02 · 数据与研究平台
「看盘靠软件，研究靠数据。」多数人的研究卡在第一步：数据从哪来、要不要花钱、拿到了怎么保证是对的。
本篇把数据平台分成四层：量化数据源（代码/终端）、历史行情获取渠道、宏观与行业数据、新闻与研报，外加一个「另类数据」的概念科普，最后给出一套零成本研究工具箱——先把数据问题解决，再谈策略（策略部分见 15-量化实战篇）。
⚠️ 风险提示
数据接口的字段、免费额度、使用条款随时会变（以各平台最新公告与官方文档为准）；免费数据可能含缺失、延迟与断更，用于实盘决策前务必交叉核对。涉及付费数据服务，请自行评估投入产出。市场有风险，投资需谨慎；本文不构成投资建议。
一、量化数据源：免费到付费的五个台阶
| 数据源 | 免费/付费 | 覆盖市场 | 形式 | 特色与限制 |
|---|---|---|---|---|
| AKShare | 免费开源 | A 股/期货/港股/美股/加密/宏观 | Python 库 | 覆盖极广、更新活跃；但接口爬取自公开网页，稳定性与时效性一般，字段变动频繁，商用授权需自行确认 |
| Tushare Pro | 免费+积分制 | A 股/期货/宏观为主 | Python 库 | 免费注册可用基础接口，高等级数据（财务、分钟线等）需积分（可积累或付费）；文档规范，个人研究者主流选择 |
| 聚宽（JoinQuant） | 免费/付费 | A 股/期货/美股 | 在线平台+Python | 在线研究环境、因子库、**回测与模拟盘**一体，社区丰富；数据导出有限制 |
| 米筐 RQData | 付费为主 | A 股/期货/美股/期权 | SDK/API | 数据质量高、文档完善，有个人版定价；价格在专业级里相对友好 |
| Wind 终端 | 付费 | 全市场 | 终端+Excel | 机构标配，数据最全，含大量手工整理的数据（评级、一致预期等）；价格高 |
选型逻辑：
- 只想跑通概念、不追求稳定 → AKShare 免费起步；
- 认真做 A 股研究、要可复现 → Tushare Pro（积分制按需升级）；
- 不想自己维护数据、用平台环境回测 → 聚宽 在线；
- 数据质量与 API 规范优先、愿意付费 → 米筐/终端；
- 机构/深度研究 → Wind（见 01-行情软件全景 的专业终端部分）。
⚠️ 回测结果与实时行情是两个体系
注意：量化平台的回测结果与实时行情是两个体系——平台数据源不同、**复权**规则不同，回测结论差异可能很大。同一策略最好在两个独立数据源上各跑一遍交叉验证。
二、行情历史数据获取渠道
2.1 交易所官网
一手数据最权威、且免费的渠道：
| 市场 | 渠道 | 可下载内容 |
|---|---|---|
| A 股 | 上交所/深交所/北交所官网 | 每日行情、月度统计、历史成交数据（部分需申请）、公告披露 |
| 期货 | 上期所/大商所/郑商所/中金所/广期所官网 | 日行情、持仓量、交割数据、历史统计 |
| 美股 | 交易所官网（NYSE/Nasdaq 数据门户） | 部分历史行情免费，Tick 级数据收费 |
| 加密 | 各交易所官网 | 见 2.3 节 |
2.2 Tushare Pro 积分制
- 注册免费，基础接口（日线、股票列表、交易日历等）积分要求低；
- 高价值数据（如财务指标、分钟级数据、龙虎榜）需要更高积分——积分可通过贡献、赞助或付费获取，具体规则以官方文档为准；
- 使用注意：单日调用次数有上限，取全市场历史数据要分批循环 + 限速，别写一次性拉全量的脚本。
2.3 加密交易所公开 API
加密数据是所有市场里最容易拿到的一手历史数据：
- 币安/OKX/Bybit 均提供公开的 K 线历史接口（如
/api/v3/klines），无 Key 也可访问； - 支持从较早时间点逐根拉取（如币安 BTCUSDT 日线可回溯到 2017 年，具体范围以官方文档为准）；
- 字段规范、无复权问题（现货无除权除息），是个人量化练习的最佳数据集；
- 限制：按权重限频，拉全量历史要控制请求频率；接口路径与参数随版本变动，以官方文档为准。
# 教学示意：拉取币安日 K（真实字段以官方文档为准）
import requests
resp = requests.get(
"https://api.binance.com/api/v3/klines",
params={"symbol": "BTCUSDT", "interval": "1d", "limit": 100},
timeout=10,
)
data = resp.json() # [开盘时间, 开, 高, 低, 收, 量, ...]2.4 数据质量检查：先对数字，再谈研究
拿到数据后第一件事不是建模，而是和行情软件对数字（详见 15-量化实战篇-02 的对账方法）：
| 检查项 | 做法 |
|---|---|
| 最新一根 K 线 | 与行情软件实时报价核对开高低收、成交量 |
| 历史抽样 | 随机抽 3-5 个日期，与行情软件/交易所官网历史数据核对 |
| 数据完整性 | 检查缺失日期：A 股要剔除停牌日，节假日要剔除（用交易日历校准） |
| 时间戳口径 | 确认是本地时间还是 UTC、K 线边界按哪个时区聚合 |
| 复权一致性 | 前复权/后复权/不复权三套口径不要混用，写清楚你用的是哪套 |
三、宏观与行业数据
3.1 官方一手数据（免费）
| 数据 | 官方来源 | 内容 |
|---|---|---|
| 国民经济 | 国家统计局 | GDP、CPI/PPI、工业增加值、社零、投资、人口 |
| 货币金融 | 中国人民银行 | 社融、M0/M1/M2、利率与存款准备金、LPR |
| 外贸 | 海关总署 | 进出口金额、分商品分国别贸易数据 |
| 财政 | 财政部 | 财政收支、国债发行 |
| 行业产量 | 工信部/国家能源局等 | 发电量、汽车产量、钢铁产量等 |
3.2 商业宏观数据（付费）
- CEIC：全球宏观/行业数据平台，覆盖面广，机构订阅制；
- Wind 宏观模块：国内最常用，宏观数据与行情在同一终端内，导出方便；
- 东方财富 Choice / 同花顺 iFinD：宏观数据也有覆盖，价格低于 Wind。
个人免费替代：国家统计局官网有全部关键数据，配合「国家数据」网站与央行《金融统计数据报告》即可覆盖 90% 的宏观研究需求，只是整理成时序要自己动手。
3.3 行业数据源示例
| 行业 | 常用数据源 |
|---|---|
| 汽车 | 乘联会（乘用车月度销量）、中汽协（整体产销） |
| 地产 | 国家统计局（开发投资/销售面积）、克而瑞（百强房企月度销售） |
| 电力 | 国家能源局（用电量/发电量）、中国电力企业联合会 |
| 白酒 | 中国酒业协会、上市公司月度渠道数据 |
| 航运 | 上海国际航运交易所（SCFI 等运价指数） |
行业协会数据通常免费或低门槛获取，但口径与官方统计可能不一致，引用时注明来源与口径。
四、新闻与研究
4.1 快讯与新闻
| 来源 | 定位 | 获取方式 |
|---|---|---|
| 财联社 | 国内财经快讯标杆，「电报」式实时快讯，速度快 | App 免费；专业终端（如 Choice/iFinD）内嵌 |
| 华尔街见闻 | 宏观与市场解读质量高，常有独家 | App/网站，部分深度内容付费 |
| 彭博（Bloomberg） | 全球资讯标准，速度与广度最强 | 终端付费，个人可用网页版部分内容 |
| 路透（Reuters） | 全球通讯社，客观性与覆盖面强 | 网站免费部分；中国大陆访问稳定性需自行评估 |
4.2 券商研报获取渠道
| 渠道 | 特色 |
|---|---|
| 东方财富研报中心 | 免费看研报摘要与评级，行业覆盖广（网站/App 内） |
| 慧博投研资讯 | 研报数据库，检索能力强，部分内容收费 |
| 各券商官网/App | 本公司研报免费发布 |
| 巨潮资讯 | 上市公司公告一手来源（研报之外的必读项） |
💡 读研报的正确姿势
读研报的正确姿势已在 12-市场生态篇-04 信息生态 讲过：看逻辑与数据，忽略评级结论——研报是研究工具，不是下单指令。
五、另类数据：机构玩家的「信息差」
另类数据（Alternative Data）指传统金融数据之外、能反映经济活动真实状况的数据，机构花大价钱购买，个人理解其概念即可：
| 类型 | 例子 | 用途 |
|---|---|---|
| 卫星图像 | 停车场车辆计数、油田油罐阴影、商场人流 | 零售、能源、地产行业景气推断 |
| 招聘数据 | 公司招聘岗位数量与职级变化 | 公司扩张/收缩迹象，财报前预判 |
| 信用卡/支付数据 | 消费类别汇总、商户流水 | 消费品公司营收预判 |
| 网页爬虫 | 电商价格/销量、App 下载量 | 行业竞争格局变化 |
| 社交舆情 | 社媒讨论量、情绪指数 | 情绪面辅助（准确性有限） |
- 对个人而言：另类数据的成本与噪声都极高，多数人并不具备加工能力，了解其存在即可——你的信息优势更可能来自对公开数据的细致解读，而不是追新数据；
- 另类数据的采集与使用有隐私与合规边界（如个人数据的跨境、采集授权问题），机构在使用前都有专门合规审查。
六、个人免费组合方案：零成本研究工具箱
不需要花一分钱也能搭起一个可用的研究底座（预算升级路径一并给出）：
| 需求 | 免费方案 | 升级路径 |
|---|---|---|
| 看盘 | 同花顺/东财 + 通达信 | TradingView 付费版（更多指标/数据刷新） |
| 行情数据 | AKShare 或 Tushare Pro 基础积分 | Tushare 积分升级 / 米筐个人版 |
| 历史数据归档 | 自建脚本存 CSV/SQLite（见 15-量化实战篇） | 时序数据库 + 数据商批量采购 |
| 宏观数据 | 国家统计局 + 央行官网 | Choice/iFinD 个人版 → Wind |
| 公告/研报 | 巨潮资讯 + 东财研报中心 | 慧博专业版 |
| 快讯 | 财联社免费版 | 专业终端内嵌快讯 |
| 研究环境 | Jupyter + Python（本机） | 云服务器（见 05-运行与自动化环境） |
原则：免费方案的全部成本是「你自己维护数据的工时」；当数据整理耗时超过你的预期价值时，再考虑付费——多数个人研究者卡住的原因不是没钱买数据，而是没把免费数据用起来。
💡 卡住你的不是数据，是没把免费数据用起来
多数个人研究者卡住的原因不是没钱买数据，而是没把免费数据用起来。 免费方案的全部成本是「你自己维护数据的工时」——当数据整理耗时超过预期价值时，再考虑付费。
数据版权与使用边界
- 行情数据的版权通常归交易所/数据商所有：免费接口的数据可用于个人学习与研究，商用、再分发、对外服务多需授权，使用前读一遍各数据源的服务条款；
- 爬取公开网站数据：注意网站条款与 robots 规则，控制频率，避免给目标站点造成压力；
- 加密交易所 API 数据：官方接口的商用/转发规则各平台不同，以官方文档为准；
- 一个务实建议：把「数据来源 + 获取日期」记在脚本注释里——既是版权自觉，也是研究可复现的一部分。
把数据管道串起来：从取数到可用
数据研究不是「下载一次就完」，而是一条每天维护的管道：
取数脚本（定时）→ 原始数据落地（CSV/SQLite）→ 清洗与对账 → 标准格式库 → 研究与回测- 定时取数用 cron/系统计划任务，见 05-运行与自动化环境；
- 每次取数后跑一次**对账检查**（最新日期、条数、异常值），发现问题第一时间报警；
- 数据与代码分离：数据放
data/，代码放scripts/，配置放config/，目录规范见 15-量化实战篇-01。
七、下一步
数据到手之后，下一步是把「数据 → 回测 → 策略」跑通，见 15-量化实战篇；在哪个平台交易这些数据对应的品种，看 03-券商与期货公司选择。
⚠️ 风险提示
数据是研究的地基，也是最大的隐形风险源：免费接口可能断更、字段变动、数据缺失或含**未来函数**，直接导致错误的回测结论与实盘决策；数据商的授权条款限制商用与再分发，使用前务必确认；另类数据存在隐私与合规边界。所有接口字段、积分规则、费率政策均以各平台最新官方公告为准。本文内容仅用于学习与研究，不构成任何投资建议，市场有风险，投资需谨慎。