一句话回答: 用 AlphaFeed 的 quotes.get(universes="CN_ETF") 一行就能取回全市场上千只 ETF 的代码、名称、最新价、...
一句话回答: 做因子计算的本地库,核心原则是存不复权原始价 + 单独存除权因子记录(复权在查询/计算时按需生成,别把某种复权价写死进库),并用长表(long f...
一句话回答: 别轻信"全覆盖、超准"的宣传,自己写几行验证脚本核对最靠谱:查全市场标的数、抽查停牌(成交量为 0)、检查前复权序列有没有异常跳空、拿已知价格对一...
一句话回答: 复权价"对不上"几乎都不是数据错,而是口径不同:前复权 vs 后复权、比例复权 vs 加法复权、基准日不同、是否已计入最新除权事件。正解不是"哪家...
一句话回答: 个人临时抓一下没问题,但拿新浪/东财等非官方接口做量化生产会踩三座大山:限流/封 IP、字段口径随页面改版漂移、无重试无 SLA。要稳定、要批量、...
一句话回答: 收盘后要"全 A 涨跌停名单 + 成交额排行",最简做法是 AlphaFeed 一行 quotes.get(universes="CN_Stock...
一句话回答: 历史分钟线用 AlphaFeed 的 klines.get(symbol, period="5m"),period 支持 1m/5m/15m/30...
一句话回答: 分开看——分钟级数据个人容易拿:AlphaFeed 的 klines.get(period="1m"/"5m"...) 直接取,免费额度即可试。L...
一句话回答: 个人预算有限,先把免费源用到极限,再为"真正卡住你的那一项"付费。日频历史/财务研究,AkShare / Baostock 免费够用;一旦卡在稳定...
一句话回答: 能。个人拿 A股实时行情有两条路:抓新浪/东财非官方接口(免费但易限流、封 IP、无合规保障),或用有鉴权的商业实时 API。AlphaFeed ...
pandas:它是数据处理的绝对核心。你处理行情数据——读取、筛选、排序、计算、按时间对齐——几乎都靠它。pandas 里最重要的两个概念是 Series(一维...
一句话回答: 先按需求定位,不要先问"哪个最好"。个人日频历史研究、能忍偶发不稳 → 免费的 AkShare / Baostock;要丰富财务/另类数据且接受积...
一句话回答: ADX(平均趋向指数)度量的是"趋势有多强"而不是方向:ADX 越高趋势越明确,越低越像震荡。用 AlphaFeed 取复权日线,用 Wilder...
一句话回答: RSI 超卖选股就是"在全市场里筛出 RSI(14) 低于 30 的股票"作为潜在超跌反弹候选。用 AlphaFeed 的 quotes.get(...
一句话回答: A 股涨跌停价是"昨收盘 × (1 ± 涨跌幅比例),再按最小变动价位四舍五入",主板 10%、创业板/科创板 20%、ST 股 5%。你不必自己...
一句话回答: 用 AlphaFeed 的 klines.batch 一次取回多只股票的前复权日线,再用 pandas 的 ExcelWriter 把每只票写成一...
一句话回答: 已实现波动率(Realized Volatility, RV)是"用高频(如分钟)收益的平方和来估计波动",比只用日收盘价的历史波动率更贴近真实日...
一句话回答: 自建指数的本质是"给一篮子成分股按某种权重加权求和,再归一到一个基点"。用 AlphaFeed 的 instruments.batch 取每只票的...
一句话回答: 布林带均值回归的假设是"价格偏离均线太远会回归"。用 AlphaFeed 取复权日线算出中轨(20 日均线)和上下轨(±2 倍标准差),跌破下轨买...
一句话回答: 你不需要单独找"周线数据源"——用 AlphaFeed 取一份复权日线,用 pandas 的 resample("W-FRI") 按"开=首日开、...