3、数据获取与准备：用akshare搞定可转债行情数据
做量化策略，数据就是你的弹药库。弹药不行，枪法再好也白搭。
我个人习惯，在开始任何回测之前，先把数据流程跑通。这一步看似枯燥，但能帮你省下后面80%的调试时间。今天我们就来聊聊，怎么用akshare拿到干净的可转债数据。
3.1 为什么选akshare？
市面上能拿数据的库不少，但akshare有个好处——它直接对接国内主流数据源，而且免费。我刚开始做可转债策略时，试过手动从网站爬，结果网站改个版，我的代码就废了。后来换成akshare，省心多了。
你想想看，一个库能覆盖股票、基金、期货、债券，还持续更新，这本身就是个巨大的时间红利。
核心要点：akshare的数据接口基本是傻瓜式调用，一行代码就能拿到DataFrame。但要注意，它依赖网络请求，如果数据量太大，建议加个延时。
3.2 安装与基础调用
先装库，这个不用多说：
pip install akshare --upgrade然后试试能不能跑通：
import akshare as ak
# 获取可转债实时行情
df = ak.bond_zh_cov()
print(df.head())嗯，这里要注意。第一次调用时，akshare会下载一些依赖数据，可能会慢一点。别急，等它跑完就行。
3.3 数据清洗与预处理
拿到原始数据后，你会发现一个问题——字段名是中文的，而且有些列是字符串格式。比如“现价”这一列，里面可能带“元”字，或者有空值。
我曾经在回测时，因为没处理空值，结果策略信号全乱了。从那以后，我养成了一个习惯：拿到数据先做三件事。
- 类型转换：把价格、成交量等数值列转成float或int
- 缺失值处理：要么填充，要么删除，不能留空
- 日期标准化：统一成YYYY-MM-DD格式
看个例子：
import pandas as pd
# 假设df是原始数据
df['现价'] = pd.to_numeric(df['现价'], errors='coerce')
df['转股价值'] = pd.to_numeric(df['转股价值'], errors='coerce')
# 删除缺失值严重的行
df = df.dropna(subset=['现价', '转股价值'])
# 计算双低值
df['双低值'] = df['现价'] + df['转股溢价率'] * 100说白了，这一步就是给数据“洗澡”。洗得越干净，后面的分析越靠谱。
小技巧：如果你发现某只可转债的转股溢价率是负数，别急着删。这通常意味着存在套利机会，但也要注意流动性风险。
3.4 数据存储与读取
每次回测都去实时拉数据，既不现实也不高效。我建议把清洗后的数据存到本地，用的时候直接读。
我个人偏爱Parquet格式，压缩率高，读写快。当然，CSV也行，就是慢一点。
# 存储为Parquet
df.to_parquet('cb_data.parquet', index=False)
# 读取
df = pd.read_parquet('cb_data.parquet')如果你用的是CSV，记得指定编码：
df.to_csv('cb_data.csv', index=False, encoding='utf-8-sig')
df = pd.read_csv('cb_data.csv', encoding='utf-8-sig')避坑指南：我曾经因为没加encoding参数，结果在Windows上读CSV时全是乱码。后来统一用utf-8-sig，再也没出过问题。
3.5 本章知识体系
下面这张图，帮你理清数据获取与准备的完整流程：
3.6 实战中的几个坑
数据这块，我踩过的坑不少。挑几个典型的说说：
- 数据延迟：akshare的数据不是实时的，有几分钟延迟。做日内策略要注意。
- 停牌数据：可转债停牌时，价格不变，但成交量是0。回测时如果不处理，会高估流动性。
- 复权问题：可转债有下修、回售等事件，会影响价格。我一般用前复权数据做回测。
我的建议：第一次跑通流程后，把数据存一份快照。这样即使网络断了，你也能继续调试策略。数据是死的，策略是活的，别让数据问题卡住你的思路。
好了，数据准备这块就聊到这儿。记住，干净的数据是策略成功的一半。下一章我们开始真正进入回测环节，到时候你会感谢今天认真洗数据的自己。