数据获取

简介

用户可以使用 Qlib 获取股票数据。以下示例演示了基本的用户接口。

示例

QLib 初始化：

备注

为了获取数据，用户需要先用 qlib.init 初始化 Qlib。请参考初始化。

如果用户已按照初始化的步骤下载了数据，应使用以下代码初始化 qlib：

>> import qlib
>> qlib.init(provider_uri='~/.qlib/qlib_data/cn_data')

加载指定时间范围和频率的交易日历：

>> from qlib.data import D
>> D.calendar(start_time='2010-01-01', end_time='2017-12-31', freq='day')[:2]
[Timestamp('2010-01-04 00:00:00'), Timestamp('2010-01-05 00:00:00')]

将给定市场名称解析为股票池配置：

>> from qlib.data import D
>> D.instruments(market='all')
{'market': 'all', 'filter_pipe': []}

加载指定时间范围内某股票池的成分股：

>> from qlib.data import D
>> instruments = D.instruments(market='csi300')
>> D.list_instruments(instruments=instruments, start_time='2010-01-01', end_time='2017-12-31', as_list=True)[:6]
['SH600036', 'SH600110', 'SH600087', 'SH600900', 'SH600089', 'SZ000912']

根据名称过滤器从基础市场动态加载成分股：

>> from qlib.data import D
>> from qlib.data.filter import NameDFilter
>> nameDFilter = NameDFilter(name_rule_re='SH[0-9]{4}55')
>> instruments = D.instruments(market='csi300', filter_pipe=[nameDFilter])
>> D.list_instruments(instruments=instruments, start_time='2015-01-01', end_time='2016-02-15', as_list=True)
['SH600655', 'SH601555']

根据表达式过滤器从基础市场动态加载成分股：

>> from qlib.data import D
>> from qlib.data.filter import ExpressionDFilter
>> expressionDFilter = ExpressionDFilter(rule_expression='$close>2000')
>> instruments = D.instruments(market='csi300', filter_pipe=[expressionDFilter])
>> D.list_instruments(instruments=instruments, start_time='2015-01-01', end_time='2016-02-15', as_list=True)
['SZ000651', 'SZ000002', 'SH600655', 'SH600570']

更多关于过滤器的细节，请参考过滤器 API。

加载指定时间范围内某些股票的特征：

>> from qlib.data import D
>> instruments = ['SH600000']
>> fields = ['$close', '$volume', 'Ref($close, 1)', 'Mean($close, 3)', '$high-$low']
>> D.features(instruments, fields, start_time='2010-01-01', end_time='2017-12-31', freq='day').head().to_string()
'                           $close     $volume  Ref($close, 1)  Mean($close, 3)  $high-$low
... instrument  datetime
... SH600000    2010-01-04  86.778313  16162960.0       88.825928        88.061483    2.907631
...             2010-01-05  87.433578  28117442.0       86.778313        87.679273    3.235252
...             2010-01-06  85.713585  23632884.0       87.433578        86.641825    1.720009
...             2010-01-07  83.788803  20813402.0       85.713585        85.645322    3.030487
...             2010-01-08  84.730675  16044853.0       83.788803        84.744354    2.047623'

加载指定时间范围内某股票池的特征：

备注

启用缓存后，qlib 数据服务器会一直为请求的股票池和字段缓存数据，首次请求可能比未启用缓存时更慢。但之后相同股票池和字段的请求会命中缓存，即使请求的时间区间变化也会更快。

>> from qlib.data import D
>> from qlib.data.filter import NameDFilter, ExpressionDFilter
>> nameDFilter = NameDFilter(name_rule_re='SH[0-9]{4}55')
>> expressionDFilter = ExpressionDFilter(rule_expression='$close>Ref($close,1)')
>> instruments = D.instruments(market='csi300', filter_pipe=[nameDFilter, expressionDFilter])
>> fields = ['$close', '$volume', 'Ref($close, 1)', 'Mean($close, 3)', '$high-$low']
>> D.features(instruments, fields, start_time='2010-01-01', end_time='2017-12-31', freq='day').head().to_string()
'                              $close        $volume  Ref($close, 1)  Mean($close, 3)  $high-$low
... instrument  datetime
... SH600655    2010-01-04  2699.567383  158193.328125     2619.070312      2626.097738  124.580566
...             2010-01-08  2612.359619   77501.406250     2584.567627      2623.220133   83.373047
...             2010-01-11  2712.982422  160852.390625     2612.359619      2636.636556  146.621582
...             2010-01-12  2788.688232  164587.937500     2712.982422      2704.676758  128.413818
...             2010-01-13  2790.604004  145460.453125     2788.688232      2764.091553  128.413818'

更多关于特征的细节，请参考特征 API。

备注

在客户端调用 D.features() 时，使用参数 disk_cache=0 可跳过数据集缓存，使用 disk_cache=1 可生成并使用数据集缓存。此外，在服务器端调用时，用户可用 disk_cache=2 更新数据集缓存。

当你构建复杂表达式时，将所有表达式写在一个字符串里可能不太方便。例如，下面的表达式看起来很长很复杂：

>> from qlib.data import D
>> data = D.features(["sh600519"], ["(($high / $close) + ($open / $close)) * (($high / $close) + ($open / $close)) / (($high / $close) + ($open / $close))"], start_time="20200101")

但字符串并不是实现表达式的唯一方式。你也可以用代码实现表达式。下面是一个与上例等价的代码实现：

>> from qlib.data.ops import *
>> f1 = Feature("high") / Feature("close")
>> f2 = Feature("open") / Feature("close")
>> f3 = f1 + f2
>> f4 = f3 * f3 / f3

>> data = D.features(["sh600519"], [f4], start_time="20200101")
>> data.head()

API 参考 === 如需了解更多关于数据的使用方法，请参见 API 参考：数据 API