第二章 数据获取与工具准备：如何获取北向资金数据

做北向资金分析，第一步就是搞定数据源。我见过太多人，策略想得天花乱坠，结果连数据都拿不到，或者拿到的数据是错的。这章咱们就把这事彻底说清楚。

2.1 主流数据源对比

目前市面上能拿到北向资金数据的渠道，主要有三个：东方财富、同花顺、Wind。我三个都用过，说说我的真实感受。

数据源	免费/付费	数据频率	历史长度	我的评价
东方财富 Choice	部分免费	日频为主	2014年起	性价比最高，个人够用
同花顺 iFinD	付费为主	日频/分钟	2014年起	接口稳定，适合量化
Wind	付费（贵）	实时/日频	2014年起	机构首选，但太贵了

2.2 东方财富数据获取实战

我个人习惯用东方财富的接口。为啥？免费、稳定、字段全。下面直接上代码。

2.2.1 安装必要的库

pip install akshare pandas numpy matplotlib

akshare 这个库，说白了就是东方财富数据的Python封装。我用了三年，基本没出过问题。

2.2.2 获取北向资金日频数据

import akshare as ak
import pandas as pd

# 获取北向资金每日流向
north_flow = ak.stock_hsgt_north_net_flow_in_em()
print(north_flow.head())

跑出来是这样的：

日期	沪股通净流入	深股通净流入	北向合计净流入
2024-01-02	12.5亿	-3.2亿	9.3亿
2024-01-03	-5.1亿	8.7亿	3.6亿

2.3 常用数据字段解读

拿到数据后，很多人不知道哪些字段有用。我踩过这个坑，一开始把几十个字段全下载下来，结果大部分用不上。

真正核心的字段，其实就这几个：

• 北向合计净流入：最重要的指标，代表当天外资整体态度
• 沪股通净流入：看外资对上交所股票的态度
• 深股通净流入：看外资对深交所股票的态度
• 成交额：配合净流入看，能判断是不是真金白银
• 持仓市值：看外资累计持仓的变化趋势

2.4 数据清洗与预处理

原始数据直接拿来用？不行。我吃过这个亏，数据里有空值、有异常值，直接跑策略会出大问题。

# 数据清洗示例
def clean_north_flow(df):
    # 去掉空值
    df = df.dropna()
    
    # 去掉异常值（比如单日流入超过500亿的，基本是数据错误）
    df = df[df['北向合计净流入'].abs() < 500]
    
    # 按日期排序
    df = df.sort_values('日期')
    
    return df

clean_data = clean_north_flow(north_flow)

嗯，这里要注意：数据清洗不是越复杂越好。我见过有人用各种统计方法清洗，结果把真实信号也洗掉了。简单粗暴点，去掉明显异常的就够了。

2.5 数据存储方案

数据拿到手，存哪里？我推荐两种方式：

• 个人研究：直接存CSV，简单方便
• 量化系统：存SQLite或MySQL，方便回测

# 存CSV
clean_data.to_csv('north_flow_data.csv', index=False)

# 存SQLite
import sqlite3
conn = sqlite3.connect('north_flow.db')
clean_data.to_sql('north_flow', conn, if_exists='replace')

2.6 本章知识体系

下面这张图，是我自己总结的数据获取全流程。你照着这个走，不会出错。

这张图把整个流程串起来了。你从数据源开始，一步步往下走，最后拿到干净的数据存起来。就这么简单。