我的实践：找到保变电气股票历史交易数据的“探险”
我这人有个毛病，一研究股票就喜欢往深了挖。光看 K 线图那点皮毛不够味，非得把这家公司祖宗十八代的交易数据都翻出来才踏实。前段时间盯上了保变电气（600550），心想这家老牌电力设备公司，历史数据肯定不少，得把它的交易脉络搞清楚。说干就干，我开始了这场“历史数据探险”。
第一站：官方指定信息披露平台——上交所
我最信任的当然是官方渠道。A 股嘛肯定是去上海证券交易所（上交所）的官网找。想着那可是第一手的资料源，肯定最权威。我直接摸到上交所的网站，在信息披露板块里一顿猛搜。但是，这官方网站的数据虽然真实，但格式和查询体验是真的有点糙。它主要提供的是公告和财务报告的原文件，如果要找那种一天一天的、连续几十年的交易数据表格，得自己花大力气去整合，非常费劲。
我试着下载了几份年度报告，数据是有了，但是太零散了。对于我这种想直接拉个几十年 Excel 表格做量化分析的人来说，效率实在太低。第一站，虽然权威，但查询体验不及格，只适合偶尔核对一下特定日期的核心信息。
第二站：股民老炮儿的私藏数据库——东方财富和同花顺
我立马调转方向，转向那些股民常用的财经网站。国内数据最全、用户最多的，那非东方财富（Choice 数据）和同花顺莫属。这两家平台都有超级强大的数据终端。
- 东方财富： 我主要用的是它的 App 和网页版。在搜索框输入“保变电气 600550”，找到股票页面后，切换到“历史数据”或者“行情”Tab。它能直接提供从上市以来，每天的开盘价、收盘价、最高价、最低价、成交量和成交额。最爽的是，它支持自定义时间段导出，直接生成一个干净的 CSV 或 Excel 文件。我直接把保变电气从上市到最近一天的所有数据都拉了一遍。虽然免费版导出数据量有上限，但我一般都是分批导出，轻松搞定。
- 同花顺： 同花顺也差不多，操作逻辑非常顺滑。它有一个“数据中心”或者“F10 资料”模块，里面历史行情数据非常详细。它的优点是图表做得更直观，数据更新也很快。不过有些特别老、特别细致的数据（比如分笔交易数据），可能需要付费订阅它的专业版才能无限制访问。但对于我这种普通股民做中长期分析，免费版本提供的日线数据已经足够用了。
这两家网站，查询界面友数据整合度高，是我拿到大批量历史数据的最主要渠道。
第三站：学术研究与量化分析小众宝藏——Tushare 与 Wind（付费）
拿到日线数据后，我的胃口更大了，想找一些更高频的数据，比如分钟线，甚至想验证一下分红、配股之类的精确信息。这时，我就得考虑更专业的工具了。
Wind 终端（万得）：这个不用多说了，专业金融机构标配。它的数据覆盖深度和广度是国内最强的，不仅有交易数据，还有完整的财务模型和行业数据。但是我个人用不起，那价格是真贵。不过如果你的单位或者学校有采购，那绝对是首选。它能拉出所有我想要的高频数据。
Tushare 社区数据接口： 这是量化圈子里很火的一个数据平台。它以 Python 接口的形式提供大量的金融数据。我注册了一个账号，通过编写简单的 Python 代码，可以直接调用它的 API，把保变电气的历史数据以 DataFrame 的形式拉到我的本地电脑上。这个方式的好处是数据结构规整，非常适合直接对接我自己的量化模型。它对个人用户提供了免费的积分机制，通过分享和签到就能获取积分，积分足够就能拉取大部分历史数据。虽然需要会一点编程，但对于想做量化回测的人来说，这是性价比最高的方案。
总结与回顾我的数据获取过程
总结一下这回寻找保变电气历史数据的经历，我发现渠道选择得看你的需求：
如果你只是想快速看一眼历史价格走势，用东方财富或同花顺的免费 App 就够了；如果需要大量、连续、干净的日线数据用于回测，东方财富网页版的导出功能是效率最高的；如果你想做专业的量化分析，需要高频数据并直接导入代码环境，那Tushare 绝对是物美价廉的宝藏。至于上交所，那是用来核对信息的“字典”，不适合做主力的日常查询工具。
经过这三步走，我把保变电气的历史交易数据从 2003 年上市开始，一直到全部整理在了我的本地文件里。这回探险，圆满成功，可以开始我的下一阶段：建模分析了。
还没有评论，来说两句吧...