jqdatasdk<easy utility for getting financial market data of China>
Project description
公司介绍
JoinQuant 聚宽,除为行业提供专业量化投研平台、本地数据服务等专业量化系统服务及工具支持,且是一家基于国内金融市场大数据,通过量化研究、人工智能等技术,不断挖掘规律、优化算法、精益模型,开展量化投资的资管公司。
北京小龙虾科技有限公司成立于2015年,公司专注提供量化投研相关IT解决方案,为量化爱好者量身打造了聚宽量化投研平台(JoinQuant平台), 提供全面的投研数据、易用的策略研究环境、精准的回测/模拟交易引擎、活跃的量化交流社区,便于用户快速实现、使用自己的量化策略。
聚宽投研平台(www.JoinQuant.com)现有近50万个人及机构注册用户,凭借先进的量化投研技术,获得国家高新技术企业、北京专精特新企业、中关村高新技术企业等多项荣誉认证。
聚宽投资(JoinQuant Investment)资产管理规模近百亿人民币,多次获得中国私募金牛奖、英华奖、金长江奖等行业殊荣,并经中基协认证,获得投顾资格。
(中基协登记编号:P1066435)。
聚宽数据(JQData)及算法交易(Alpha-T)长期为约30家大中型券商、超4000家量化机构提供专业服务。
产品介绍
1、产品定位
-
全生态验证体系:
**✓ **聚宽工程师团队专项维护,数据清洗标准贯穿自营资管与对外服务
✓ 历经「三位一体」验证: → 40万+策略开发者验证 → 百亿级基金管理实战 → 年均万亿交易量压力测试
-
多维度服务矩阵: ✔ 轻量化API架构:5ms级响应速度,资源占用降低65% ✔ 跨领域赋能:覆盖金融机构风控建模、学术机构数据研究、量化私募因子开发三大场景 ✔ 内生式进化:数据模型同步驱动聚宽平台/JQDatasdk/资管中台等核心业务迭代
2、为什么选择JQData
低门槛本地化调用部署:
-
全平台兼容:完美支持Windows/Mac/Linux系统
-
极简安装:三行Python指令完成部署
-
私有化部署:构建专属量化研究环境,突破云端平台限制
专业级数据清洗维护:
-
投研级处理:基于聚宽百亿级资管实战经验,通过:
-
多维度数据清洗框架
-
行业标准化字段封装
-
量化场景适配优化,打造符合专业研究习惯的数据体系
-
节省因数据问题带来的校验复核与修正精力
极简的调用体验:
-
丰富详细的API使用文档,且提供直接运行的代码实例
-
智能接口设计: √ 跨品种统一API(如get_price支持全市场标的) √ 相比传统数据商减少70%接口学习成本 √ 逻辑化数据聚合,告别多表查询困扰
3、JQData的稳定保障
JQData精准度:
聚宽技术团队研发了信息监控系统和多信息源比对系统,通过一整套系统化的机制保证信息服务的准确性。且截至目前,聚宽自营基金管理规模已达百亿,使用聚宽JQData,其精准度满足量化交易的研究需求。
-
实时监控系统:秒级异常响应
-
多源比对引擎:7×24小时交叉验证
-
百亿级实盘验证:聚宽自营基金实战检验
JQData稳定性:
机房部署在阿里云,启用了多台服务器的数据交叉验证并设置备用,且提供独立的信息服务,采用负载均衡、高可用服务架构,配备完善的灾备体系,保证业务系统24小时不中断,并支持海量用户同时在线。数据传输方面,采用RPC协议传输,并压缩成特有数据格式,减少传输数据量,更加节省带宽。
-
基础设施: ✓ 阿里云机房部署,提高硬件稳定性 ✓ 分布式服务器集群 ✓ 智能负载均衡系统 ✓ 同城双活+异地灾备
-
传输优化: ✔ RPC协议+专属压缩算法(带宽节省40%+) ✔ 支持10万数据量级并发访问
4、数据分类(JQData提供哪些数据)
目前JQData提供的信息服务已基本覆盖国内所有可于二级市场交易的品种,量价信息支持年,月,周,分钟甚至秒级(Tick)等各频率的bar数据,除量价信息外,更配套各个市场的基础研究数据,包括但不限于品种信息各类衍生指标等;
聚宽基于量化研究经验,研发提供Alpha因子,技术指标,聚宽因子以及分钟资金流等特色因子,并结合股票组合需求提供CNE5及CNE6等风险模型,助力量化科学投资模型。
更多数据及接口详情可查看聚宽JQDataAPI文档,内含JQData提供的数据接口以及接口详细的更新时间
申请试用
- 申请链接:https://www.joinquant.com/default/index/sdk
- 申请方法:如实填写资料后提交
- 试用规则: https://www.joinquant.com/help/api/doc?name=logon&id=9830
调用方法
安装方法
# 首次安装
pip install jqdatasdk
# 升级版本
pip install -U jqdatasdk
超详细安装指引: https://www.joinquant.com/view/community/detail/cdf86c624992fc86ed51d920ef8c637b
使用方法
import jqdatasdk
# 登录认证
jqdatasdk.auth(username, password) #即官网注册的账号及密码
# 获取数据
jqdatasdk.get_price("000001.XSHE", start_date="2017-01-01", end_date="2017-12-31")
详细的使用说明文档见:https://www.joinquant.com/help/api/doc?name=JQDatadoc
购买方式
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file jqdatasdk-1.9.8.tar.gz.
File metadata
- Download URL: jqdatasdk-1.9.8.tar.gz
- Upload date:
- Size: 194.0 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.13.5
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
745ceccd13d0b5e13d096ee6874d36dc2a9eb3dad3e2b983be532c20285212fc
|
|
| MD5 |
f3725ebc55bed1ff812b3b937f4b2a4d
|
|
| BLAKE2b-256 |
27ee186c514e179776c2b8cf7f491fc1a6c376d10bfbd17fbfabe4926a63b34c
|
File details
Details for the file jqdatasdk-1.9.8-py3-none-any.whl.
File metadata
- Download URL: jqdatasdk-1.9.8-py3-none-any.whl
- Upload date:
- Size: 180.6 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.13.5
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
10be458277f227c5ea33225d77c034da5e655d11be378af250587097d66b8e78
|
|
| MD5 |
03aaee5a64691c1549b18d75b2f48fe8
|
|
| BLAKE2b-256 |
9f45635131c6997ae4e88ba0e41c172e2af9f901a27120a8713604dcad11c4f0
|