今天看到了某位同學(xué)關(guān)于《深入淺出Python量化交易實(shí)戰(zhàn)》一書(shū)所寫的的Python讀書(shū)筆記，現(xiàn)在推送給大家，望一起探討學(xué)習(xí)。

為鼓勵(lì)大家學(xué)習(xí)，文末也會(huì)進(jìn)行贈(zèng)書(shū)活動(dòng)，不容錯(cuò)過(guò)！

原文如下：

本人（作者）大三在校小學(xué)渣一枚，非金融專業(yè)，也從來(lái)沒(méi)有過(guò)股票期貨等金融產(chǎn)品的投資經(jīng)驗(yàn)，但最近收到了清華出版社贈(zèng)送的《深入淺出Python量化交易實(shí)戰(zhàn)》一書(shū)，因?yàn)槠綍r(shí)對(duì)數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)都比較感興趣，因此打算試讀一下。

總體來(lái)說(shuō)，我覺(jué)得這本書(shū)是那種讓我能夠讀的進(jìn)去的類型，寫得風(fēng)格是屬于比較輕松易懂的。而且進(jìn)入正題也很快，從很簡(jiǎn)單的代碼開(kāi)始，讓我有一種跟著敲一敲代碼的沖動(dòng)。順便在這里寫下筆記，鞏固一下知識(shí)。

Pandas_datareader

這本書(shū)是從最基礎(chǔ)的用Python獲取股票數(shù)據(jù)開(kāi)始的，本書(shū)使用了Pandas_datareader來(lái)獲取yahoo金融的數(shù)據(jù)，實(shí)驗(yàn)如下：

這里和原書(shū)一樣，用了DataReader來(lái)拉數(shù)據(jù)，但是要注意的是，我連上學(xué)校提供的v*n才成功。

yfinance

這里我就想，會(huì)不會(huì)有其它的方法，能夠讓我不FQ也可以拉到數(shù)據(jù)呢？上網(wǎng)搜了一下，看到說(shuō)還有一個(gè)yfinance也有類似的功能，我就實(shí)驗(yàn)了一下：

實(shí)驗(yàn)下來(lái)，發(fā)現(xiàn)yfinance和DataReader有相同的問(wèn)題，就是要掛上V*N才可以連接到服務(wù)器。對(duì)于在校同學(xué)來(lái)說(shuō)，倒不是大問(wèn)題，畢竟學(xué)校一般都會(huì)提供科研專用的專網(wǎng)環(huán)境。

Tushare

通過(guò)進(jìn)一步的探索，我又發(fā)現(xiàn)了一個(gè)名叫tushare的Python庫(kù)，它是國(guó)人開(kāi)發(fā)的，應(yīng)該不需要V*N才能連接，于是我又進(jìn)行了實(shí)驗(yàn)，如下：

果然，即便在斷開(kāi)V*N的情況下，tushare依舊可以獲取到股票的歷史行情數(shù)據(jù)。但它返回了一個(gè)提示：這個(gè)接口將會(huì)停止更新，并且推薦到pro版的接口。但我看了一下pro版接口的文檔，說(shuō)是pro版接口的調(diào)用需要積分。所以我想再找找有沒(méi)有更簡(jiǎn)單的方式。

JoinQuant

在閱讀了本書(shū)后面的部分，我發(fā)現(xiàn)還可以有一種方法來(lái)獲取數(shù)據(jù)，就是用現(xiàn)成的量化平臺(tái)。這里我用joinquant實(shí)驗(yàn)了一下，如下：

可以看到，通過(guò)平臺(tái)獲取數(shù)據(jù)，還是比較簡(jiǎn)單的。不需要安裝額外的庫(kù)，甚至都不需要導(dǎo)入任何庫(kù)，直接使用get_price就可以獲得行情數(shù)據(jù)。

結(jié)語(yǔ)

目前我只是試讀了本書(shū)的開(kāi)頭幾章，并按照內(nèi)容進(jìn)行了一些實(shí)驗(yàn)。實(shí)操下來(lái)覺(jué)得本書(shū)還是比較合我個(gè)人胃口，不過(guò)也需要一定的動(dòng)手能力和解決問(wèn)題的能力。接下來(lái)我會(huì)繼續(xù)學(xué)習(xí)本書(shū)后面的內(nèi)容，并更新我的讀書(shū)筆記。

如果有同學(xué)對(duì)本書(shū)感興趣，我把鏈接附在下面，方便大家查找：

（銷售鏈接）

《深入淺出Python量化交易實(shí)戰(zhàn)》介紹：

本書(shū)主要以國(guó)內(nèi)A股市場(chǎng)為例，借助第三方量化交易平臺(tái)，講述了KNN、線性模型、決策樹(shù)、支持向量機(jī)、樸素貝葉斯等常見(jiàn)機(jī)器學(xué)習(xí)算法在交易策略中的應(yīng)用，同時(shí)展示了如何對(duì)策略進(jìn)行回測(cè)，以便讓讀者能夠有效評(píng)估自己的策略。

另外，本書(shū)還講解了自然語(yǔ)言處理（NLP）技術(shù)在量化交易領(lǐng)域的發(fā)展趨勢(shì)，并使用時(shí)下熱門的深度學(xué)習(xí)技術(shù)，向讀者介紹了多層感知機(jī)、卷積神經(jīng)網(wǎng)絡(luò)，以及長(zhǎng)短期記憶網(wǎng)絡(luò)在量化交易方面的前瞻性應(yīng)用。

贈(zèng)書(shū)活動(dòng)

數(shù)量：四本

時(shí)間：發(fā)文——2021.12.30? 12:00

規(guī)則：文末留言，點(diǎn)贊前四名各獲贈(zèng)一本

（留言需走心，低質(zhì)量留言不會(huì)被精選。新老粉絲一視同仁。留言后，取關(guān)者資格作廢。禁止機(jī)器大量刷贊，違者將被取消資格。）

總結(jié)

以上是生活随笔為你收集整理的赞！用Python获取A股行情数据的4种方法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。