，熟悉整個量化流程。公開的金融數據可以通過平臺API的方式或爬蟲抓取的方式獲得，也不排除收費的金融平臺提供高質量數據。

數據平臺

目前國內數據平臺主流有以下幾個，BaoStock，tushare，akshare，efina 下面分別講解各平臺優缺點，以及使用方法。

為了便于以后的使用說明，將所有的數據保存為本地csv格式。

baostock (證券寶)

• 官方網址：http://www.baostock.com/
• Baostock 是 一個免費、開源的證券數據平臺（無需注冊）。
• 完整的證券歷史行情數據、上市公司財務數據。
• python API 方式，數據返回格式pandas DataFrame類型
• 優點是免費，缺點是數據不全

安裝

默認安裝

pip install baostock --upgrade

國內安裝

pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn

使用

以下以日K線為例，官方文檔的內容，值得注意的事，下面的代碼是老版本，新版本可以提升速度。

獲取歷史A股K線數據：query_history_k_data_plus()
方法說明：通過API接口獲取A股歷史交易數據，可以通過參數設置獲取日k線、周k線、月k線，以及5分鐘、15分鐘、30分鐘和60分鐘k線數據，適合搭配均線數據進行選股和分析。
返回類型：pandas的DataFrame類型。
能獲取1990-12-19至當前時間的數據；
可查詢不復權、前復權、后復權數據。

import baostock as bs import pandas as pd#### 登陸系統 #### lg = bs.login() # 顯示登陸返回信息 print('login respond error_code:'+lg.error_code) print('login respond error_msg:'+lg.error_msg)#### 獲取滬深A股歷史K線數據 #### # 詳細指標參數，參見“歷史行情指標參數”章節；“分鐘線”參數與“日線”參數不同。“分鐘線”不包含指數。 # 分鐘線指標：date,time,code,open,high,low,close,volume,amount,adjustflag # 周月線指標：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg rs = bs.query_history_k_data_plus("sh.600000","date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,isST",start_date='2017-07-01', end_date='2017-12-31',frequency="d", adjustflag="3") print('query_history_k_data_plus respond error_code:'+rs.error_code) print('query_history_k_data_plus respond error_msg:'+rs.error_msg)#### 打印結果集 #### data_list = [] while (rs.error_code == '0') & rs.next():# 獲取一條記錄，將記錄合并在一起data_list.append(rs.get_row_data()) result = pd.DataFrame(data_list, columns=rs.fields)#### 結果集輸出到csv文件 #### result.to_csv("D:\\history_A_stock_k_data.csv", index=False) print(result)#### 登出系統 #### bs.logout()

====================================
以下為修改后的新版本，并精簡一些打印信息。

import baostock as bs import pandas as pd#### 登陸系統 #### lg = bs.login() # 顯示登陸返回信息#### 獲取滬深A股歷史K線數據 #### # 詳細指標參數，參見“歷史行情指標參數”章節；“分鐘線”參數與“日線”參數不同。“分鐘線”不包含指數。 # 分鐘線指標：date,time,code,open,high,low,close,volume,amount,adjustflag # 周月線指標：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg rs = bs.query_history_k_data_plus("sh.600000","date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,isST",start_date='2000-01-01', end_date='2023-3-1',frequency="d", adjustflag="1")### 直接獲得 DataFrame對象 result= rs.get_data()#### 結果集輸出到csv文件 #### result.to_csv("./data/sh.600000.csv", index=False) print(result)#### 登出系統 #### bs.logout()

小伙伴，先不要急著執行上面的代碼，先把上面的修改部分的代碼，作一下說明。

參數含義： code：股票代碼，sh或sz.+6位數字代碼，或者指數代碼，如：sh.601398。sh：上海；sz：深圳。此參數不可為空；
fields：指示簡稱，支持多指標輸入，以半角逗號分隔，填寫內容作為返回類型的列。詳細指標列表見歷史行情指標參數章節，日線與分鐘線參數不同。此參數不可為空；
start：開始日期（包含），格式“YYYY-MM-DD”，為空時取2015-01-01；
end：結束日期（包含），格式“YYYY-MM-DD”，為空時取最近一個交易日；
frequency：數據類型，默認為d，日k線；d=日k線、w=周、m=月、5=5分鐘、15=15分鐘、30=30分鐘、60=60分鐘k線數據，不區分大小寫；指數沒有分鐘線數據；周線每周最后一個交易日才可以獲取，月線每月最后一個交易日才可以獲取。
adjustflag：復權類型，默認不復權：3；1：后復權；2：前復權。已支持分鐘線、日線、周線、月線前后復權。
BaoStock提供的是漲跌幅復權算法復權因子，具體介紹見：復權因子簡介或者BaoStock復權因子簡介。

修改了 start 和 end ，這里的時間格式就行，如“2020-01-01” 和 “2023-3-1” 都沒有問題；

修改了 adjustflag=“1” 即修改為向后復權，為什么要選擇“后復權”？如果采用“前復權”，最大好處，可以很直觀的看到當前真實價格，但之前的數據可能會出負值，同時，一旦除權，需要重新采集數據。若采用“后復權”的方式，以后獲得新數據可以追加的方式進行，減少維護成本；

將 while 循環修改為 get_data() 對象，這句話是提升效率關鍵，之前版本沒有，后來新增；

另外要注意，baostock 原始數據包含停牌記錄，而backtrader不需要停牌記錄，所以
以上程序中要刪除停牌記錄。

關于復權數據的說明：
BaoStock使用“漲跌幅復權法”進行復權，詳細說明參考上文“復權因子簡介”。不同系統間采用復權方式可能不一致，導致數據不一致。
“漲跌幅復權法的”優點：可以計算出資金收益率，確保初始投入的資金運用率為100%，既不會因為分紅而導致投資減少，也不會因為配股導致投資增加。
與同花順、通達信等存在不同。

不同來源的復權數據有時候不一致，tushare 和baostock中600000浦發銀行在2006年5月12日的后復權收盤價相差4元多，大家要自己評估哪個是正確的。baostock 是16. 18，tushare 是21. 03，而雪球網站上是21. 03，同花順軟件里是20.75。
官方baostock的后復權是分紅再投，其他軟件后復權都是現金分紅，用同花順選擇紅利再投資，結果和baostock一致。如果是這樣，那么這種方法是可以接受的。
根據baostock文檔，它采用漲跌幅復權法，假設投資者在除權日前一天賣出全部的股票，然后在除權日用全部資金以昨收盤價買回，即不參加分配。這樣的假設基于如下目的，確保初始投入的資金100%得到使用，既不會因為分紅而導致投資減少，也不會因為配股而導致投資增加。

返回數據說明

參數名稱參數描述算法說明

date	交易所行情日期
code	證券代碼
open	開盤價
high	最高價
low	最低價
close	收盤價
preclose	前收盤價	當日發生除權除息時，“前收盤價”不是前一天的實際收盤價，而是根據股權登記日收盤價與分紅現金的數量、配送股的數里和配股價的高低等結合起來算出來的價格。
volume	成交量（累計 單位：股）
amount	成交額（單位：人民幣元）
adjustflag	復權狀態(1：后復權， 2：前復權，3：不復權）
turn	換手率	[指定交易日的成交量(股)/指定交易日的股票的流通股總股數(股)]*100%
tradestatus	交易狀態(1：正常交易 0：停牌）
pctChg	漲跌幅（百分比）	日漲跌幅=[(指定交易日的收盤價-指定交易日前收盤價)/指定交易日前收盤價]*100%
peTTM	滾動市盈率	(指定交易日的股票收盤價/指定交易日的每股盈余TTM)=(指定交易日的股票收盤價*截至當日公司總股本)/歸屬母公司股東凈利潤TTM
pbMRQ	市凈率	(指定交易日的股票收盤價/指定交易日的每股凈資產)=總市值/(最近披露的歸屬母公司股東的權益-其他權益工具)
psTTM	滾動市銷率	(指定交易日的股票收盤價/指定交易日的每股銷售額)=(指定交易日的股票收盤價*截至當日公司總股本)/營業總收入TTM
pcfNcfTTM	滾動市現率	(指定交易日的股票收盤價/指定交易日的每股現金流TTM)=(指定交易日的股票收盤價*截至當日公司總股本)/現金以及現金等價物凈增加額TTM
isST	是否ST股，1是，0否

tushare

• 官方網址：https://www.tushare.pro/
• 一個半收費的數據平臺，下載數據需要token。
• 數據豐富:擁有豐富的數據內容，如股票、基金、期貨、數字貨幣等行情數據，公司財務、基金經理等基本面數據
• 獲取簡單:SDK開發包支持語言，同時提供HTTP Restful接口，最大程度方便不同人群的使用
• 落地方便: 提供多種數據儲存方式，如Oracle、MySQL，MongoDB、HDF5、CSV等，為數據獲取提供了性能保證
  tushare pro 在原來老版的基礎上升級的，老版api只提供基礎日線數據。tushare pro現金積分充值比例是1:10，比如充值50獲取500積分，積分有效期一年， 使用數據積分不減少。A股數據2000積分可以使用，但限頻次，每分鐘限200次請求，每天限10w次api請求。 港美股日線需至少5000積分。

安裝

默認安裝

pip install tushare--upgrade

國內安裝

pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host=mirrors.aliyun.com --upgrade

使用

import tushare as ts pro = ts.pro_api('6a0899533f8a5996f738183dbdf63c0afb3fcc931f08e1233575a339') #token，請注冊后替換為自己的token。 df = pro.daily(ts_code='600000.SH', adj='hfq', start_date='20000101', end_date='20230301') #顛倒順序，使得按日期升序排。backtrader要求日期升序 df.sort_index(inplace=True, ascending=False) print('Tushare行情獲取\n',df) df.to_csv("./data/sh.600000tuhfq.csv", index=False)

值得注意的是按日期降序排列的，所以以上代碼把它轉換了一下，使得按日期升序排列，以符合backtrader的要求。另外，獲取的數據應該是后復權的(參數adj=‘hfq’)，這樣保證數據的一致性。
以下是返回數據格式。比 Baostock 要少好幾列。

ts_codetrade_dateopenhighlowclosepre_closechangepct_chgvolamount

5492	600000.SH	20000104	24.98	25.78	24.75	25.57	24.75	0.82	3.3100	44961.00	113946.783
5491	600000.SH	20000105	25.57	25.98	25.15	25.28	25.57	-0.29	-1.1300	52528.00	134465.427
5490	600000.SH	20000106	25.18	26.30	25.05	25.99	25.28	0.71	2.8100	62297.00	160059.798
5489	600000.SH	20000107	26.30	27.50	26.12	26.90	25.99	0.91	3.5000	213553.00	575751.082
5488	600000.SH	20000110	27.00	27.85	26.71	27.25	26.90	0.35	1.3000	165397.00	450453.518
…	…	…	…	…	…	…	…	…	…	…	…

akshare

• 官方網址：https://github.com/akfamily/akshare
• 基于 Python 的財經數據接口庫, 目的是實現對股票、期貨、期權、基金、外匯、債券、指數、加密貨幣等金融產品的基本面數據、實時和歷史行情數據、衍生數據從數據采集、數據清洗到數據落地的一套工具。
• akshare api接口變動較頻繁，數據格式不通用

安裝

默認安裝

pip install akshare --upgrade

國內安裝

pip install akshare -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com --upgrade

使用

import akshare as akdf = ak.stock_zh_a_hist(symbol="300750", period="daily", start_date="20210101", end_date='20220715', adjust="qfq")print('AKshare行情獲取\n',df) 日期開盤收盤最高最低成交量成交額振幅漲跌幅漲跌額換手率

0	2000-01-04	24.98	25.57	25.78	24.75	44960	113946000.0	4.16	3.31	0.82	1.41
1	2000-01-05	25.57	25.28	25.98	25.15	52528	134465000.0	3.25	-1.13	-0.29	1.64
2	2000-01-06	25.18	25.99	26.30	25.05	62296	160059000.0	4.94	2.81	0.71	1.95
3	2000-01-07	26.30	26.90	27.50	26.12	213553	575751000.0	5.31	3.50	0.91	6.67
4	2000-01-10	27.00	27.25	27.85	26.71	165397	450453000.0	4.24	1.30	0.35	5.17
…	…	…	…	…	…	…	…	…	…	…	…

這個返回

的字段是中文的。
‘日期’, ‘開盤’, ‘收盤’, ‘最高’, ‘最低’, ‘成交量’, ‘成交額’, ‘振幅’, ‘漲跌幅’, ‘漲跌額’, ‘換手率’

其他平臺

yfinace – yahoo財經數據獲取，需要使用代理訪問。
easyquotation-- python實時獲取新浪/騰訊的全市場行情，無法獲取歷史數據
efinance – 用于獲取股票、基金、期貨、債券數據的免費開源 Python 庫。

總結

上述三個平臺均可以滿足我們入門級需求，根據個人喜好進行選擇，如后續想對基金，期貨做量化研究，不建議使用 baostock；專欄僅僅是A股，因此就選擇 baostock 工具進行研究。

小伙伴們肯定不會僅僅研究一兩支股票，如進行選股操作，因此需要下載大量的本地數據，所以這里有兩種方式，一種下載保存為 csv 格式文件；另一種方式，用數據庫的方式保存。

下一節，我將帶大家學習保存數據的兩種方式。

總結

以上是生活随笔為你收集整理的【量化交易笔记】1.数据来源的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。