第一章：A股日线数据获取——用Tushare Pro搞定基础行情

做量化投资，第一步就是拿数据。这话听起来简单，但真干起来，坑不少。

我个人习惯用Tushare Pro。这个库在国内量化圈用得挺广，数据全，更新快。今天咱们就聊聊怎么用它获取A股日线行情，顺便说说数据字段、存储方式，还有增量更新那点事儿。

1.1 准备工作：注册与Token配置

先别急着写代码。你得去Tushare Pro官网注册个账号，然后申请Token。这个Token就是你的通行证，每次调用接口都得带上。

拿到Token后，配置方式有两种：

• 环境变量法： 设置 TS_TOKEN 环境变量，一劳永逸
• 代码直接设： 每次调用前用 pro.set_token('你的token')

我个人推荐第一种。为啥？你想想看，代码里少写一个字符串，就少一分泄露风险。

# 安装
pip install tushare

# 初始化
import tushare as ts
pro = ts.pro_api('你的token')  # 或者用环境变量，这行可以省略

1.2 获取日线行情：核心接口

Tushare Pro里获取日线数据的接口叫 daily。参数不多，但有几个关键点得说清楚。

# 获取单只股票日线
df = pro.daily(ts_code='000001.SZ', start_date='20240101', end_date='20240301')
print(df.head())

返回的数据长这样：

字段名	含义	类型
ts_code	股票代码	str
trade_date	交易日期	str (YYYYMMDD)
open	开盘价	float
high	最高价	float
low	最低价	float
close	收盘价	float
pre_close	昨收价	float
change	涨跌额	float
pct_chg	涨跌幅（%）	float
vol	成交量（手）	int
amount	成交额（千元）	float

1.3 数据存储：选CSV还是数据库？

数据拿到手了，存哪儿？这得看你的使用场景。

• CSV文件： 简单粗暴，适合小规模数据。几百只股票，几年数据，CSV完全够用。
• SQLite： 轻量级数据库，适合个人项目。不用装服务器，一个文件搞定。
• MySQL/PostgreSQL： 团队协作或大规模数据时用。我团队里就用PostgreSQL，支持并行查询，爽得很。

我个人习惯先用CSV做原型验证，等策略稳定了再迁移到数据库。别一上来就搞复杂架构，你想想看，策略都没跑通，数据库再牛也没用。

# 存为CSV
df.to_csv('000001.SZ_daily.csv', index=False)

# 存到SQLite
import sqlite3
conn = sqlite3.connect('ashare.db')
df.to_sql('daily_000001', conn, if_exists='replace', index=False)
conn.close()

1.4 增量更新策略：别每次都全量拉

这是很多新手容易犯的错。每次跑脚本都把全部历史数据拉一遍，浪费流量不说，还容易被Tushare限流。

正确的做法是：只拉取缺失的数据。

具体思路是这样的：

1. 先检查本地已有数据的最大日期
2. 从最大日期的下一天开始拉取
3. 拉完后追加到本地存储

import pandas as pd
from datetime import datetime, timedelta

def update_daily_data(ts_code, db_path='ashare.db'):
    # 读取本地数据
    try:
        local_df = pd.read_sql(f"SELECT * FROM daily_{ts_code}", 
                               f'sqlite:///{db_path}')
        last_date = local_df['trade_date'].max()
        start_date = (datetime.strptime(last_date, '%Y%m%d') + 
                     timedelta(days=1)).strftime('%Y%m%d')
    except:
        # 本地没数据，从头拉
        start_date = '20000101'
    
    # 拉取新数据
    new_df = pro.daily(ts_code=ts_code, start_date=start_date)
    
    if not new_df.empty:
        # 追加到数据库
        new_df.to_sql(f'daily_{ts_code}', f'sqlite:///{db_path}', 
                     if_exists='append', index=False)
        print(f"更新了 {len(new_df)} 条记录")
    else:
        print("没有新数据")

1.5 避坑指南：我踩过的几个雷

做数据获取这事儿，看着简单，但细节决定成败。分享几个我亲身经历过的坑：

• 复权问题： Tushare的 daily 接口返回的是不复权数据。做回测时记得用 adj_factor 接口做复权处理。我曾经直接用不复权数据跑回测，结果分红除权那天策略收益率突然暴跌...查了半天才发现是数据问题。
• 停牌数据： 停牌期间，日线数据是缺失的。做因子计算时要注意填充或剔除。我一般用前向填充，简单有效。
• 接口限流： Tushare Pro有调用频率限制。批量拉取时记得加 time.sleep()。我一般每调用一次等0.5秒，稳得很。

1.6 知识体系总览

下面这张图把本章的核心逻辑串起来了。从数据源到存储，再到增量更新，一条线走通。

这张图里，从数据源到接口调用，再到字段解析和存储，最后用增量更新策略收尾。每一步都有坑，但每一步也都有解法。

好了，第一章就聊到这儿。数据获取是量化投资的基石，这块儿稳了，后面的路就好走了。

---