《量化交易入门》第 2 章：数据从哪里来——行情、财务与免费 API#

上一章我们写了第一个”量化策略”——10 行代码判断均线信号。当时用的价格是我手敲的模拟数据。这一章解决真问题：真实的行情、财务数据从哪来？ 怎么免费拿到手、拿回来之后怎么读进 Python？顺便把初学者最容易踩的数据坑提前给你排掉。

2.1 量化需要什么样的数据#

先搞清楚要什么，再去想从哪拿。量化的”原料”大概分三类：

行情数据：价格和成交量。最基本的是 OHLCV——Open（开盘）、High（最高）、Low（最低）、Close（收盘）、Volume（成交量）。大部分策略只需要这一组字段。
财务数据：营收、净利润、毛利率、负债率等。做”价值/基本面”策略要用，做短线技术策略可以暂时不管。
另类数据：新闻情绪、资金流、龙虎榜、宏观指标等。属于进阶玩法，入门阶段先跳过。

对新手来说，行情数据是最重要的，也是最容易免费拿到的。本章先把这块吃透。

2.2 免费数据源盘点#

别一上来就想着买 Wind（一年几万块）。做学习研究和入门策略，免费渠道完全够用：

数据源	覆盖	特点	上手难度
akshare	A股/港美股/期货/基金/宏观	接口多、更新快、纯免费	⭐ 最推荐
baostock	A股（含历史全量）	历史数据全、稳定免费、无需注册	⭐⭐
tushare	A股为主	功能强，但新接口要积分	⭐⭐⭐
yfinance	美股/全球	海外数据好用，国内偶尔抽风	⭐⭐
东方财富/新浪	A股实时	网页接口，需要一点爬虫基础	⭐⭐⭐

我的建议：入门只用 akshare——pip install akshare 装好，一句话就能拉数据，而且不用注册、不用积分。等以后需要更专业的接口再考虑别的。

2.3 代码示例：把行情数据读进 Python#

不管数据从哪个源来，最终形态大多是一张”表格”（日期、开盘、最高、最低、收盘、成交量），存成 CSV 或者直接在内存里。我们先用 Python 标准库读一个 CSV——这段代码不需要装任何第三方库，复制就能跑：

1
import csv
2

3
# 模拟的行情 CSV（你也可以换成真实数据文件）
4
data = """date,open,high,low,close,volume
5
2026-09-01,10.00,10.50,9.90,10.20,120000
6
2026-09-02,10.20,10.80,10.10,10.60,150000
7
2026-09-03,10.60,11.00,10.40,10.80,180000
8
2026-09-04,10.80,11.20,10.70,11.00,160000
9
2026-09-05,11.00,11.50,10.90,11.30,200000
10
"""
11

12
rows = list(csv.DictReader(data.splitlines()))
13
closes = [float(r["close"]) for r in rows]
14

15
print("收盘价列表:", closes)
16
print("平均收盘价:", round(sum(closes) / len(closes), 2))
17
print("区间涨跌幅:", round((closes[-1] / closes[0] - 1) * 100, 2), "%")

运行结果：

1
收盘价列表: [10.2, 10.6, 10.8, 11.0, 11.3]
2
平均收盘价: 10.78
3
区间涨跌幅: 10.78 %

看到了吗？有了真实数据的”骨架”（日期+OHLCV），上一章的均线判断就能直接套上来。 以后我们只需要把”数据来源”换成 akshare，后面的计算逻辑完全不用改——这就是把”数据”和”策略”分开的好处。

2.4 进阶：一行代码拉真实数据#

等你看完第 3 章（Python 基础）再回来试这个。装好 akshare 后，拉一只股票一年的日线就一句话：

1
# pip install akshare  （需要先安装）
2
import akshare as ak
3

4
df = ak.stock_zh_a_hist(
5
    symbol="600519",      # 股票代码，这里是贵州茅台
6
    period="daily",       # 日线
7
    start_date="20250901",
8
    end_date="20260930",
9
    adjust="qfq"          # 前复权，见 2.5
10
)
11
print(df.tail())          # 看最后几行
12
print("共", len(df), "行数据")

返回的 df 是一张 pandas 表格（日期、开盘、收盘、最高、最低、成交量……），跟 2.3 的 CSV 结构一模一样，只是来源变成了真实的交易所数据。

2.5 数据质量的坑（新手必踩）#

数据拿到手只是开始，用错数据比没数据更危险。这仨坑几乎人人踩过：

复权问题（最坑）：股票分红送股后，价格会”跳空”。比如茅台 10 送 1，股价从 1000 突然变成 909，但你的钱没少。如果直接拿不复权数据算均线，策略会以为股价暴跌。做历史回测必须用”前复权（qfq）“数据，把历史价格统一到现在的口径。
停牌与退市：A 股股票可能停牌几个月，退市的股票历史数据也会消失。如果你的策略有”股票池”，一定要处理”这天没数据”的情况，否则程序直接报错。
数据缺失与脏数据：免费源偶尔会有空值、错误值。拿到数据先检查：有没有 NaN？日期是不是连续？成交量有没有为 0 的怪值？

入门阶段的心法：宁可用数据量少但干净的数据，也不要脏数据——后面第 5 章回测时你会深刻体会这句话。

2.6 本章小结#

量化三大原料：行情、财务、另类数据；入门主攻行情（OHLCV）
免费数据源首选 akshare，研究学习完全够用
CSV 读取是通用技能，标准库就能搞定，数据与策略要解耦
数据三坑：前复权、停牌退市、缺失脏数据——回测前必查

下一章，我们花一章把 Python 基础（交易版） 补齐：变量、列表、循环、函数——只教你后面真正用得上的那部分，不讲废话。

📚 《量化交易入门》系列：零基础小白向量化交易，每章一个主题 + 可运行 Python 示例。第 2 章已读，下一章《Python 基础（交易版）》明天见。