A finance tool to get stock,fund and futures data base on kinds of quant data
Project description
qtdata
qtdata
是由个人打造的用于获取A股、港美股、期货、区块链数据的免费开源 Python 库,它统一适配各种量化数据源,输出pandas格式数据,既可以直接使用,也可以从本地行情数据库存取, 使用它你可以很方便地获取数据而不用对接各种数据源。
背景
量化数据源众多,参考https://github.com/rchardzhu/awesome-quant-cn
金融数据是量化的基础,没有数据量化就无从下手。随着行业竞争加剧,量化对高质量—更快更全更准数据的要求更高,毕竟搞量化不能输在起跑线上。 各种数据源格式各不相同,qtdata希望能够把各种数据源统一起来,大家只需要按照qtdata lib库就好。 qtdata预计实现的功能:
- 适配各类数据源,对量化感兴趣的同学只使用一套代码库就可以使用各种数据
- 输出为pandas格式,方便直接使用
- 可以存储到本地行情库,也可以从本地行情库读取
安装
- 通过
pip
安装
pip install qtdata
- 通过
pip
更新
pip install qtdata --upgrade
量化数据源分类
量化数据源分为如下几种: 开源量化数据、券商/量化交易平台提供的数据源、专业数据服务公司和自己抓取清洗几种方式。
- 开源量化数据:通过抓取各类财经网站或公开的金融数据,进行清洗加工存储后开放出来,为量化学习者提供金融数据需求。 如BaoStock, tushare, akshare, yfinance, easyquotation, efinance
- 券商/量化交易平台: 聚宽数据JQData, rqdata, tqsdk, futu
- 专业数据服务公司:万得Wind Data Service数据服务, ifind, choice数据, 彭博bloomberg数据服务
- 自己抓取&清洗数据:编程能力好且有时间的朋友,也可以自己抓取和清洗数据。好处是数据质量有保障,可以按照自己要求来进行处理;缺点是对编程能力有一定要求,且比较费时间人力。比较常见的是对特定数据当上面的数据源无法覆盖时,可以自己抓取补充。
交流
现在各种量化数据源五花八门,发现很多朋友对这块不是很清楚,个人也在上面花了不少时间,希望能跟大家一起共同优化qtdata,感兴趣的朋友可以加群一起交流。 关注公众号获取邀请链接,微信公众号:诸葛说talk 加群福利:
- 可以一起交流想法
- 可以一起贡献代码
- 可以优先开发想要的功能
- 可以解决技术难题
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
File details
Details for the file qtdata-0.0.1.tar.gz
.
File metadata
- Download URL: qtdata-0.0.1.tar.gz
- Upload date:
- Size: 13.6 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.1 CPython/3.7.11
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 141166786c8fe46b778225d2750339aade9849d95993a279c78a1793e3ffe0b5 |
|
MD5 | 9c62b826731818bc7a9a09ad45b9ac3d |
|
BLAKE2b-256 | 8dc1769e9c07984aa54cfd4b12824508c4119a193f76e103651dcda799fb7bb4 |
File details
Details for the file qtdata-0.0.1-py2.py3-none-any.whl
.
File metadata
- Download URL: qtdata-0.0.1-py2.py3-none-any.whl
- Upload date:
- Size: 12.9 kB
- Tags: Python 2, Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.1 CPython/3.7.11
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 75d02bbdc581bf65e51e39d3b511dbcea3491d1ac8cd8b218d93ac35992723a9 |
|
MD5 | 975e514f1605efdb50d426df7fe4d1fa |
|
BLAKE2b-256 | 68cc54051b45b3f6ce2c5ebaa8c02b01deff0c4c11b48f781e680e8dc43c9f4a |