一文了解量化数据源—常见量化数据源对比选择

简介

金融数据是量化的基础，没有数据量化就无从下手。随着行业竞争加剧，量化对高质量—更快更全更准数据的要求更高，毕竟搞量化不能输在起跑线上。现在各种量化数据源五花八门，发现很多朋友对这块不是很清楚，个人也在上面花了不少时间，这次把已知的一些数据分享出来，感兴趣的朋友可以关注公众号加群一起交流。

量化数据源分为如下几种：开源量化数据、券商/量化交易平台提供的数据源、专业数据服务公司和自己抓取清洗几种方式。

通过抓取各类财经网站或公开的金融数据，进行清洗加工存储后开放出来，为量化学习者提供金融数据需求

BaoStock – 一个免费、开源的证券数据平台（无需注册），通过python API获取证券数据信息，返回的数据格式为pandas DataFrame类型，同时支持通过BaoStock的数据存储功能，将数据全部保存到本地后进行分析。优点是免费，缺点是数据不全
tushare – 分为tushare和tushare pro。tushare pro数据覆盖范围广，但获取次数较多时有积分限制，。老版api只提供基础日线数据。tushare pro现金积分充值比例是1:10，比如充值200获取2000积分，积分有效期一年，使用数据积分不减少。A股2000积分可以使用，但限频次，每分钟限200次请求，每天限10w次api请求。港美股日线需至少5000积分。分钟级数据需要单独开权限的，跟平台积分没有关系，需要单独申请。
akshare – 基于 Python 的财经数据接口库, 目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具。akshare api接口变动较频繁，数据格式不通用
yfinace – yahoo财经数据获取，需要使用代理访问
easyquotation-- python实时获取新浪/腾讯的全市场行情，无法获取历史数据
efinance – 用于获取股票、基金、期货、债券数据的免费开源 Python 库

编程能力好且有时间的朋友，也可以自己抓取和清洗数据。好处是数据质量有保障，可以按照自己要求来进行处理；缺点是对编程能力有一定要求，且比较费时间人力。

比较常见的是对特定数据当上面的数据源无法覆盖时，可以自己抓取补充。

关注公众号，获取更多内容。同时还能获取邀请加入社群，与众多量化从业者&爱好者交流、切磋，不错过最新行业发展&技术进展。

公众号：诸葛说talk

写文章不易，觉得本文对你有帮助的话，帮忙点个赞吧。