1.目前提供哪些数据

JQData提供哪些数据

数据更新时间

举个例子：

2.目前有哪些数据获取方法

API:数据获取函数

2.1行情类:

2.1.1 通用

具体字段查看SecurityUnitData

2.1.2 回测/模拟交易专用

2.2 财务数据类

• get_fundamentals 返回一个DataFrame

• get_fundamentals_continuously 返回一个pandas.Panel

财务数据文档

2.4 其他股票数据

• get_billboard_list 获取龙虎榜数据

• get_locked_shares 获取限售解禁数据

其他函数详见API

2.3 数据库数据

• finance 股票/基金/舆论/行业行情等数据

• opt 期权数据

• macro 宏观经济数据

• jy 聚源数据

  查询聚源数据的简单例子

2.4 因子类

2.2.1 聚宽因子库

• get_all_factors 获取聚宽因子库中所有因子的信息

• get_factor_values 质量、基础、情绪、成长、风险、每股等数百个因子数据

  因子库文档

• get_factor_kanban_values 获取因子看板列表数据

Alpha 101 因子

alpha101

Alpha 191 因子

alpha191

技术分析指标

technical_analysis

3.Query方法

基本的查询方式

• query() 填写需要查询的对象,可以是整张表,也可以是表中的多个字段或计算出的结果
• filter 填写过滤条件,多个过滤条件可以用逗号隔开,或者用and,or这样的语法
  • in_ 判断某个字段的值是否在列表之中(一般用于查询多个标的)
• order_by() 填写排序条件
  • .desc() 降序排列
  • .asc() 升序排列
• limit() 限制返回的个数
• group_by() 分组统计

详细说明见Query对象的简单使用教程

4.JQData获取数据所需时间

4.1研究环境

# get_price
stocks = get_all_securities('stock').index.tolist()
dt = datetime.datetime.now()
%time df = get_price(stocks, end_date=dt, count=1).iloc[:,0,:]

# get_bars
%time ar = get_bars(stocks,end_dt=dt,count=1) #仅JQData支持

%time
for st in stocks:
    get_bars(st,end_dt=dt,count=1)

# 查询财务数据
%time
q = query(
        valuation, income
    ).filter(
        # 这里不能使用 in 操作, 要使用in_()函数
        valuation.code.in_(['000001.XSHE', '600000.XSHG']))

get_fundamentals(q,statDate='2018')

4.2 回测/模拟交易

4.2.1 利用性能分析 enable_proile()计算

# 打开性能分析
enable_profile()
import datetime
# 导入函数库
from jqdata import *

# 初始化函数，设定基准等等
def initialize(context):
    run_daily(func1, time='open', reference_security='000300.XSHG')
    g.security = get_all_securities('stock').index.tolist()
    g.time = datetime.datetime.now()

## 开盘时运行函数
def func1(context):
    security = g.security

    ## 获取交易行情
    # 多标的、多字段
    pr1 = get_price(security, end_date=context.current_dt, frequency='1d',fields = ['open', 'close'], count=1)

    his1 = history(count = 1, unit='1d',field='close', security_list=security, df=False)

    his2 = history(count = 1, unit='1d',field='close', security_list=security, df=True)

    bar1 = get_bars(security, count=1, unit='1d', fields=['open', 'close'])

    for st in security:
        get_price(st, end_date=context.current_dt, frequency='1d',fields = ['open', 'close'], count=1)

    for st in security:
        history(count = 1, unit='1d',field='close', security_list=st, df=False)

    for st in security:
        get_bars(st,count=1, unit='1d', fields=['open', 'close'])

    for st in security:
        attribute_history(st, count=1, unit='1d',fields=['open', 'close'],df=False)

    # 单标的、多字段
    pr2 = get_price(security[0], end_date=context.current_dt, frequency='1d',fields = ['open', 'close'], count=1)

    his3 = history(count = 1, unit='1d',field='close', security_list=security[0], df=False)

    bars2 = get_bars(security[0], count=1, unit='1d', fields=['open', 'close'])

    current_data = get_current_data()
    current_data['000001.XSHE'].last_price

    atthis1 = attribute_history(security[0], count=1, unit='1d',fields=['open', 'close'],df=False)

    ## 获取财务数据
    # 查询财务数据
    q = query(
        valuation, income
        ).filter(valuation.code.in_(['000001.XSHE', '600000.XSHG']))

    get_fundamentals(q,statDate='2018')

    ## 计时
    t = datetime.datetime.now()

    print(t - g.time)

4.2.2 利用datatime.datetime.now()计算

在初始化函数中获取并保存第一次时间g.time = datatime.datetime.now()，在需要计时的函数后再次获取时间time_i = datatime.datetime.now()，计算时间差time_i - g.time即可得到该函数耗时，可以通过打印在日志中输出

5.Jqdatasdk获取数据所需时间

6.总结

6.1 数据获取速度总结

• 在研究环境中获取数据，get_bars速度最快
• 在回测/模拟交易中获取数据：
  • 获取多条数据时，get_bars(df=False)速度最快，使用循环时，attribute_history速度最快
  • 获取单条数据时，get_current_data速度最快

6.2 小贴示

• 对于能获取多个标的的API，尽量传入多个标的；

• 能使用其他非DataFrame格式的尽量使用；

• 您可以使用性能分析等方式分析策略耗时，并有针对性地优化策略。

7.相关帖子

• history和attribute_history的区别？

• JoinQuant 心得——股票行情数据

• 新手入门:数据提取逻辑

• 【算命师系列】2：6000倍！平台上最快的取数据方法和最慢的取数据方法之间居然能差6000倍！