一、美股数据概览：从零开始认识这个市场

做量化交易这些年，我接触过不少数据源。说实话，美股数据这块水挺深的。今天咱们就聊聊，到底该怎么看待美股市场，数据从哪来，以及哪些坑不能踩。

1.1 美股市场：一个24小时都在转的机器

美股市场，全称美国证券市场。它跟A股最大的区别是什么？我个人的体会是——流动性极强，品种极其丰富。

你想想看，光是纽交所和纳斯达克两个交易所，就有超过8000只股票。这还不算ETF、期权、期货这些衍生品。我刚开始做美股量化时，光是把所有股票代码整理一遍，就花了两天时间。

美股交易时间也很有意思：

• 盘前交易：美东时间 4:00 - 9:30
• 盘中交易：美东时间 9:30 - 16:00
• 盘后交易：美东时间 16:00 - 20:00

嗯，这里要注意。盘前盘后的成交量通常只有盘中的十分之一。如果你拿盘后数据做策略回测，很容易被流动性坑到。我曾经就犯过这个错，回测曲线漂亮得不行，实盘一跑直接崩了。

1.2 常见数据源：选对工具，事半功倍

做美股数据清洗，第一步就是选数据源。我这些年用过不下十种，真正靠谱的就下面这几个：

数据源	免费额度	数据质量	适合场景
Yahoo Finance	完全免费	中等	个人研究、快速原型
Alpha Vantage	每天500次请求	较高	中小规模策略
IEX Cloud	每月50000次	高	专业级应用

Yahoo Finance：入门首选

说实话，Yahoo Finance 是我用得最多的免费源。它数据全，接口简单，用 yfinance 这个库几行代码就能拿到数据。

import yfinance as yf

# 获取苹果公司最近一年的日线数据
aapl = yf.download('AAPL', start='2023-01-01', end='2023-12-31')
print(aapl.head())

但有个坑——Yahoo Finance 的数据偶尔会缺失。比如遇到股票拆分、分红调整时，历史数据可能对不上。我建议做回测前，一定要做数据校验。

Alpha Vantage：免费中的战斗机

Alpha Vantage 提供的数据更干净一些。它支持分钟级数据，这对做高频策略很有用。不过每天500次的请求限制，说实话有点紧。

from alpha_vantage.timeseries import TimeSeries

ts = TimeSeries(key='YOUR_API_KEY', output_format='pandas')
data, meta_data = ts.get_daily(symbol='MSFT', outputsize='full')
print(data.head())

我个人习惯把 Alpha Vantage 的数据作为验证源。当 Yahoo Finance 的数据出现异常时，用 Alpha Vantage 交叉验证一下，能避免很多错误。

IEX Cloud：专业玩家的选择

如果你做的是实盘交易，我强烈建议用 IEX Cloud。它的数据延迟低，质量高，而且提供很多深度数据，比如订单簿、交易明细等。

不过价格不便宜。免费版每月只有50000次请求，做回测的话几天就用完了。我一般只在生产环境用 IEX Cloud，研究阶段还是用免费源。

1.3 数据获取的合规性与伦理：别踩红线

这块内容，说实话很多人不重视。但我见过太多人因为数据合规问题翻车了。

我曾经帮一个朋友排查过问题。他写了个爬虫，每分钟请求一次 Yahoo Finance，跑了三天。结果IP被永久封禁，整个办公室的网络都访问不了 Yahoo Finance 了。嗯，这个教训挺深刻的。

合规性方面，我建议你记住三条原则：

1. 读条款：每个数据源都有使用条款，花10分钟读完，能省很多麻烦。
2. 控制频率：免费源一般建议每秒不超过1次请求。
3. 尊重版权：数据也是有版权的，别拿别人的数据去卖钱。

1.4 知识体系总览

说了这么多，咱们用一张图来总结一下本章的核心内容：

这张图把本章的核心逻辑串起来了。说白了，做美股数据清洗，你得先懂市场，再选工具，最后别忘了合规。这三块缺一不可。

好了，这一章就聊到这。数据源选好了，下一步就是怎么把这些数据清洗干净。咱们下一章见。