第四节：数据获取——用Tushare和Akshare搞定行情数据

做量化交易，数据就是你的弹药。没有数据，再牛的策略也是纸上谈兵。

我个人习惯把数据获取分成两类：一类是离线批量拉取，存到本地数据库；另一类是实时在线调用，做盘中决策。今天咱们重点讲前者——怎么用Python把股票、期货、ETF的日线行情拿到手。

市面上免费的数据源不少，但我用得最多的就两个：Tushare 和 Akshare。前者老牌、稳定，后者新锐、覆盖面广。我建议你两个都装上，互补使用。

4.1 环境准备与安装

先装包。没什么技术含量，但版本号要注意。

# 安装Tushare（建议用最新版）
pip install tushare==1.4.10

# 安装Akshare
pip install akshare==1.14.0

# 辅助库
pip install pandas numpy requests

嗯，这里要注意：Tushare从1.4.0版本开始，需要注册获取token。免费版有频率限制——每分钟最多200次请求，每天最多5000次。我个人觉得够用了，除非你跑全市场5000只股票。

4.2 用Tushare获取股票日线数据

先初始化。把token配置好，后面就简单了。

import tushare as ts

# 设置token（去官网注册获取）
ts.set_token('你的token')

# 初始化pro接口
pro = ts.pro_api()

# 获取平安银行2024年1月日线数据
df = pro.daily(
    ts_code='000001.SZ',
    start_date='20240101',
    end_date='20240131'
)

print(df.head())

返回的字段包括：trade_date、open、high、low、close、pre_close、change、pct_chg、vol、amount。

这里有个细节：pct_chg是涨跌幅，单位是百分比。比如涨了5%，返回5.0。我刚开始做回测时，直接拿这个值当收益率用，结果发现和复利计算对不上。后来才意识到，它算的是单日简单收益率，不是对数收益率。

4.3 用Tushare获取期货主力连续合约

期货比股票麻烦。因为合约会到期，你需要主力连续合约。Tushare提供了fut_mapping接口，直接帮你映射好。

# 获取螺纹钢主力连续合约日线
df_fut = pro.fut_mapping(
    ts_code='RB.SHF',  # 螺纹钢，上海期货交易所
    start_date='20240101',
    end_date='20240131'
)

print(df_fut.head())

返回的字段多了oi（持仓量）和settle（结算价）。做跨品种套利时，我一般用结算价而不是收盘价，因为期货的收盘价容易被尾盘大单影响。

为什么会这样？因为期货市场最后3分钟是集合竞价，容易产生异常价格。我吃过这个亏——有一次做螺纹钢和热卷的套利，收盘价信号显示价差突破，结果第二天开盘就回归了。后来改用结算价，信号稳定多了。

4.4 用Akshare获取ETF行情数据

Akshare在ETF数据上做得比Tushare好。它直接抓取东方财富的数据，覆盖面广，更新及时。

import akshare as ak

# 获取沪深300ETF（510300）日线数据
df_etf = ak.fund_etf_hist_em(
    symbol="510300",
    period="daily",
    start_date="20240101",
    end_date="20240131",
    adjust="qfq"  # 前复权
)

print(df_etf.head())

返回字段包括：日期、开盘、最高、最低、收盘、成交量、成交额、振幅、涨跌幅、涨跌额、换手率。

注意：Akshare返回的列名是中文。我建议你拿到数据后，统一转成英文列名，方便后续处理。

4.5 多品种批量获取与存储

实战中，你不会只拿一只股票。我通常的做法是：先维护一个品种列表，然后循环拉取，最后存到本地CSV或数据库。

import pandas as pd
import time

# 品种列表
symbols = [
    '000001.SZ',  # 平安银行
    '600519.SH',  # 贵州茅台
    '510300.SH',  # 沪深300ETF
    'RB.SHF',     # 螺纹钢期货
    'CU.SHF',     # 铜期货
]

def fetch_all_data(symbols, start_date, end_date):
    data_dict = {}
    for sym in symbols:
        try:
            if sym.endswith('.SH') or sym.endswith('.SZ'):
                # 股票
                df = pro.daily(ts_code=sym, start_date=start_date, end_date=end_date)
            elif '.SHF' in sym:
                # 期货
                df = pro.fut_mapping(ts_code=sym, start_date=start_date, end_date=end_date)
            else:
                # ETF用Akshare
                df = ak.fund_etf_hist_em(symbol=sym[:6], period="daily", 
                                         start_date=start_date, end_date=end_date)
            
            data_dict[sym] = df
            print(f"成功获取: {sym}")
            time.sleep(0.5)  # 控制频率，别被封
        except Exception as e:
            print(f"获取 {sym} 失败: {e}")
    
    return data_dict

# 执行
all_data = fetch_all_data(symbols, '20240101', '20240131')

这里我加了time.sleep(0.5)，就是为了避免触发Tushare的频率限制。你想想看，如果一次拉100个品种，不加延时的话，很可能第50个就被封了。

4.6 数据质量检查

数据拿到手，别急着用。先做三件事：

1. 检查缺失值——看看有没有NaN的行
2. 检查日期连续性——交易日之间不能有跳空（除节假日外）
3. 检查价格合理性——有没有0值或异常大值

def check_data_quality(df, symbol):
    issues = []
    
    # 1. 缺失值
    if df.isnull().any().any():
        issues.append(f"存在缺失值: {df.isnull().sum().to_dict()}")
    
    # 2. 日期连续性
    dates = pd.to_datetime(df['trade_date'])
    date_diff = dates.diff().dropna()
    if (date_diff > pd.Timedelta(days=5)).any():
        issues.append("存在超过5天的日期间隔")
    
    # 3. 价格合理性
    if (df['close'] <= 0).any():
        issues.append("存在非正收盘价")
    
    if issues:
        print(f"{symbol} 数据质量问题: {issues}")
    else:
        print(f"{symbol} 数据质量通过")
    
    return len(issues) == 0

这个检查函数，我每次拉完数据都会跑一遍。别嫌麻烦，数据质量决定了策略的生死。

4.7 知识体系总览

下面这张图，概括了本章的核心逻辑。你看一眼，就知道数据获取的全貌了。

4.8 实战中的几个建议

场景	推荐数据源	注意事项
股票日线	Tushare Pro	注意复权方式，默认不复权
期货主力连续	Tushare Pro	用结算价而非收盘价
ETF行情	Akshare	列名是中文，需转换
可转债	Akshare	注意转股溢价率字段
指数成分股	Tushare Pro	需要较高积分权限

最后说一句：数据获取是基本功，但很多人栽在这上面。别急着跑策略，先把数据管道搭稳了。我见过太多人，策略逻辑写得漂亮，结果数据源一换，回测结果天差地别。

嗯，今天就到这儿。代码都给你了，自己去跑一遍，感受一下。