Skip to content

金融数据获取

先把本地文件用熟，再碰网络接口。课堂和作业默认以本地 CSV 为准，这样结果可复现。

要会什么

  • 看懂日行情常用字段
  • 把日期解析对，并按时间排序
  • 把接口或网页下来的 JSON 收成 DataFrame
  • 写清数据来源、频率、复权与否

日行情常见字段

字段 含义
date 交易日
open 开盘价
high 最高价
low 最低价
close 收盘价
volume 成交量

还可以有复权收盘价、成交额、股票代码。作业里必须注明：这是前复权、后复权，还是不复权。不同口径不能混着算收益。

仓库里有一份演示数据：examples/fintech/prices.csv。作业可以先用它，再换成自己的数据。

最小可用的本地 CSV

date,open,high,low,close,volume
2024-01-02,10.00,10.20,9.90,10.10,1200000
2024-01-03,10.10,10.40,10.00,10.30,1500000

import pandas as pd

df = pd.read_csv("data/prices.csv", parse_dates=["date"])
df = df.sort_values("date").reset_index(drop=True)
print(df.dtypes)
print(df.tail())

从字典列表构造

接口返回常常是 JSON 数组。先看成 Python 的 list[dict]：

rows = [
    {"date": "2024-01-02", "close": 10.1},
    {"date": "2024-01-03", "close": 10.3},
]
df = pd.DataFrame(rows)
df["date"] = pd.to_datetime(df["date"])

保存一份，避免反复下载

df.to_csv("data/prices_clean.csv", index=False)

研究脚本应该能在断网时跑通。下载是一回事，计算是另一回事。

使用外部数据时的纪律

  1. 遵守数据源的使用条款，不把密钥写进公开仓库。
  2. 记录下载日期和代码版本。
  3. 作业提交时附带数据文件，或附带「如何获得这份数据」的说明。
  4. 不要把实时行情作业建立在随时会失效的网页结构上。

网络请求写法见 网络接口。