4. 数据获取进阶：获取可转债日线行情数据

上一章我们搞定了基础数据，说白了就是拿到了可转债的「身份证信息」。但做回测嘛，光有身份证可不够，你得知道它每天在市场上是怎么「蹦跶」的——开盘多少、收盘多少、最高冲到哪、最低跌到哪、成交量又有多大。

这一章，我们就来啃这块硬骨头：获取可转债的日线行情数据。

4.1 行情数据的「灵魂五要素」

做量化的人都知道，日线数据最核心的就是五个字段：

• 开盘价：当天9:30第一笔成交价
• 收盘价：下午3:00最后一笔成交价
• 最高价：当天成交的最高价格
• 最低价：当天成交的最低价格
• 成交量：当天成交的总手数（注意，不是金额）

这五个字段，构成了我们所有技术指标计算的基础。你想想看，没有这些数据，什么MACD、KDJ、布林带，全都是空中楼阁。

4.2 数据源的选择与对比

我个人习惯用以下几个数据源，各有优劣：

数据源	优点	缺点	推荐指数
akshare	免费、更新快、接口简单	偶尔断流、数据偶有缺失	⭐⭐⭐⭐
tushare	数据质量高、字段丰富	需要积分、高级接口收费	⭐⭐⭐⭐
baostock	完全免费、历史数据全	更新有延迟、接口较老	⭐⭐⭐
东方财富API	实时性强、数据稳定	需要逆向工程、维护成本高	⭐⭐⭐

我建议初学者先用 akshare 上手，等跑通了整个流程，再考虑切换到更稳定的数据源。毕竟，先让轮子转起来比什么都重要。

4.3 实战：用akshare获取日线数据

好，我们直接上代码。这里我用akshare的 bond_convert_daily 接口来获取数据。

import akshare as ak
import pandas as pd
from datetime import datetime, timedelta

def get_convertible_bond_daily(symbol, start_date=None, end_date=None):
    """
    获取可转债日线行情数据
    
    参数:
        symbol: 可转债代码，如 '123456'
        start_date: 开始日期，格式 'YYYYMMDD'
        end_date: 结束日期，格式 'YYYYMMDD'
    
    返回:
        DataFrame，包含日期、开盘、收盘、最高、最低、成交量
    """
    # 默认取最近一年
    if end_date is None:
        end_date = datetime.now().strftime('%Y%m%d')
    if start_date is None:
        start_date = (datetime.now() - timedelta(days=365)).strftime('%Y%m%d')
    
    try:
        # 调用akshare接口
        df = ak.bond_convert_daily(symbol=symbol)
        
        # 重命名列，统一字段名
        df.rename(columns={
            'date': '日期',
            'open': '开盘价',
            'close': '收盘价',
            'high': '最高价',
            'low': '最低价',
            'volume': '成交量'
        }, inplace=True)
        
        # 日期过滤
        df['日期'] = pd.to_datetime(df['日期'])
        df = df[(df['日期'] >= start_date) & (df['日期'] <= end_date)]
        
        # 按日期升序排列
        df.sort_values('日期', inplace=True)
        df.reset_index(drop=True, inplace=True)
        
        return df
    
    except Exception as e:
        print(f"获取 {symbol} 数据失败: {e}")
        return pd.DataFrame()

# 测试一下
if __name__ == '__main__':
    # 以某只可转债为例
    df = get_convertible_bond_daily('123456', '20240101', '20241231')
    print(df.head())
    print(f"共获取 {len(df)} 条日线数据")

4.4 数据清洗：别让脏数据毁了你的回测

数据拿到手，别急着用。我踩过的坑太多了，这里给你列几个常见的「脏数据」场景：

• 缺失值：某天停牌，成交量直接为0，但价格可能沿用前一日
• 异常值：开盘价突然跳空，或者成交量突然放大100倍
• 重复数据：同一个交易日出现两条记录
• 复权问题：可转债有转股、回售等事件，会影响价格连续性

我曾经因为没处理停牌日的缺失值，导致回测策略在停牌日「凭空」交易，结果回测收益虚高了5%。嗯，从那以后我再也不敢跳过数据清洗这一步了。

def clean_daily_data(df):
    """
    清洗日线数据
    """
    # 1. 去除重复行
    df = df.drop_duplicates(subset=['日期'])
    
    # 2. 处理缺失值：用前向填充
    df.fillna(method='ffill', inplace=True)
    
    # 3. 处理异常值：成交量不能为负数
    df['成交量'] = df['成交量'].clip(lower=0)
    
    # 4. 确保价格为正
    for col in ['开盘价', '收盘价', '最高价', '最低价']:
        df[col] = df[col].clip(lower=0.01)
    
    return df

# 清洗示例
df_clean = clean_daily_data(df)
print(f"清洗前 {len(df)} 条，清洗后 {len(df_clean)} 条")

4.5 数据存储：别每次都重新爬

每次跑回测都去实时拉数据，效率太低了。我建议把数据存到本地，用的时候直接读文件。

def save_daily_data(df, symbol, data_dir='./data'):
    """保存日线数据到CSV"""
    import os
    os.makedirs(data_dir, exist_ok=True)
    file_path = f"{data_dir}/{symbol}_daily.csv"
    df.to_csv(file_path, index=False, encoding='utf-8-sig')
    print(f"数据已保存至: {file_path}")

def load_daily_data(symbol, data_dir='./data'):
    """从本地加载日线数据"""
    file_path = f"{data_dir}/{symbol}_daily.csv"
    try:
        df = pd.read_csv(file_path)
        df['日期'] = pd.to_datetime(df['日期'])
        return df
    except FileNotFoundError:
        print(f"本地文件不存在: {file_path}")
        return pd.DataFrame()

4.6 本章知识体系

为了让你更直观地理解本章的内容结构，我画了一张流程图：

4.7 避坑指南

最后，分享几个我实战中遇到的坑：

• 数据源切换：不同数据源对同一只转债的收盘价可能有细微差异，回测时尽量固定一个数据源
• 复权问题：可转债的复权比股票复杂，涉及转股、回售、强赎等事件。我建议直接用不复权数据，自己处理事件
• 接口限流：akshare免费接口有频率限制，批量获取时记得加sleep
• 日期对齐：交易日历要跟交易所保持一致，别在非交易日拉数据