620 lines
29 KiB
Python
620 lines
29 KiB
Python
# =============================================================================
|
||
# Real Data Acquisition Demo — Tushare Pro
|
||
# 真实数据获取演示 — Tushare Pro 版
|
||
# =============================================================================
|
||
#
|
||
# Tushare Pro 是国内最成熟的金融数据 API 之一，数据质量和稳定性
|
||
# 优于 AKShare，适合策略验证通过后切换到生产级数据。
|
||
#
|
||
# 与 AKShare 的核心差异:
|
||
# • 需要注册获取 Token (免费注册，基础接口免费)
|
||
# • 积分系统: 注册送 120 分，部分接口需要更高积分
|
||
# • 股票代码格式: "000001.SZ" (而非纯数字)
|
||
# • 数据质量更高、接口更稳定
|
||
# • 支持基本面数据 (PE/PB/ROE) 和因子数据
|
||
#
|
||
# Prerequisites / 前置准备:
|
||
# 1. 注册 Tushare: https://tushare.pro/register
|
||
# 2. 获取 Token: 登录后 → 个人主页 → 接口 Token
|
||
# 3. 安装: pip install tushare pandas numpy
|
||
#
|
||
# Topics covered / 涵盖主题:
|
||
# §1 Tushare 注册与 Token 配置
|
||
# §2 获取 A 股个股日线数据
|
||
# §3 获取指数日线数据
|
||
# §4 获取股票基础信息 (上市日期/行业/市值)
|
||
# §5 获取财务数据 (PE/PB/ROE — 价值因子的数据源)
|
||
# §6 获取指数成分股权重 (组合优化的输入)
|
||
# §7 获取行业分类 (申万行业)
|
||
# §8 数据清洗与对齐
|
||
# §9 构建本地数据库
|
||
# §10 AKShare vs Tushare 对比总结
|
||
# =============================================================================
|
||
|
||
from __future__ import annotations
|
||
|
||
import warnings
|
||
warnings.filterwarnings("ignore")
|
||
|
||
import numpy as np
|
||
import pandas as pd
|
||
import os
|
||
import time
|
||
from datetime import datetime
|
||
|
||
# ── 检查 tushare 是否安装 ──
|
||
try:
|
||
import tushare as ts
|
||
print(f"✓ Tushare 版本: {ts.__version__}")
|
||
except ImportError:
|
||
print("❌ Tushare 未安装。请在 trading conda 环境中执行:")
|
||
print(" conda activate trading")
|
||
print(" pip install tushare")
|
||
raise
|
||
|
||
print("=" * 68)
|
||
print(" 真实数据获取演示 — Tushare Pro 版")
|
||
print(" Real Data Acquisition Demo with Tushare Pro")
|
||
print("=" * 68)
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §1 Tushare 注册与 Token 配置
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
#
|
||
# 使用步骤:
|
||
# 1. 访问 https://tushare.pro/register 注册 (用手机号即可)
|
||
# 2. 登录后 → 个人主页 → 接口 Token → 复制那一长串字符
|
||
# 3. 把 Token 粘贴到下面 (或设置环境变量 TUSHARE_TOKEN)
|
||
#
|
||
# 积分说明:
|
||
# 注册: 120 分 (基础接口可用)
|
||
# 完善个人信息: +20 分
|
||
# 推荐他人注册: 各 +50 分
|
||
# 捐赠: 200 RMB = 3000 分 (解锁全部接口)
|
||
#
|
||
# 日常使用建议:
|
||
# - 将 Token 存为环境变量而非硬编码在代码中
|
||
# - 每个接口都标注所需最低积分，避免超限调用
|
||
# =============================================================================
|
||
|
||
print("\n[§1] Tushare Token 配置")
|
||
|
||
TUSHARE_TOKEN = os.environ.get("TUSHARE_TOKEN", "")
|
||
|
||
if not TUSHARE_TOKEN:
|
||
print(" ⚠ 未检测到 TUSHARE_TOKEN 环境变量")
|
||
print(" ── 获取 Token 的步骤 ──")
|
||
print(" 1. 访问 https://tushare.pro/register 注册")
|
||
print(" 2. 登录后进入个人主页 → 接口 Token")
|
||
print(" 3. 复制 Token 后，设置环境变量:")
|
||
print(" export TUSHARE_TOKEN='你的token'")
|
||
print()
|
||
print(" 或者直接在下方代码中填入 (仅本地测试用):")
|
||
print(' TUSHARE_TOKEN = "你的token"')
|
||
print()
|
||
print(" ⚠ 本 Demo 将继续运行，但数据获取部分会跳过或使用模拟数据")
|
||
print(" 您仍然可以看到完整的代码结构和数据清洗逻辑。")
|
||
print()
|
||
|
||
# 尝试初始化 Pro API
|
||
PRO = None
|
||
TOKEN_VALID = False
|
||
if TUSHARE_TOKEN:
|
||
try:
|
||
PRO = ts.pro_api(TUSHARE_TOKEN)
|
||
# 用最简单接口测试 Token 是否有效
|
||
test = PRO.trade_cal(exchange='SSE', start_date='20250601', end_date='20250605')
|
||
TOKEN_VALID = len(test) > 0
|
||
print(f" ✓ Token 验证成功")
|
||
print(f" ✓ Pro API 就绪")
|
||
except Exception as e:
|
||
print(f" ✗ Token 验证失败: {e}")
|
||
else:
|
||
print(f" - Token 未设置，跳过远程数据获取")
|
||
print(f" - 代码结构完整，可阅读学习流程逻辑")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §2 获取 A 股个股日线数据
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
#
|
||
# 接口: pro.daily()
|
||
# 所需积分: 120 分 (注册即送)
|
||
# 每日调用上限: 200 次
|
||
# 单次最多返回: 约 5000 条记录
|
||
#
|
||
# 参数:
|
||
# ts_code — 股票代码 "000001.SZ" / "600000.SH"
|
||
# trade_date— 交易日期 "YYYYMMDD"
|
||
# start_date/end_date — 日期范围
|
||
#
|
||
# 注意: Tushare 的日期格式是 "YYYYMMDD" (无连字符)
|
||
# =============================================================================
|
||
|
||
print("\n[§2] 获取个股日线数据")
|
||
|
||
# ── 构建 A 股代表性标的池 ──
|
||
STOCK_POOL = {
|
||
"000001.SZ": "平安银行",
|
||
"000002.SZ": "万科A",
|
||
"000858.SZ": "五粮液",
|
||
"600519.SH": "贵州茅台",
|
||
"600036.SH": "招商银行",
|
||
"600276.SH": "恒瑞医药",
|
||
"300750.SZ": "宁德时代",
|
||
"601318.SH": "中国平安",
|
||
}
|
||
|
||
# ── 日期范围转换 ──
|
||
# Demo 系列用 "YYYY-MM-DD"，Tushare 用 "YYYYMMDD"
|
||
START_DATE = "20190101"
|
||
END_DATE = "20250601"
|
||
|
||
|
||
def fetch_daily_safe(pro, ts_code, start, end, max_retries=3):
|
||
"""
|
||
安全获取个股日线数据。
|
||
|
||
Tushare 每次调用返回约 5000 条，单只股票 6 年约 1500 个交易日，
|
||
一次调用即可覆盖。如果有更多股票/更长区间，需要分多次调用并拼接。
|
||
"""
|
||
for attempt in range(max_retries):
|
||
try:
|
||
df = pro.daily(
|
||
ts_code=ts_code,
|
||
start_date=start,
|
||
end_date=end,
|
||
fields='ts_code,trade_date,open,high,low,close,pre_close,'
|
||
'change,pct_chg,vol,amount'
|
||
)
|
||
time.sleep(0.3) # 频率控制: Tushare 每分钟上限约 200 次
|
||
return df
|
||
except Exception as e:
|
||
print(f" ⚠ {ts_code} 第 {attempt+1} 次失败: {e}")
|
||
if attempt < max_retries - 1:
|
||
time.sleep(2.0)
|
||
return None
|
||
|
||
|
||
if TOKEN_VALID and PRO:
|
||
stock_daily_data = {}
|
||
for code, name in STOCK_POOL.items():
|
||
print(f" 获取 {code} ({name})...", end=" ")
|
||
df = fetch_daily_safe(PRO, code, START_DATE, END_DATE)
|
||
if df is not None and len(df) > 0:
|
||
stock_daily_data[code] = df
|
||
print(f"{len(df)} 行, {df['trade_date'].iloc[-1]} ~ {df['trade_date'].iloc[0]}")
|
||
else:
|
||
print("无数据")
|
||
|
||
if stock_daily_data:
|
||
# ── 构建价格面板 ──
|
||
stock_price_panel = pd.DataFrame()
|
||
for code, df in stock_daily_data.items():
|
||
# Tushare 返回的 trade_date 是 YYYYMMDD 格式
|
||
df = df.copy()
|
||
df['trade_date'] = pd.to_datetime(df['trade_date'], format='%Y%m%d')
|
||
df = df.sort_values('trade_date')
|
||
s = df.set_index('trade_date')['close'].copy()
|
||
s.name = code
|
||
stock_price_panel = pd.concat([stock_price_panel, s], axis=1)
|
||
|
||
print(f"\n 个股价格面板: {stock_price_panel.shape}")
|
||
# 展示最新 3 行
|
||
print(f" 最新 3 个交易日:")
|
||
print(stock_price_panel.tail(3).to_string())
|
||
else:
|
||
print(" (跳过 — Token 未配置)")
|
||
print(f" 演示: 如果 Token 有效，会拉取以下 {len(STOCK_POOL)} 只股票的数据")
|
||
for code, name in STOCK_POOL.items():
|
||
print(f" {code} ({name})")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §3 获取指数日线数据
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
#
|
||
# 接口: pro.index_daily()
|
||
# 所需积分: 120 分
|
||
#
|
||
# 指数代码:
|
||
# 000300.SH — 沪深300
|
||
# 000905.SH — 中证500
|
||
# 000016.SH — 上证50
|
||
# 399006.SZ — 创业板指
|
||
# =============================================================================
|
||
|
||
print("\n[§3] 获取指数日线数据")
|
||
|
||
INDEX_CODES = {
|
||
"000300.SH": "沪深300",
|
||
"000905.SH": "中证500",
|
||
"000016.SH": "上证50",
|
||
"399006.SZ": "创业板指",
|
||
}
|
||
|
||
if TOKEN_VALID and PRO:
|
||
index_data = {}
|
||
for code, name in INDEX_CODES.items():
|
||
print(f" 获取 {code} ({name})...", end=" ")
|
||
try:
|
||
df = PRO.index_daily(
|
||
ts_code=code,
|
||
start_date=START_DATE,
|
||
end_date=END_DATE,
|
||
fields='ts_code,trade_date,close,open,high,low,vol,amount,pct_chg'
|
||
)
|
||
time.sleep(0.3)
|
||
if df is not None and len(df) > 0:
|
||
index_data[code] = df
|
||
print(f"{len(df)} 行")
|
||
else:
|
||
print("无数据")
|
||
except Exception as e:
|
||
print(f"失败: {e}")
|
||
|
||
if index_data:
|
||
index_panel = pd.DataFrame()
|
||
for code, df in index_data.items():
|
||
df = df.copy()
|
||
df['trade_date'] = pd.to_datetime(df['trade_date'], format='%Y%m%d')
|
||
df = df.sort_values('trade_date')
|
||
s = df.set_index('trade_date')['close']
|
||
s.name = code
|
||
index_panel = pd.concat([index_panel, s], axis=1)
|
||
|
||
print(f"\n 指数面板: {index_panel.shape}")
|
||
# 年化收益对比
|
||
ann_rets = (index_panel.iloc[-1] / index_panel.iloc[0]) ** (252.0 / len(index_panel)) - 1
|
||
print(" 年化收益率 (CAGR):")
|
||
for code, val in ann_rets.items():
|
||
name = INDEX_CODES.get(code, code)
|
||
print(f" {name}: {val:+.2%}")
|
||
else:
|
||
print(" (跳过 — Token 未配置)")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §4 获取股票基础信息
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
#
|
||
# 接口: pro.stock_basic()
|
||
# 所需积分: 120 分
|
||
# 功能: 获取股票列表，包含股票代码、名称、上市日期、退市日期、行业、地区等
|
||
# =============================================================================
|
||
|
||
print("\n[§4] 获取股票基础信息")
|
||
|
||
if TOKEN_VALID and PRO:
|
||
try:
|
||
# 获取沪深两市全部 A 股列表
|
||
stock_basic = PRO.stock_basic(
|
||
exchange='',
|
||
list_status='L', # L=上市, D=退市, P=暂停上市
|
||
fields='ts_code,symbol,name,area,industry,market,list_date,'
|
||
'delist_date,curr_type,list_status,enname'
|
||
)
|
||
if stock_basic is not None and len(stock_basic) > 0:
|
||
print(f" 当前上市股票: {len(stock_basic)} 只")
|
||
|
||
# 退市股票 (用于幸存者偏差检查!)
|
||
# 如果只拉当前上市股票，回测会漏掉已退市的垃圾公司
|
||
# → 幸存者偏差 (Survivorship Bias) ← 这是实盘最大的坑之一
|
||
delisted = PRO.stock_basic(
|
||
exchange='',
|
||
list_status='D', # 退市
|
||
fields='ts_code,symbol,name,list_date,delist_date'
|
||
)
|
||
if delisted is not None and len(delisted) > 0:
|
||
print(f" 历史退市股票: {len(delisted)} 只 ← 回测必须包含!")
|
||
print(f" 退市样本 (前 5 只):")
|
||
for _, row in delisted.head(5).iterrows():
|
||
print(f" {row['ts_code']} {row['name']} "
|
||
f"{row['list_date']} ~ {row['delist_date']}")
|
||
|
||
# 行业分布
|
||
if 'industry' in stock_basic.columns:
|
||
industry_counts = stock_basic['industry'].value_counts().head(10)
|
||
print(f"\n 行业分布 Top 10:")
|
||
for ind, cnt in industry_counts.items():
|
||
print(f" {ind}: {cnt} 只")
|
||
|
||
except Exception as e:
|
||
print(f" 获取失败: {e}")
|
||
else:
|
||
print(" (跳过 — Token 未配置)")
|
||
print(" 提示: stock_basic() 可获取全市场股票列表和退市记录")
|
||
print(" 退市数据对消除幸存者偏差至关重要")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §5 获取财务数据 (价值因子的数据源)
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
#
|
||
# 这是 Tushare 相比 AKShare 最大的优势领域 ——
|
||
# AKShare 也有部分财务接口，但覆盖度和稳定性不如 Tushare。
|
||
#
|
||
# 接口: pro.daily_basic() — 每日指标
|
||
# 所需积分: 300 分 (需升级)
|
||
# 字段: pe, pe_ttm, pb, ps, ps_ttm, dv_ratio, total_share, float_share,
|
||
# total_mv, circ_mv
|
||
#
|
||
# 接口: pro.fina_indicator() — 财务指标
|
||
# 所需积分: 600 分 (需进一步升级)
|
||
# 字段: roe, roa, grossprofit_margin, netprofit_margin, debt_to_assets 等
|
||
# =============================================================================
|
||
|
||
print("\n[§5] 获取财务数据")
|
||
|
||
if TOKEN_VALID and PRO:
|
||
try:
|
||
# daily_basic: 日频估值指标 (PE/PB/市值)
|
||
daily_basic = PRO.daily_basic(
|
||
ts_code='000001.SZ',
|
||
start_date='20240101',
|
||
end_date='20250601',
|
||
fields='ts_code,trade_date,close,pe,pe_ttm,pb,ps,total_mv,circ_mv'
|
||
)
|
||
if daily_basic is not None and len(daily_basic) > 0:
|
||
print(f" 平安银行 (000001.SZ) 日频估值: {len(daily_basic)} 行")
|
||
print(f" 字段: {list(daily_basic.columns)}")
|
||
print(f" 最新 PE_TTM / PB / 市值:")
|
||
latest = daily_basic.iloc[0]
|
||
print(f" PE(TTM): {latest.get('pe_ttm', 'N/A')}")
|
||
print(f" PB: {latest.get('pb', 'N/A')}")
|
||
print(f" 总市值: {latest.get('total_mv', 'N/A')} 万元")
|
||
print(f"\n ⚠ 注意: 如果返回的 pe_ttm 都是 NaN, 说明积分不足 (需 300 分)")
|
||
else:
|
||
print(" 未获取到数据 (积分可能不足)")
|
||
|
||
except Exception as e:
|
||
print(f" 获取失败: {e}")
|
||
print(f" 提示: daily_basic 需要 300 积分，注册仅送 120 分")
|
||
else:
|
||
print(" (跳过 — Token 未配置)")
|
||
print(" 提示: Tushare 的 daily_basic() 和 fina_indicator() 可获取")
|
||
print(" PE/PB/ROE/ROA/毛利率/资产负债率等基本面数据")
|
||
print(" 这些都是价值因子 (Value Factor) 的核心输入")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §6 获取指数成分股权重
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
#
|
||
# 接口: pro.index_weight() — 指数成分股权重
|
||
# 所需积分: 120 分
|
||
# 用途: 组合优化 (Black-Litterman 的市场均衡权重)
|
||
# =============================================================================
|
||
|
||
print("\n[§6] 获取指数成分股权重")
|
||
|
||
if TOKEN_VALID and PRO:
|
||
try:
|
||
# 沪深300 成分股权重 (每月更新)
|
||
index_weights = PRO.index_weight(
|
||
index_code='000300.SH',
|
||
start_date='20240101',
|
||
end_date='20250601',
|
||
)
|
||
if index_weights is not None and len(index_weights) > 0:
|
||
print(f" 沪深300 成分股权重: {len(index_weights)} 条记录")
|
||
print(f" 字段: {list(index_weights.columns)}")
|
||
# 最新一期 Top 10
|
||
latest_date = index_weights['trade_date'].max() if 'trade_date' in index_weights.columns else None
|
||
if latest_date is not None:
|
||
latest_weights = index_weights[
|
||
index_weights['trade_date'] == latest_date
|
||
].nlargest(10, 'weight') if 'weight' in index_weights.columns else None
|
||
if latest_weights is not None and len(latest_weights) > 0:
|
||
print(f"\n {latest_date} 前 10 大权重股:")
|
||
for _, row in latest_weights.iterrows():
|
||
print(f" {row['con_code']} {row.get('con_name', '')}: "
|
||
f"{row['weight']:.2%}")
|
||
else:
|
||
print(" 未获取到数据")
|
||
except Exception as e:
|
||
print(f" 获取失败: {e}")
|
||
else:
|
||
print(" (跳过 — Token 未配置)")
|
||
print(" 提示: index_weight() 可获取沪深300/中证500等指数的成分股权重")
|
||
print(" 这是 Black-Litterman 模型市场均衡组合的必需输入")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §7 获取行业分类 (申万行业)
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
#
|
||
# 申万行业分类是中国 A 股投研最常用的行业分类标准。
|
||
# 在组合优化中 (demo_05), 行业约束需要知道每只股票属于哪个行业。
|
||
#
|
||
# 接口: pro.index_classify() — 申万行业分类
|
||
# 所需积分: 120 分
|
||
# =============================================================================
|
||
|
||
print("\n[§7] 获取行业分类")
|
||
|
||
if TOKEN_VALID and PRO:
|
||
try:
|
||
# 获取申万一级行业分类 (level='L1')
|
||
sw_classify = PRO.index_classify(
|
||
level='L1',
|
||
src='SW2021' # 申万2021版行业分类
|
||
)
|
||
if sw_classify is not None and len(sw_classify) > 0:
|
||
print(f" 申万一级行业: {sw_classify['industry_name'].nunique()} 个")
|
||
print(f" 各行业成分股数量 Top 10:")
|
||
industry_counts = sw_classify.groupby('industry_name').size().sort_values(ascending=False)
|
||
for name, cnt in industry_counts.head(10).items():
|
||
print(f" {name}: {cnt} 只")
|
||
else:
|
||
print(" 未获取到数据 (接口可能已变更)")
|
||
except Exception as e:
|
||
print(f" 获取失败: {e}")
|
||
print(f" 提示: 申万行业分类接口可能已更新，建议查阅最新文档")
|
||
else:
|
||
print(" (跳过 — Token 未配置)")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §8 数据清洗与对齐 (Tushare 特有)
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# =============================================================================
|
||
|
||
print("\n[§8] 数据清洗与对齐")
|
||
|
||
if TOKEN_VALID and PRO and 'stock_daily_data' in dir() and stock_daily_data:
|
||
# ── 缺失值分析 ──
|
||
missing = stock_price_panel.isna().sum()
|
||
print(f" 各标的缺失天数:")
|
||
for code, cnt in missing.items():
|
||
name = STOCK_POOL.get(code, code)
|
||
print(f" {code} ({name}): {cnt} 天 ({cnt/len(stock_price_panel):.1%})")
|
||
|
||
# ── ffill + 丢弃行首 ──
|
||
clean_prices = stock_price_panel.ffill().dropna(how='any')
|
||
print(f"\n 清洗前: {stock_price_panel.shape[0]} 天")
|
||
print(f" 清洗后: {clean_prices.shape[0]} 天 (丢弃 {stock_price_panel.shape[0] - clean_prices.shape[0]} 天)")
|
||
|
||
# ── 收益率面板 ──
|
||
returns = clean_prices.pct_change().dropna()
|
||
print(f" 收益率面板: {returns.shape}")
|
||
|
||
# ── 相关性矩阵 ──
|
||
corr = returns.corr()
|
||
print(f"\n 收益率相关性 (仅展示对角外最高相关的 3 对):")
|
||
corr_unstack = corr.where(
|
||
~np.eye(len(corr), dtype=bool)
|
||
).unstack().dropna()
|
||
top_pairs = corr_unstack.abs().nlargest(6)
|
||
for (s1, s2), val in top_pairs.items():
|
||
print(f" {s1} ↔ {s2}: {val:+.3f}")
|
||
else:
|
||
print(" (跳过 — 无数据可清洗)")
|
||
print(" 提示: 清洗流程与 demo_akshare_data.py 相同，核心原则:")
|
||
print(" 1. 只用 ffill(), 禁止 bfill()")
|
||
print(" 2. 填充后 dropna(how='any') 丢弃仍有 NaN 的行")
|
||
print(" 3. pct_change() 后再 dropna() 得到收益率面板")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §9 构建本地数据库
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# =============================================================================
|
||
|
||
print("\n[§9] 构建本地数据库")
|
||
|
||
DATA_DIR = os.path.join(os.path.dirname(__file__), "data", "tushare")
|
||
os.makedirs(DATA_DIR, exist_ok=True)
|
||
|
||
if TOKEN_VALID and PRO:
|
||
saved_files = []
|
||
|
||
if 'stock_daily_data' in dir() and stock_daily_data:
|
||
# 保存清洗后价格面板
|
||
clean_path = os.path.join(DATA_DIR, "stock_price_clean.csv")
|
||
clean_prices.to_csv(clean_path)
|
||
saved_files.append(clean_path)
|
||
|
||
# 保存收益率
|
||
ret_path = os.path.join(DATA_DIR, "stock_returns.csv")
|
||
returns.to_csv(ret_path)
|
||
saved_files.append(ret_path)
|
||
|
||
if 'index_panel' in dir() and len(index_panel) > 0:
|
||
idx_path = os.path.join(DATA_DIR, "index_prices.csv")
|
||
index_panel.to_csv(idx_path)
|
||
saved_files.append(idx_path)
|
||
|
||
# 保存拉取元信息
|
||
meta_path = os.path.join(DATA_DIR, "fetch_metadata.txt")
|
||
with open(meta_path, "w", encoding="utf-8") as f:
|
||
f.write(f"数据源: Tushare Pro\n")
|
||
f.write(f"拉取时间: {datetime.now().isoformat()}\n")
|
||
f.write(f"数据范围: {START_DATE} ~ {END_DATE}\n")
|
||
f.write(f"标的数量: {len(STOCK_POOL)} 只个股, {len(INDEX_CODES)} 个指数\n")
|
||
saved_files.append(meta_path)
|
||
|
||
for f in saved_files:
|
||
print(f" ✓ {f}")
|
||
|
||
print(f"\n 数据目录: {DATA_DIR}")
|
||
print(f" 文件列表: {os.listdir(DATA_DIR) if os.path.exists(DATA_DIR) else '无'}")
|
||
else:
|
||
print(" (跳过 — 无数据可保存)")
|
||
|
||
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# §10 AKShare vs Tushare 对比总结
|
||
# ══════════════════════════════════════════════════════════════════════
|
||
# =============================================================================
|
||
|
||
print("\n" + "=" * 68)
|
||
print(" §10 AKShare vs Tushare 对比总结")
|
||
print("=" * 68)
|
||
|
||
print("""
|
||
┌───────────────────┬─────────────────────┬─────────────────────┐
|
||
│ 维度 │ AKShare │ Tushare Pro │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 费用 │ 完全免费 │ 基础免费(120分) │
|
||
│ │ │ 高级需积分/捐赠 │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 注册 │ 不需要 │ 需要手机号注册 │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 数据覆盖 │ 极广 (股/基/期/外/ │ 聚焦 A 股/指数/ │
|
||
│ │ 宏/另类/舆情等) │ 基金/财务/因子 │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 数据稳定性 │ 中等 (依赖爬虫, │ 高 (独立数据源, │
|
||
│ │ 接口偶发变更) │ 专业维护) │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 基本面数据 │ 有限 (PE/PB 基本) │ 丰富 (PE/PB/ROE/ │
|
||
│ │ │ 财务报表等) │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 退市股票数据 │ 获取较难 │ stock_basic() 直接 │
|
||
│ │ │ 包含退市记录 │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 因子数据 │ 无 │ 有 (Barra 风格因子) │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 股票代码格式 │ "000001" (纯数字) │ "000001.SZ" (含市场)│
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 调用频率限制 │ 无硬限制 (建议礼貌) │ 有 (按积分等级) │
|
||
├───────────────────┼─────────────────────┼─────────────────────┤
|
||
│ 最佳使用场景 │ 研究探索、快速验证 │ 策略验证通过后的 │
|
||
│ │ 数据覆盖第一选择 │ 生产级数据源 │
|
||
└───────────────────┴─────────────────────┴─────────────────────┘
|
||
|
||
推荐路径:
|
||
① 研究阶段 → AKShare (零成本、快速验证想法)
|
||
② 策略定型 → Tushare (数据质量更高、接口更稳定)
|
||
③ 实盘运行 → Tushare + 本地缓存数据库 (减少 API 依赖)
|
||
|
||
关键提醒:
|
||
• AKShare 接口偶尔变更，升级版本前记得检查 changelog
|
||
• Tushare 积分用完会拒绝请求，注意剩余调用次数
|
||
• 两个数据源的收盘价可能存在微小差异 (取整/复权方式)
|
||
回测结果因此会有细微不同，这是正常的
|
||
• 长期存储请用 Parquet 格式 (比 CSV 更快更省空间):
|
||
df.to_parquet("data.parquet")
|
||
df = pd.read_parquet("data.parquet")
|
||
""")
|
||
|
||
print("=" * 68)
|
||
print(" ✓ Tushare Pro 数据获取 Demo 完成")
|
||
print("=" * 68)
|
||
print(f"""
|
||
关键收获:
|
||
1. Tushare 需要 Token (免费注册)，积分系统决定可用接口范围
|
||
2. 股票代码格式为 "000001.SZ" / "600000.SH" (含交易所后缀)
|
||
3. Tushare 最大优势: 财务数据 (PE/PB/ROE) + 退市数据 + 稳定性
|
||
4. daily_basic() 和 fina_indicator() 是价值因子的核心数据源
|
||
5. index_weight() 提供 Black-Litterman 所需的市场权重
|
||
6. stock_basic(list_status='D') 是消除幸存者偏差的关键
|
||
7. 研究阶段用 AKShare，定型后用 Tushare 生产化
|
||
|
||
下一步:
|
||
- 将 Tushare 拉取的数据写入 demo_04 (Alpha 因子)，
|
||
用真实 PE/PB/ROE 替代合成因子
|
||
- 用真实退市记录修正回测的幸存者偏差
|
||
""")
|