第二章：数据源准备——获取行情数据

做量化交易，数据就是你的弹药库。

我见过太多人，策略写得天花乱坠，结果一跑回测，数据源就有问题。嗯，那感觉就像你精心准备了满汉全席，结果发现米是馊的。今天我们就来搞定情绪量化最核心的四个数据源：涨跌家数、成交量、换手率、北向资金。

2.1 涨跌家数——市场情绪的体温计

涨跌家数，说白了就是今天有多少股票在涨，多少在跌。这个数据简单粗暴，但极其有效。

我个人习惯用这个指标来判断市场是否出现极端情绪。比如某天上涨家数不到500家，那基本就是情绪冰点了。反过来，上涨家数超过3000家，那就是沸点区域。

获取这个数据，我一般用 tushare 或者 akshare。下面是我常用的代码：

import akshare as ak
import pandas as pd

# 获取A股涨跌家数
def get_advance_decline_data():
    """
    获取全市场涨跌家数数据
    返回：DataFrame，包含日期、上涨家数、下跌家数
    """
    df = ak.stock_market_activity_baidu()
    # 只保留需要的列
    result = df[['日期', '上涨家数', '下跌家数']].copy()
    result['涨跌比'] = result['上涨家数'] / (result['上涨家数'] + result['下跌家数'])
    return result

# 调用示例
data = get_advance_decline_data()
print(data.tail())

2.2 成交量——资金的真实态度

成交量不会骗人。价格可以操纵，但成交量是实打实的真金白银。

我曾经踩过一个坑：只看价格不看量，结果在缩量反弹时追了进去，第二天就被埋了。从那以后，我每次分析情绪都会先看成交量。

获取成交量数据，我推荐用 tushare 的 pro 接口：

import tushare as ts

# 初始化tushare
pro = ts.pro_api('你的token')

# 获取上证指数成交量
def get_market_volume(start_date='20240101', end_date='20241231'):
    """
    获取市场整体成交量数据
    """
    df = pro.index_daily(ts_code='000001.SH', 
                         start_date=start_date, 
                         end_date=end_date)
    # 成交量单位：手
    df['vol_ratio'] = df['vol'] / df['vol'].rolling(20).mean()
    return df[['trade_date', 'vol', 'vol_ratio']]

volume_data = get_market_volume()
print(volume_data.head())

2.3 换手率——筹码的活跃度

换手率反映的是筹码交换的活跃程度。换手率越高，说明市场分歧越大，情绪越亢奋。

你想想看，如果一只股票换手率只有0.5%，说明没人愿意买卖，市场冷清得很。如果换手率突然飙升到5%以上，那一定是有什么大事发生了。

获取全市场换手率，我一般这样处理：

def get_turnover_rate():
    """
    获取全市场平均换手率
    使用akshare获取所有A股数据，然后计算平均值
    """
    # 获取全部A股实时数据
    df = ak.stock_zh_a_spot_em()
    
    # 计算全市场平均换手率
    avg_turnover = df['换手率'].mean()
    
    # 也可以按板块分组
    sector_turnover = df.groupby('板块')['换手率'].mean()
    
    return avg_turnover, sector_turnover

avg, sector = get_turnover_rate()
print(f"全市场平均换手率: {avg:.2f}%")
print(sector)

2.4 北向资金——聪明钱的动向

北向资金，江湖人称「聪明钱」。这帮外资机构的信息优势和判断力，确实比大多数散户强。

我记得2020年3月，全球股市暴跌，北向资金连续流出。但到了3月底，北向突然开始连续净流入。我当时就判断，底部可能到了。果不其然，后面就是一波大反弹。

获取北向资金数据，我推荐用东方财富的接口：

def get_northbound_flow():
    """
    获取北向资金流向数据
    包含：沪股通、深股通、合计
    """
    # 使用akshare获取北向资金
    df = ak.stock_hsgt_north_net_flow_in_em()
    
    # 计算累计净流入
    df['累计净流入'] = df['净流入'].cumsum()
    
    # 计算5日均值，用于判断趋势
    df['净流入_5日均值'] = df['净流入'].rolling(5).mean()
    
    return df

north_data = get_northbound_flow()
print(north_data.tail(10))

2.5 数据整合——构建情绪数据库

上面四个数据源，单独看都有价值，但整合在一起威力更大。我习惯把它们合并成一个DataFrame，方便后续分析。

def build_sentiment_database():
    """
    整合所有情绪数据源
    返回：统一的DataFrame
    """
    # 获取各数据源
    adv_dec = get_advance_decline_data()
    volume = get_market_volume()
    turnover = get_turnover_rate()
    north = get_northbound_flow()
    
    # 按日期合并
    sentiment_db = adv_dec.merge(volume, on='trade_date', how='left')
    sentiment_db = sentiment_db.merge(north, on='trade_date', how='left')
    
    # 添加换手率（日频数据）
    sentiment_db['turnover_rate'] = turnover
    
    # 数据清洗
    sentiment_db = sentiment_db.dropna()
    sentiment_db = sentiment_db.sort_values('trade_date')
    
    return sentiment_db

# 构建数据库
sentiment_data = build_sentiment_database()
print(sentiment_data.info())

2.6 知识体系总览

下面这张图，是我自己整理的情绪数据源框架。你可以把它当作一个检查清单，每次做情绪分析时对照着看：

数据源准备好了，下一步就是清洗和特征工程。不过那是下一章的内容了。今天先把这四个数据源跑通，你可以在自己的机器上试试看。