数据源选择：常见宏观数据源对比与获取策略
做宏观因子库，第一步不是写代码，而是选数据源。
我见过太多人一上来就撸代码，结果数据源选错了，后面清洗、对齐、补全，折腾得死去活来。说白了，数据源选对了，后面至少省一半的力气。
今天咱们就把市面上主流的宏观数据源掰开揉碎聊一聊。我会结合自己这些年踩过的坑，给你一套实用的选择策略。
一、五大常见宏观数据源
目前国内做量化，绕不开这五个数据源：Wind、Bloomberg、CEIC、FRED、东方财富。每个都有自己的脾气。
| 数据源 | 覆盖范围 | 数据质量 | 获取方式 | 费用 | 我的评价 |
|---|---|---|---|---|---|
| Wind | 中国宏观 + 行业 | ★★★★★ | API / Excel插件 | 高（机构为主） | 国内宏观数据首选 |
| Bloomberg | 全球宏观 + 市场 | ★★★★★ | API / Terminal | 极高 | 跨境策略必备 |
| CEIC | 新兴市场 + 中国 | ★★★★☆ | API / 下载 | 中等 | 非标数据很全 |
| FRED | 美国宏观为主 | ★★★★★ | 免费API | 免费 | 良心之选 |
| 东方财富 | 中国宏观 + 股票 | ★★★☆☆ | 免费API / 爬虫 | 免费 | 个人玩家首选 |
二、数据源对比与选择策略
选数据源，我一般看三个维度：覆盖范围、数据质量、获取成本。
举个例子。如果你做的是A股宏观因子策略，Wind基本是标配。但如果你做的是全球资产配置，Bloomberg或FRED可能更合适。
我个人习惯是：主数据源用Wind或Bloomberg，辅助数据源用FRED或东方财富。这样既保证了核心数据的质量，又降低了整体成本。
核心原则：数据源不是越贵越好，适合你的策略才是最好的。
我曾经在一个项目中，为了省几万块的Wind费用，全部用东方财富的数据。结果呢？数据缺失率高达15%，清洗花了三倍时间。后来还是老老实实买了Wind。
三、API接口与数据获取方式
数据源选好了，接下来就是怎么拿数据。我整理了几种常见的方式。
1. Wind API（Python示例）
from WindPy import w
w.start()
# 获取GDP数据
data = w.edb("M0000001", "2020-01-01", "2023-12-31")
print(data.Data)
小技巧：Wind的EDB（经济数据库）是获取宏观数据的主力接口。记得先调用w.start()初始化。
2. FRED API（免费）
import pandas as pd
from fredapi import Fred
fred = Fred(api_key='你的API_KEY')
# 获取美国CPI数据
cpi = fred.get_series('CPIAUCSL', '2010-01-01', '2023-12-31')
print(cpi.head())
注意：FRED的API Key需要去官网免费申请。别用别人的Key，容易被封。
3. 东方财富（免费，但需爬虫）
import requests
import json
url = "https://datacenter.eastmoney.com/api/data/v1/get"
params = {
"reportName": "RPT_ECONOMY_GDP",
"columns": "REPORT_DATE,INDICATOR_ID,INDICATOR_NAME,VALUE",
"pageNumber": 1,
"pageSize": 100
}
resp = requests.get(url, params=params)
data = resp.json()
print(data)
避坑指南：东方财富的接口经常变，建议写个重试机制。我曾经因为接口改版，整个数据管道崩了三天。
四、数据源选择流程图
下面这张图是我自己总结的数据源选择逻辑，你可以照着走一遍。
五、我的实战建议
最后，给你几条实在的建议：
- 别混用太多数据源——我见过有人同时用四个数据源，结果数据对不齐，清洗到崩溃。最多两个，一个主力，一个备用。
- 先测试再买——Wind和Bloomberg都有试用期。先拿试用账号跑一遍你的策略，确认数据够用再掏钱。
- 注意数据频率——宏观数据有日度、周度、月度、季度。你想想看，如果用季度数据做日频策略，那肯定不行。
- 留好数据备份——我曾经因为API限流，导致回测数据少了一周。后来我养成了每天备份原始数据的习惯。
我的个人习惯：主力数据源用Wind（国内）或Bloomberg（全球），备用数据源用FRED（免费且稳定）。东方财富只用来做快速验证，不用于生产环境。
嗯，数据源这块就聊到这儿。选对了数据源，你的宏观因子库就成功了一半。剩下的，就是清洗和构建了。