毕业项目①:下载你自己的第一份研究数据
我的掌握程度:
先掌握这个答案
任务规格:①标的自选(建议成交活跃的主板股);②数据:后复权OHLCV日线,近5年;③基准:沪深300指数日线同期;④存储:data/clean/目录parquet+README登记(下载日期/来源/复权口径);⑤体检:跑health_check,异常全有解释。
先读结论,再核对下方使用边界;数字例题为教学情景,涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 把行情数字变成可比较的收益
看股票、基金或策略业绩时,先对齐本金、起止日期、现金流与费用。
- 选一个固定区间,记录期初价值、期末价值、分红、出入金和交易费用。
- 没有中途出入金时,用(期末价值+已取出分红-期初价值-费用)÷期初价值计算收益;有出入金时先区分时间加权与资金加权。
- 用相同区间的基准作比较,同时记录最大亏损;不要单凭一次盈利评价能力。
使用边界
- 不同期限的收益不可直接排名;年化只是换算,不是未来收益承诺。
- 模拟价格不是实时行情。普通股票交易手数、T+1和费用应按具体市场规则核对。
背景 · 从一个困惑说起
理论已毕业,项目开工。毕业项目七步(q-091~097)将产出一件完整作品:「一只股票的完整研究报告」——从数据到图表到笔记,这是你GitHub的第一个正经仓库。
由此产生的问题
第一步:下载一只你感兴趣的股票近五年的后复权日线+同期沪深300指数,存为parquet。要求达到什么标准?
核心概念
任务规格:①标的自选(建议成交活跃的主板股);②数据:后复权OHLCV日线,近5年;③基准:沪深300指数日线同期;④存储:data/clean/目录parquet+README登记(下载日期/来源/复权口径);⑤体检:跑health_check,异常全有解释。
为什么需要它
①地基工程:后续六步全部踩在这份数据上;②习惯成型:快照登记+体检纪律在项目第一天就启用;③最小闭环:下载→校验→存储,这条三站流水线你已经全部学过(q-061/071/069)——现在是独立完成时刻。
实际应用场景
产出物:两个parquet文件+README+体检报告文本。它们是q-092净值曲线的原料。
与之前知识的联系
q-072迷你管道的正式启用。项目七步对应能力:数据(本题)→净值(092)→指标(093/094)→对比(095)→可视化(096)→表达(097)。
⚠ 常见误解
- 随便下载数据就行:口径(复权方式/时间范围/字段单位)不登记的数据三个月后就是废数据
- 指数不需要体检:指数也会有接口错误;基准数据错了后面全错
- 先选好股票再研究:选谁不重要(研究流程可迁移),完成流程才是目的——别在选股上纠结一小时
🛠 本题实践任务
完成数据下载+体检+存储+README登记四件事。体检发现任何异常都要写下解释。
💡 提示(先自己想5分钟再看)
日期区间自定近5年;指数与股票区间必须一致(对齐需要)。
✅ 验收标准
两个parquet+README(含口径与体检结论)+一次成功的health_check输出。拍照/截图存档——项目进度1/7。
在你的浏览器内运行。首次需联网下载 Python;支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词,不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识(数据管道、数据源),再用案例、公式和代码帮助理解。此功能需要先启用服务。