《投资-318》量化交易 - 个人量化投资者如何通过python库获取交易数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

对于个人量化投资者而言，运用 Python 获取交易数据是制定策略的首要步骤。

Python 拥有多样的金融数据获取库和工具，能够帮助你从不同来源收集股票、基金、期货、加密货币等市场的历史与实时数据。以下为你系统整理的内容：

• 适合个人投资者的 Python 数据获取方案
• 常用库简介 + 安装 + 实战代码示例
• 免费 vs 付费选择建议
• 数据清洗与存储建议

一、常用 Python 库概览（按用途分类）

库名	支持市场	是否免费	特点
akshare	A股、港股、期货、基金、宏观	免费	中文社区维护，覆盖面广
tushare	A股、港股、指数、龙虎榜	部分免费	数据品质高，需积分
baostock	A股、指数	免费	国产，无需注册，简便易用
yfinance	美股、ETF、全球指数	免费	Yahoo Finance 接口，国际首选
pandas_datareader	多源（Yahoo、FRED、World Bank）	免费	通用性佳，适用于宏观数据
ccxt	加密货币（币安、OKX等）	免费	支持100+交易所
rqdatac	A股、期货、期权	付费/机构	专业级，精确度高
joinquant	/	/	/
vnpy	多市场（需平台账号）	混合	与实盘对接良好

推荐组合：

• 初学者：
  

  akshare

  +
  

  yfinance

• 进阶者：
  

  tushare

  +
  

  ccxt

• 专业级：
  

  rqdatac

  
  或
  

  JoinQuant API

二、实战演示：6个常用库的使用方法

1. akshare

   —— 中文世界最全面的免费金融数据接口
   # 安装：pip install akshare
import akshare as ak
# 获取A股日线数据
df = ak.stock_zh_a_daily(symbol="sh600519", adjust="qfq") # 贵州茅台
print(df.tail())
# 获取指数
index_df = ak.index_zh_ah_daily(symbol="sh000300") # 沪深300
# 获取期货
fut_df = ak.futures_hq_subscribe_exchange_symbol(exchange="SHFE")
# 获取基金
fund_df = ak.fund_etf_hist_em(fund="159949") # 消费ETF
   

   优点：支持广泛，更新迅速，完全免费

   缺点：部分接口稳定性欠佳，需处理异常

2. tushare

   —— 高品质数据，但需要注册+积分
   # 安装：pip install tushare
import tushare as ts
# 设置token（需在官网注册获取）
ts.set_token('your_token_here')
pro = ts.pro_api()
# 获取日线行情
df = pro.daily(ts_code='600519.SH', start_date='20200101', end_date='20240101')
# 获取财务报表
income = pro.income(ts_code='600519.SH', period='20231231')
# 获取资金流向
moneyflow = pro.moneyflow_hsgt()
   

   优点：数据权威、结构清晰、支持基本面

   缺点：高频数据需付费或高积分门槛

   注册地址：https://tushare.pro

3. baostock

   —— 简便易用的国产替代
   # 安装：pip install baostock
import baostock as bs
import pandas as pd
#### 登录系统 ####
lg = bs.login()
print(f"登录状态: {lg.error_msg}")
#### 获取K线数据 ####
rs = bs.query_history_k_data_plus("sh.600519",
"date,code,open,high,low,close,preclose,volume,amount,adjustflag",
start_date='2020-01-01', end_date='2024-01-01', frequency="d", adjustflag="3")
data_list = []
while (rs.error_code == '0') & rs.next():
data_list.append(rs.get_row_data())
df = pd.DataFrame(data_list, columns=rs.fields)
#### 退出登录 ####
bs.logout()
   

   优点：无需Token，完全免费，适合初学者

   缺点：不支持实时数据，功能较为基础

4. yfinance

   —— 获取美股、ETF、全球资产的首选
   

安装：pip install yfinance

import yfinance as yf
# 获取苹果公司(AAPL)的信息
ticker = yf.Ticker("AAPL")
df = ticker.history(period="5y", interval="1d")
print(df[['Open', 'High', 'Low', 'Close', 'Volume']].tail())
# 获取SP500指数
sp500 = yf.download("^GSPC", start="2020-01-01", end="2024-01-01")
# 获取分红与拆分详情
dividends = ticker.dividends
splits = ticker.splits
? 特点：可靠、高效、支持全球资产
? 强烈建议用于美股研究、QDII、跨国配置

5.

pandas_datareader

—— 宏观经济数据工具
# 安装：pip install pandas-datareader
import pandas_datareader as pdr
from datetime import datetime
# 获取美联储利率信息（FRED）
interest_rate = pdr.get_data_fred('FEDFUNDS', start=datetime(2020, 1, 1))
# 获取CPI通胀信息
cpi = pdr.get_data_fred('CPIAUCSL')
# 获取中国GDP（世界银行）
gdp_cn = pdr.wb.download(indicator='NY.GDP.MKTP.CD', country=['CN'], start=2000, end=2023)
? 适用于宏观对冲、资产配置分析
6.

ccxt

—— 加密货币量化工具
?
# 安装：pip install ccxt
import ccxt
# 连接币安（Binance）
exchange = ccxt.binance({
'rateLimit': 1000,
'enableRateLimit': True,
})
# 获取BTC/USDT最新价
ticker = exchange.fetch_ticker('BTC/USDT')
print(ticker['last'])
# 获取K线数据
ohlcvs = exchange.fetch_ohlcv('ETH/USDT', '1d', limit=100)
import pandas as pd
df = pd.DataFrame(ohlcvs, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
df['date'] = pd.to_datetime(df['timestamp'], unit='ms')
? 支持超过100个交易所，如币安、OKX、Gate.io
? 适于创建全自动加密交易系统

三、数据获取优秀实践建议
? 建议步骤：

1. 明确需求 → 股票？期货？还是跨市场？
2. 选择合适的数据源（见下表）
3. 写脚本定时拉取 → 存入本地CSV或数据库
4. 清洗处理 → 统一格式、去复权、补缺失值
5. 构建自己的“私有数据库”

???? 数据存储建议：
小规模：

CSV

文件 +

Pandas

中等规模：

SQLite

（轻型数据库）
大规模：

MySQL

/

PostgreSQL

+

SQLAlchemy

# 示例：保存至SQLite
import sqlite3
conn = sqlite3.connect('stock_data.db')
df.to_sql('maotai', conn, if_exists='replace', index=False)
conn.close()

四、免费 vs 付费方案对比
方案
推荐群体
优势
劣势
akshare / baostock
新手、学生
完全免费，中文友好
更新缓慢、偶尔失效
tushare（基础版）
个人研究者
数据质量高
功能有限
yfinance / ccxt
海外投资爱好者
免费、国际资产多
不包含A股
聚宽 / 通达信API
实际操作用户
可连接回测与交易
需平台账号
Wind / 同花顺i问财（付费）
专业投资者
数据全面、精度高
费用高（万元起）
???? 个人起步建议：
先用

akshare

和

yfinance

建立基础，熟练后再考虑付费服务。

五、注意事项与避坑指南
问题
解决办法
数据未复权
使用

adjust="qfq"

（前复权）确保可比性
数据丢失
检查节假日、停牌状况，手动补充或跳过
接口频繁访问被封
加入

time.sleep(1)

防止爬虫限制
时间戳时区混乱
统一转换为北京时间

.tz_localize()

实时数据延迟
免费接口通常是T+1，若需实时则需连接券商API

六、结语：掌握数据，就是掌握了量化世界的钥匙
“没有数据，就没有测试；
没有测试，就没有信心；
没有信心，就没有持久执行。”
作为个人量化投资者，能够用 Python 自动化地收集数据，已经迈出了至关重要的一步。
记住：
不必追求最完整的数据，而应追求...

可持续、可验证、可更新

的数据流；最可靠的系统，是你每日都能信赖并运用的那个。

???? 最后送你一句话：

“卓越的策略，起始于一行

import pandas as pd

。”

现在就行动起来吧

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：python 交易数据 量化投资 量化交易 投资者

相关内容：Python量化投资 Python量化数据