都说Python能做量化交易,我手把手带你从获取行情数据开始踩坑

都说Python能做量化交易，我手把手带你从获取行情数据开始踩坑。

朋友问我学Python能干嘛，我说炒股票。他笑了，说韭菜也想当镰刀。我没反驳，三个月后给他看了个回测曲线。代码我倒背如流，数据买过来却是乱码。

选哪个库是个坑。tushare免费额度像挤牙膏，baostock稳但数据老。我选akshare，文档全是中文，接口直接打。pip install akshare，这步没报错就偷着乐。

写第一行代码：import akshare as ak。同事问这啥，我说股票数据接口。他盯着屏幕等输出，我等了十分钟没反应。原来没设置代理，公司网络拦着。换手机热点，数据刷出来那一刻，我差点哭了。

获取复权数据更坑。普通价格不准，前复权后复权傻傻分不清。我拿华泰柏瑞沪深300ETF练手，代码：fund_etf_hist_em_df = ak.fund_etf_hist_em(symbol='510300', period='daily', start_date='20240101', end_date='20250301', adjust='qfq')。输出出来净值是负的，平台有bug。改参数填“”，数据正常了。别信官方文档，信你自己的眼睛。

保存到本地又出问题。csv文件中文乱码，我加encoding=‘utf-8-sig’。打开Excel还是乱，换‘gbk’。你一个大学生连编码都搞不定？啊对对对，编码就是玄学。最后用pandas.to_csv加参数，再手动改文件类型。我管这叫调试的艺术。

同事问我为什么不用数据库。我说存一万条股票数据，SQLite够了。他非让我用MySQL，装完环境崩溃。我回退到csv，每天定时跑脚本就行。敢上手就是赢，别忙着上生产工具。

数据频率也是个坑。日线太粗，分钟线太细。我选5分钟线做策略，akshare的stock_zh_a_hist_min_em接口。跑历史数据时发现有不连续的跳空，原来是除权没处理。气到摔鼠标。后来写了个校验函数，发现缺失就补前值。不要追求完美数据，能跑通就行。

API调用频率有限制。每秒最多5次，我循环里加time.sleep(0.2)。跑着跑着被ban了，原来并发请求没控制。改成单线程，数据慢了但稳定。同事嘲笑我像老太太买菜，我说至少菜买回来了。

获取tick数据最难。level-2行情要花钱买，我找开源方案。websocket连上某平台，数据流断断续续。换个平台，终于稳定了。代码就一行：ws = create_connection('wss://api.xxx.com/tick')。坑在认证信息藏在环境变量里，我忘了设。

你问我文档写得怎么样。项目文件夹里只有一个README.txt，里面写着“别放弃”。真的，别放弃。每次报错都是练手，每次跑通都是进步。

最后送一段我每天跑的数据代码：import akshare as ak, pandas as pd，df = ak.stock_zh_a_hist(symbol=“000001”, period=“daily”), df.to_csv(“pingan.csv”)。就这几行，我写了三天。现在看是笑话，三个月前是眼泪。干就完了。