第二章：数据源与接口——Wind/QB/彭博终端数据获取、交易所行情API、银行间市场数据接口

做债券量化，第一步不是写模型，而是搞定数据。我见过太多人模型写得漂亮，结果数据源没接对，回测全是假的。今天咱们就把这事聊透。

数据源这块，说白了就三类：终端类（Wind、QB、彭博）、交易所API、银行间接口。每类都有自己的脾气，咱们一个个说。

2.1 Wind终端数据获取

Wind在国内债券圈，基本是标配。我个人习惯用Wind的Python接口——WindPy。这东西装起来不复杂，但有个坑：必须先打开Wind客户端，否则连不上。

先看个最简单的例子，获取某只国债的历史收盘价：

from WindPy import w
w.start()

# 获取"21国债10"近30天的收盘价
data = w.wsd("210010.IB", "close", "2024-01-01", "2024-01-30")
print(data.Data[0])

嗯，这里要注意。wsd是历史数据，wst是实时数据。我刚开始做的时候，经常搞混这两个函数，导致回测数据对不上。后来养成了习惯：回测用wsd，实盘用wst。

2.2 QB（聚宽）数据接口

QB在债券圈的地位，有点像Wind的平价替代品。数据质量不错，而且接口更友好。我个人觉得，如果团队预算有限，QB是个好选择。

QB的数据获取方式更Pythonic：

import qb

# 获取"21国债10"的日线数据
df = qb.get_price(
    "210010.IB", 
    start_date="2024-01-01", 
    end_date="2024-01-30",
    frequency="1d"
)
print(df.head())

你看，代码比Wind简洁不少。但QB有个问题——它的债券数据覆盖度不如Wind全。特别是信用债、次级债这些品种，有时候会缺数据。

2.3 彭博终端数据获取

彭博在境外债券市场是绝对的王者。如果你做跨境债券，彭博基本绕不开。它的API叫blpapi，用起来比Wind复杂一些。

看个例子：

import blpapi

# 连接彭博终端
session = blpapi.Session()
session.start()

# 获取某只国债的收益率
request = session.createRequest("HistoricalDataRequest")
request.getElement("securities").appendValue("US9128285M49 Govt")
request.getElement("fields").appendValue("YLD_YTM_MID")
request.getElement("startDate").setValue("20240101")
request.getElement("endDate").setValue("20240130")

session.sendRequest(request)
# 处理返回数据...（代码略）

说实话，彭博的API设计得有点啰嗦。但它的数据质量确实好，特别是收益率曲线、信用利差这些衍生数据，Wind和QB都比不了。

2.4 交易所行情API

交易所行情API，主要是上交所和深交所的实时数据。做市策略对实时性要求高，这个接口就派上用场了。

上交所的行情API是通过mdgw协议走的，代码大概长这样：

import socket

# 连接上交所行情网关
sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
sock.connect(("mdgw.sse.com.cn", 9001))

# 订阅某只债券的实时行情
subscribe_msg = build_subscribe_msg("210010")
sock.send(subscribe_msg)

# 循环接收行情数据
while True:
    data = sock.recv(1024)
    process_market_data(data)

嗯，这里要注意。交易所行情API的延迟通常在毫秒级，但网络波动会影响稳定性。我有个朋友，做高频做市时因为网络抖动，连续亏了三天。后来他加了双线冗余，才稳住。

2.5 银行间市场数据接口

银行间市场是中国债券的主战场，交易量占大头。它的数据接口主要通过中国外汇交易中心（CFETS）提供。

CFETS的接口比较特殊，用的是FIX协议。看个简化版：

import quickfix as qf

# 创建FIX会话
settings = qf.SessionSettings("fix.cfg")
store = qf.FileStoreFactory(settings)
log = qf.ScreenLogFactory(settings)
app = MyApplication()
initiator = qf.SocketInitiator(app, store, settings, log)
initiator.start()

# 订阅债券行情
subscribe_request = """
8=FIX.4.4|9=XX|35=V|49=YOUR_FIRM|56=CFETS|55=210010.IB|...
"""
# 发送请求
qf.Session.sendToTarget(subscribe_request)

说实话，FIX协议的学习曲线有点陡。我当初啃了一个星期才跑通第一个例子。但一旦跑通了，后面就顺了。

2.6 数据源选择框架

说了这么多，到底怎么选？我画了个图，帮你理清思路：

你看，选择数据源的核心逻辑就两条：你的策略是偏实时还是偏历史？做市策略必须上实时接口，回测研究则优先保证数据完整。

2.7 数据源对比总结

最后，我整理了个对比表，方便你快速决策：

数据源	实时性	数据完整性	成本	适用场景
Wind	中	高	中	国内债券回测、研究
QB	中	中	低	中小团队、快速原型
彭博	高	极高	高	跨境债券、衍生品
交易所API	极高	低	低	高频做市、实时交易
银行间FIX	高	中	中	银行间市场做市

---