2、数据获取基础：用Tushare/AkShare抓取散户情绪数据

做量化交易，数据就是你的弹药库。没有数据，再牛的策略也是纸上谈兵。

这一章，咱们来聊聊怎么拿到散户情绪数据。说白了，就是融资融券余额、新增投资者数量这些玩意儿。我个人习惯用Tushare和AkShare这两个库，一个老牌，一个后起之秀，各有千秋。

2.1 融资融券余额：市场情绪的体温计

融资余额高，说明大家看好后市，借钱也要买。融券余额高，说明有人看空，借股票来卖。两者一综合，就是市场的温度。

我刚开始做回测时，就吃过亏。当时只看了价格数据，没考虑情绪面，结果策略在极端行情下直接崩了。后来加上融资融券数据，效果好了不少。

用Tushare获取融资融券数据

Tushare需要注册token，不过免费版够用了。我个人建议用pro版，数据更全。

import tushare as ts

# 设置token（记得换成你自己的）
ts.set_token('你的token')
pro = ts.pro_api()

# 获取融资融券汇总数据
df = pro.margin(start='20240101', end='20241231')
print(df.head())

返回的数据长这样：

trade_date	rzye	rqye	rzrqye
2024-12-31	15678.23亿	89.45亿	15767.68亿
2024-12-30	15650.11亿	88.92亿	15739.03亿

字段说明：rzye是融资余额，rqye是融券余额，rzrqye是两者之和。

2.2 新增投资者数量：韭菜们的入场节奏

新增投资者数量，说白了就是新开户的人数。这个数据能直观反映散户的热情程度。

你想想看，当身边从不炒股的朋友都开始问你怎么开户时，大概率是市场快见顶了。我2015年就经历过这种场景，那叫一个疯狂。

用AkShare获取新增投资者数据

AkShare是开源的，不用注册，直接pip安装就能用。我个人觉得它更适合国内数据，尤其是A股相关的。

import akshare as ak

# 获取新增投资者数量
df = ak.stock_zh_a_new_investors(start_date='20240101', end_date='20241231')
print(df.head())

数据格式：

日期	新增投资者数量(万)	期末投资者数量(万)
2024-12	180.23	22000.56
2024-11	165.78	21820.33

2.3 数据清洗与预处理

拿到原始数据后，别急着用。我踩过的坑太多了，数据里经常有脏东西。

import pandas as pd

# 假设df是拿到的原始数据
# 1. 处理缺失值
df = df.dropna(subset=['rzye', 'rqye'])

# 2. 日期格式统一
df['trade_date'] = pd.to_datetime(df['trade_date'])

# 3. 计算情绪指标
df['margin_ratio'] = df['rzye'] / df['rzrqye']  # 融资占比
df['investor_change'] = df['新增投资者数量(万)'].pct_change()  # 环比变化

print(df.head())

2.4 知识体系总览

下面这张图，是我自己梳理的数据获取流程。你照着这个思路走，基本不会迷路。

2.5 实战小贴士

嗯，这里要注意几个点：

• 数据频率问题：融资融券是日频，新增投资者是月频。做策略时，要么统一频率，要么用周频做中间值。
• 数据延迟：融资融券数据T+1公布，新增投资者数据次月中旬才出。实盘时要注意这个滞后性。
• 异常值处理：我遇到过某天融资余额突然暴涨，后来发现是数据录入错误。用3σ原则过滤一下比较稳妥。