點贊、關注再看，養成良好習慣
Life is short, U need Python
初學Python，快來點我吧
1. 前言
作爲投資者，尤其是量化投資者，時常聽到的一句話是“不要把雞蛋放入同一個籃子中”，即所謂的分散投資策略。於是，從中可以看出分散投資可以降低投資風險，但是，投資者面對幾千種各式各樣的籃子，選擇哪一個籃子，然後每個籃子該放多少個雞蛋，大多數投資者僅僅憑自己的感覺或者一時衝動；另外，即使投資者選對籃子且雞蛋數量也控制的很好，可是何時把手裏的雞蛋換成超額收益又是跟着感覺走。針對上述種種問題，量化投資破殼而出，專門解決上述問題的一種工具。
衆所周知，金融數據是量化投資的基礎和前提，投資者制定的量化投資策略都是建立在對金融數據分析的基礎上。本文博主將帶領大家嘗試如何利用Python實現金融數據的獲取。
據博主所知，目前在線編程量化投資平臺衆多，而且各種在線策略平臺都支持Python語言（而且大多策略平臺僅支持Python語言，且對應的Python課程資源以及策略案例衆多，社區非常活躍），例如JoinQuant（聚寬量化交易平臺）、BigQuant（點寬量化交易平臺）、UQER（優礦量化交易平臺）、WQ（萬礦量化交易平臺）等，這也是博主推出Python量化投資基礎系列的原因。但是，本文不再涉及利用Python調取這些平臺端口的金融數據（因爲這些平臺需要註冊，且每天流量有限制，速度有點慢）。
2. 雅虎網
（1）官網：https://www.yahoo.com/
（2）安裝 pandas-datareader
- 命令行窗口：pip install pandas-datareader（建議）
- 下載本地安裝：https://pypi.org/project/pandas-datareader/
（3）讀取數據
import pandas_datareader.data as pdr
# 讀取標普500
sp500 = pdr.DataReader(name='^GSPC',data_source='yahoo',start='1/1/2020',end='2/26/2020)
# 查看數據前5行
sp500.head()
# 輸出數據
sp500.to_csv('sp500.csv')
或者
import pandas_datareader.data as pdr
# 讀取標普500
sp500 = pdr.get_data_yahoo('^GSPC',start='1/1/2020',end='20/2/2020')
# 查看數據前5行
sp500.head()
# 輸出數據
sp500.to_csv('sp500.csv')
3. TuShare
TuShare是一個免費、開源的python財經數據接口包。
主要實現對股票等金融數據從數據採集、清洗加工 到 數據存儲的過程，能夠爲金融分析人員提供快速、整潔、和多樣的便於分析的數據，爲他們在數據獲取方面極大地減輕工作量，使他們更加專注於策略和模型的研究與實現上。
考慮到Python pandas包在金融量化分析中體現出的優勢，TuShare返回的絕大部分的數據格式都是pandas DataFrame類型。
（1）官網：http://tushare.org/
（2）安裝 tushare
- 命令行窗口：pip install tushare
- 下載本地安裝：https://pypi.python.org/pypi/tushare/
（3）讀取數據
import tushare as ts
# 讀取中國平安（601318）數據
zgpa = ts.get_hist_data('601318', start='2019-01-01', end='2019-02-20')
# 查看數據前5行
zgpa.head()
# 輸出數據
zgpa.to_csv('zgpa.csv')
或者
import tushare as ts
# 讀取中國平安（601318）數據: ktype='D'/'W'/'M'（日/周/月）; 默認日線數據
zgpa = ts.get_hist_data('601318', start='2019-01-01', end='2019-02-20', ktype='D')
# 查看數據前5行
zgpa.head()
# 輸出數據
zgpa.to_csv('zgpa.csv')
4. BaoStock
（1）官網：http://baostock.com/baostock/index.php
（2）安裝baostock
- 命令行窗口：pip install baostock
- 下載本地安裝：https://pypi.python.org/pypi/baostock
（3）讀取數據
import pandas as pd
import baostock as bs
lg = bs.login(user_id="anonymous", password="123456") # 無需註冊，直接輸入此行代碼即可
# 讀取浦發銀行數據（600000）：frequency="d"/'w'/'m'（日/周/月）
fields ="date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,\
peTTM,pbMRQ,psTTM,pcfNcfTTM,isST"
rs = bs.query_history_k_data("sh.600000",fields,start_date='2019-01-01', end_date='2019-02-20', frequency="d", adjustflag="3")
data_list = []
while rs.next():
data_list.append(rs.get_row_data())
pfyh = pd.DataFrame(data_list, columns=rs.fields)
# 查看數據前5行
pfyh.head()
# 輸出數據
pfyh.to_csv('pfyh.csv')
- date（日期）；code（代碼）；open（開盤價）；high（最高價）；high（最高價）；low（最低價）；close（收盤價）；preclose（前收盤價）；volume（成交量）；amount（成交額）；adjustflag（復權狀態：1-後復權2-前復權3-不復權）；turn（換手率）；tradestatus（交易狀態：1-正常0-停盤）；pctChg（漲跌幅）；peTTM（動態市盈率）；pbMRQ（市淨率）；psTTM（市銷率）；pcfNcfTTM（市現率）；isST（是否ST:1-是0-否）
- 寫作不易，切勿白剽
- 博友們的點贊和關注就是對博主堅持寫作的最大鼓勵
- 持續更新，未完待續…
下一篇：量化投資基礎（二）之 Markowitz模型