大多數(shù)人選數(shù)據(jù)接口的思路是這樣的“我需要股票 K 線數(shù)據(jù) → 搜一下哪個免費 → 能跑通就行”于是選了一個能拉日 K 線的接口跑通了第一個腳本覺得“搞定了”。直到有一天你需要做這些事情想看某只票的五檔盤口掛單量——發(fā)現(xiàn)你的數(shù)據(jù)源不支持想用 1 分鐘線做日內分析與異動監(jiān)控——發(fā)現(xiàn)你的數(shù)據(jù)源只有日線想同時分析 A 股和港股/美股的同一家公司——發(fā)現(xiàn)需要換一個數(shù)據(jù)源策略回測結果一直不對——發(fā)現(xiàn)只有兩種復權方式而你需要的那種不在其中選數(shù)據(jù)源不只是看“能不能拉到 K 線”而是要看它的功能維度夠不夠寬。否則每次需求升級一點你就要換一個數(shù)據(jù)源、改一遍代碼。這篇文章列出選數(shù)據(jù)接口時最容易忽略的 4 個維度幫你做一次完整的評估。維度 1盤口深度數(shù)據(jù)——為什么你遲早需要它日 K 線只告訴你每天的開高低收但不告訴你“當前這個價格有多少人在掛單買、多少人在掛單賣”。五檔盤口數(shù)據(jù)包含買一到買五的價格和掛單量賣一到賣五的價格和掛單量這些信息在以下場景中不可替代場景需要盤口數(shù)據(jù)的原因估算交易滑點買賣價差決定了你實際成交價和預期價的差距判斷短期多空力量買盤厚 vs 賣盤厚 短期多 vs 空評估流動性掛單量大 容易成交掛單量小 沖擊成本高做日內/高頻分析盤口掛單變化是最高頻的交易信號QuantDash 的盤口接口示例importquantdashasqd# 初始化 Tokenqd.set_token(your_api_token)# 獲取單只標的的五檔盤口深度數(shù)據(jù)depthqd.quotes.get_depth(600519.SH)print(f買一:{depth[bid_prices][0]:.2f}×{depth[bid_volumes][0]})print(f賣一:{depth[ask_prices][0]:.2f}×{depth[ask_volumes][0]})維度 2分鐘線 / 日內分時數(shù)據(jù)——超越日線策略日線策略能做的事情是有限的。當你開始做以下分析時就必須有分鐘線數(shù)據(jù)VWAP成交量加權平均價計算需要分鐘級的成交量和成交價日內波動分析開盤 30 分鐘 vs 尾盤 30 分鐘的量價差異盤中異動檢測某一分鐘突然放量 5 倍可能是大單成交日內擇時在什么時間點買入沖擊成本最小QuantDash 的分鐘線接口示例importquantdashasqd qd.set_token(your_api_token)# 獲取 1 分鐘 K 線數(shù)據(jù)開箱即用返回 Pandas DataFramedf_1mqd.get_kline(symbol600519.SH,period1m,count240,to_dataframeTrue)print(df_1m.head())維度 3多市場統(tǒng)一接口——A 股/美股/港股一網(wǎng)打盡A 股做久了你一定會想看美股和港股A 股和美股的相關性分析隔夜美股跌了A 股會跟嗎AH 股溢價比較同一家公司在 A 股和港股的價差跨市場分散投資把策略從 A 股擴展到港股、美股 ETF如果不同的市場需要找不同的接口、洗不同格式的數(shù)據(jù)代碼維護成本極高。QuantDash 提供了跨市場統(tǒng)一的接口和規(guī)范的數(shù)據(jù)結構。QuantDash 跨市場統(tǒng)一獲取示例importquantdashasqd qd.set_token(your_api_token)# 同一套 API 邏輯直接調取 A 股、美股、港股數(shù)據(jù)cn_dfqd.get_kline(600519.SH,period1d,count100)us_dfqd.get_kline(AAPL.US,period1d,count100)hk_dfqd.get_kline(00700.HK,period1d,count100)維度 4復權方式的豐富度——準確回測的關鍵大多數(shù)數(shù)據(jù)源僅提供前復權或后復權但在實際量化研究中復權方式直接決定了回測結果的真實性復權方式用途適用人群前復權 (qfq)回測最常用保持現(xiàn)價不變讓歷史價格可比幾乎所有量化研究員后復權 (hfq)計算真實長期累計收益率長線投資與資產配置研究不復權 (none)計算真實交易價格、對齊盤口或期權行權價實盤高頻/日內交易者QuantDash 的復權設置示例importquantdashasqd qd.set_token(your_api_token)# 通過 adjust 參數(shù)輕松指定復權類型df_qfqqd.get_kline(600519.SH,period1d,adjustqfq)df_hfqqd.get_kline(600519.SH,period1d,adjusthfq)df_rawqd.get_kline(600519.SH,period1d,adjustnone)總結QuantDash 在這 4 個維度上的覆蓋選股票數(shù)據(jù)接口時不要只看眼前“能不能拉到日 K 線”而要評估當你需求升級時數(shù)據(jù)源是否能撐得住。QuantDash在這 4 個維度上提供了完整的支持盤口深度支持五檔盤口高頻行情與訂單簿數(shù)據(jù)多周期 K 線提供 1m/5m/15m/30m/60m/日/周/月 等全周期數(shù)據(jù)多市場覆蓋一套統(tǒng)一 SDK 覆蓋 A 股、美股、港股及 ETF復權與質量完善的復權支持、標準化的列名與開箱即用的 DataFrame 數(shù)據(jù)清洗加上基礎的日/周/月 K 線、毫秒級實時行情、全市場快照、Batch 批量并發(fā)——這些能力覆蓋了個人與機構量化研究中 95% 以上的數(shù)據(jù)需求。