量化数据源深度研究报告

2026-04-07 16:15

量化数据源深度研究报告

0. 执行摘要

面向“个人研究/开源可用”的数据源，A股回测优先用免费历史库（BaoStock）+社区平台（TuShare/AKShare）做复权与基本面补全；港美股以Stooq历史数据为底座，辅以yfinance/AlphaVantage做补充；虚拟货币与加密衍生品优先用交易所REST+WebSocket（Binance/OKX/Coinbase/Kraken）直连并本地缓存。若涉及低延迟实盘、商用展示或再分发，必须转向交易所许可与商业数据商。[1]

1. 数据源格局与评价维度

个人可用数据源大致分三类：开源“采集/转发型”库（从公开网站或接口聚合数据）、官方/半官方数据平台的免费层（通常带配额或“积分/权限”）、交易所/交易所成员（经纪商）直连。前两类成本低、上手快，但在稳定性、延迟一致性、版权/再分发方面存在结构性风险；第三类质量/合规最好，但费用与准入门槛最高。[2]

本报告按你的维度，给出可直接落地的“选型—接入—治理”建议，重点围绕以下关键点：

范围：A股/港股/美股的可公开获取数据通常以日线/分钟线为主；逐笔成交、完整委托簿（Depth of Book）更常见于加密交易所API和交易所付费行情体系（港美股/期货尤其如此）。[3]
延迟与频率：加密交易所WebSocket通常可做到亚秒到百毫秒级推送；而面向个人的免费股票API更多是分钟级/收盘后更新。[4]
数据质量与一致性：复权口径、交易日历、时区对齐、停牌/除权处理是多市场回测最容易“踩坑”的地方，必须引入标准化字段与对账校验。TuShare明确提示其前复权机制与常见行情软件存在差异（从用户设定的end_date开始往前复权），这是典型的口径差异案例。[5]

2. 开源与个人可用数据源对比

下表优先收录“个人研究可免费使用/可开源接入”的主力来源；官方付费类仅做简略对照（见后文）。为便于系统比较，我用“覆盖市场、数据类型、接入方式、典型限制/授权风险”四类信息做主干。

个人/开源优先数据源对比表

数据源（定位）	覆盖市场	常用数据类型（举例）	接入方式	优点	主要缺点/风险	典型费用区间
AKShare[6]（开源数据接口库）	股/期/期权/基金/宏观/加密等广覆盖	取决于具体接口：日线/分钟、部分实时快照、基本面、衍生指标等；示例：加密货币实时行情接口	Python库（脚本采集为主）	接口多、对学术研究友好；强调从公开网站取“原始数据”并可交叉验证	非交易所直连，依赖第三方网页/接口稳定性；字段口径需自建规范；商用/再分发风险需自查	0元（开源）[7]
TuShare[8]（社区数据平台，非纯开源）	A股为主，扩展到港股分钟、期货/期权等	日线（未复权）+复权/因子；分钟线需单独权限；港股分钟（1/5/15/30/60）等	Python SDK + 部分HTTPAPI（部分集成接口不支持HTTP）	覆盖面深，接口文档体系化；积分/权限体系可渐进升级	明确存在频次/权限；分钟数据权限需单独开通且强调“仅供研究学习、不允许商业目的”	0～约1500元/年（随积分/权限）[9]
BaoStock[10]（免费A股历史数据）	A股/指数为主	日/周/月K；5/15/30/60分钟；复权参数（前/后/不复权）	Python库	免注册、适合离线回测数据底座	官方文档在部分网络环境下可读性不稳定（本次环境无法完整抓取原始文档页），需自行做字段口径与缺失检查；港美股覆盖弱	0元（免费）[11]
pytdx[12]（通达信协议客户端）	A股为主，并可触达部分期货/期权品类（依服务器）	多为实时快照/分时/分笔等（取决于服务器能力）	Python库（连接通达信兼容行情服务器）	对个人研究“实时行情/分笔”有吸引力	项目声明强调“个人研究习作，不对外服务；机构不要使用”；使用合规与稳定性风险更高	0元（开源）[13]
Stooq（免费历史库，偏EOD/分钟文件）	美股、港股等多地区；也含期货、加密等目录	日线/小时/5分钟级历史数据（按文件下载）；页面展示“Lastupdate”时间	网站文件下载；亦可通过pandas-datareader读取日线	覆盖广，适合教学与回测底库；明确提供日/小时/5分钟目录与更新时间	更像“下载站”而非严格API；字段与复权口径需校验；自动化批量下载可能触发表单/验证码等限制	0元（免费）[14]
yfinance[15]（Yahoo非官方封装）	全球证券（取决于Yahoo覆盖）	常见为日线/分时/公司信息等（视接口而定）	Python库	上手快、生态大	明确“不隶属Yahoo”，用于研究与教育；需参考Yahoo条款，“个人使用”提示明显；服务结构可能变动	0元（开源）[16]
Alpha Vantage[17]（免费层+付费阶梯API）	美股/外汇/部分加密等（以官方文档为准）	日线/分时；可设置延迟/实时授权参数；更多功能需Premium	REST API	有官方Demokey，便于快速试用；免费层明确配额	免费层日配额较低；部分实时/期权等需Premium/授权流程	免费；Premium约$49.99/月起
CoinGecko（公共加密聚合数据）	虚拟货币（聚合多交易所/链上）	价格、市场数据等；公共API有调用频控，Demo账号更稳定	REST API	无交易所账号即可取到主流币价格；文档完善	公共API限速（官方说明不同计划不同速率）；并非逐笔/交易所级撮合数据	Demo可试用；付费计划约$103.2/月起
Binance[18]（交易所直连：现货/衍生品）	加密现货、合约等	REST：ticker/klines等；WebSocket：实时行情推送；另有“公开历史数据打包下载”	REST + WebSocket + 公共数据文件	市场数据接口清晰；WebSocket基地址与组合订阅机制明确；公开历史数据按日/月发布	地域合规与访问受限可能存在；高频需做好限速与断线重连	公共市场数据通常免费
OKX[19]（交易所直连，深度推送频率高）	加密现货/合约等	WebSocket公开频道：深度books5等；文档给出books5与bbo-tbt推送粒度示例	REST + WebSocket	对盘口/委托簿（L2/L1）的推送设计明确，适合低延迟行情缓存	仍需遵守API协议与地区限制；高频场景需工程化维护	公共市场数据通常免费
Coinbase[20]（AdvancedTrade：REST+WS）	加密现货等（以其产品线为准）	公共REST端点启用缓存（文档提到1scache），实时建议用WebSocket	REST + WebSocket	文档强调WebSocket更适合实时；认证体系相对规范	公共REST存在缓存；衍生品/机构产品线另计	公共市场数据通常免费
Kraken[21]（WSv2：trade/book等）	加密现货等	trade频道；book频道为L2 order book（聚合价位数量）；并提供校验/一致性指引	WebSocket为主	WebSocket v2文档清晰，适合构建本地盘口；book为L2聚合层级	工程上需自己维护orderbook与校验	公共市场数据通常免费
HTX[22]（原Huobi系的官方文档入口）	加密现货/合约等（以其开放API为准）	文档建议用WebSocket缓存本地以降低延迟；含不同深度主题建议	REST + WebSocket	文档给出“WebSocket更低延迟/更适合缓存”的实践建议	跨境网络与地区合规影响更明显；接口稳定性需实测	公共市场数据通常免费
CCXT[23]（统一交易所API封装库）	多交易所（以库支持列表为准）	统一方法获取ticker/orderbook/trades/OHLCV等；公共API无需key即可用	多语言SDK	统一接口降低多所适配成本；适合“多交易所回测/监控”	统一层会牺牲部分交易所特性；WebSocket能力与版本/增值组件有关	开源为主（增值能力另计）[24]

对个人选型最有用的结论

A股/期货等传统市场的“免费”渠道，多数只能满足回测与研究，很难长期稳定获得逐笔+盘口并具备商用合规；反而加密交易所普遍提供公开市场数据REST+ WebSocket，在“盘口/成交明细/秒级推送”方面更友好。[25]

3. API实测与字段对照

说明：受限于“普通研究用途、无付费账号/无专用交易权限”，本次实测仅选择公开可直接访问的接口；对需要Token/积分或需本地运行SDK的来源（如TuShare部分接口、BaoStock批量拉取、AKShare大量接口）不做联网压测，只给出可操作的请求样例与注意事项，并在“推荐方案”里给出替代路径。[26]

小规模测试结果表

数据源	测试目标	示例请求	鉴权	返回样本（节选）	可观测“新鲜度/时间”线索	备注
Binance	连通性	GET /api/v3/ping	无	{}	—	适合健康检查与容灾切换探活[27]
Binance	价格快照（现货）	GET /api/v3/ticker/price?symbol=BTCUSDT	无	{"symbol":"BTCUSDT","price":"68539.38000000"}	返回为“当前快照价”而非带时间戳	回测应使用klines或历史文件；实时需WS订阅[28]
CoinGecko	主流币美元价	GET /api/v3/simple/price?ids=bitcoin&vs_currencies=usd	无（公共）	{"bitcoin":{"usd":68683}}	endpoint本身不返回时间戳（可用含last_updated_at参数或其他端点）	公共API限速需控制频率；更高频需Demo/Pro[29]
Alpha Vantage	美股日线（Demo）	GET /query?function=TIME_SERIES_DAILY&symbol=IBM&apikey=demo	demo key	返回包含Meta Data与Time Series (Daily)	Last Refreshed: 2026-04-06、Time Zone: US/Eastern	非实时；免费层配额低（官方写明25次/日）[30]
Stooq	历史数据目录与更新	打开“Free Historical Market Data”页	无	页面列出Daily/Hourly/5Minutes与文件列表	Last update: 7 Apr 2026, 02:45 CEST	更偏“数据下载站”，适合作为离线底库[31]

字段对照表（把不同源映射到统一行情Schema）

建议你在落库前先做“统一字段层”，避免策略端被不同数据源格式绑死：

统一字段（建议）	Binance ticker/price	CoinGecko simple/price	Alpha Vantage TIME_SERIES_DAILY	备注
symbol	symbol	无统一symbol（用coinid映射，如bitcoin）	Meta Data.Symbol	对CoinGecko需维护coin_id ↔ 交易对/标的映射[32]
ts（毫秒UTC）	无（仅快照）	默认无（可用带last_updated_at参数或其他端点）	Time Series (Daily)键为交易日（配合时区）	关键：统一到UTC并保留原始时区字段[33]
price/close	price	usd	"4. close"	统一数值类型与精度（字符串→decimal）[32]
open/high/low/volume	无	无	"1. open"..."5. volume"	快照API不适合回测，回测必须用K线/成交明细[34]

4. 成本、授权与合规风险

个人研究与商用的“分水岭”

很多个人常用数据源（尤其是爬取/非官方API封装）在文档或声明中会直接提示研究/教育用途与条款约束：例如yfinance明确“不隶属Yahoo”，建议用户参考Yahoo条款，并提示Yahoo Finance API倾向“personal use only”。[16]TuShare也在分钟数据获取说明中写明“数据只供策略研究和学习使用，不允许作为商业目的”，这意味着它更适合做个人研究型数据底座，而不适合对外展示/再分发。[35]

交易所许可与再分发的现实成本

一旦进入“对外展示、向客户提供行情、自动化交易的非展示用途（Non-display）、或再分发”范围，通常会落入交易所/协会的许可体系与费用结构，个人免费数据源很难合规。

·港股：HKEX[36]在“Market Data Vendors”费用页给出数据再分发费、连接费、订阅费，并单列了“Non Display Usage”费用等条目（页面更新时间为2024-04-01）。[37]

·中国期货：SHFE[38]明确“若有意转发行情应提交书面申请及承诺…审核通过后签订信息经营许可合同…开通后颁发行情转发证书”。[39]

·深市行情授权：SZSI[40]页面列出授权申请条件，包括不得以未许可方式使用或再分发等要求。[41]

·美股显示合规：Nasdaq[42]的“Display Requirements Policy”明确要求分发商遵守相应展示要求、不得歪曲数据等。[43]

费用对比表（低/中/高三档可落地预算）

说明：下表给的是“个人研究—小团队原型—商业化/对外分发”的典型量级，实际价格与币种以各方合同/报价为准。

档位	适用场景	主要构成	可参考公开价格/规则
低（约0～几百元/月）	个人回测、课程教学、策略原型	AKShare/BaoStock/Stooq/yfinance/交易所公开API；少量云资源与存储	AKShare开源定位学术研究；Stooq提供免费历史目录；yfinance提示研究教育用途；Binance公开市场数据接口可直接访问[44]
中（约几百～数千元/月）	需要稳定配额、更多市场/指标、较少断供风险	TuShare更高积分/权限；AlphaVantage/或CoinGecko付费层；必要时加备用源	TuShare“积分-频次-捐助”表给出0～1500元/年区间；Alpha Vantage Premium从$49.99/月起且无日限额；CoinGecko付费计划公开标价（如Analyst约$103.2/月起，按年计费）[45]
高（万元级/月起）	低延迟交易、对外展示/再分发、机构风控合规	交易所许可（含非展示/再分发）、专线/机房、商业数据商（Bloomberg/Refinitiv等）	HKEX页面列出季度再分发费与Non-display费用条目；SHFE要求签订许可合同；Nasdaq有展示政策；Bloomberg提供DataLicense产品线，Refinitiv DataScope Select是全球数据抽取平台[46]

5. 推荐方案与接入步骤

本节给出按场景的“优先级推荐 + 接入步骤”，确保你可以从个人研究平滑升级到更合规/更低延迟的架构。

个人量化回测

推荐优先级（从“最省钱可用”到“更稳”）A股：BaoStock（历史K线底座）→TuShare（日线/指标/复权因子补全）→AKShare（补充宏观/另类与交叉验证）。[47]港美股：Stooq（离线底库，含港股目录且给出日/小时/5分钟）→yfinance（快速补齐个券与部分分时，但注意“个人使用/条款”风险）→ Alpha Vantage（官方API，适合小规模稳定调用）。[48]加密：Binance公开历史数据文件（用于回放）+交易所REST/WS（增量更新）+CoinGecko（币种元数据/聚合校验）+CCXT（多所统一）。[49]

接入步骤（可直接照做）第一步：选定“主源+备源”并定义统一Schema（symbol、ts、o/h/l/c/v、trade_date、timezone、adjust_factor等）。[50]第二步：先落“原始层Raw”再做“标准层Normalized”，保留原始字段与请求参数，便于追溯与口径对齐。第三步：用企业行动（分红送转/拆股）与复权因子对齐口径；特别注意TuShare提示的“前复权起算点差异”。[51]第四步：做三类校验：交易日历对齐（停牌/节假日）、价格异常检测（跳变/负值/成交量为零）、跨源对账（同一日收盘价差异阈值）。[52]

低延迟交易

如果你目标是“秒级/更低延迟 + 盘口（orderbook）+成交明细”，个人开源数据源应当只用于研究与回测，实盘应走交易所/经纪商/交易所API直连：

·加密：直接用交易所WebSocket，按文档实现订阅、心跳与断线重连；例如Binance给出WebSocket基地址与组合订阅格式，并提示连接有效期；OKX明确books5与bbo-tbt的推送粒度；Coinbase文档强调实时建议用WebSocket而非轮询。[53]

·传统市场（A/H/美股/期货）：一旦涉及非展示/自动化交易用途与对外分发，需进入交易所许可与合规框架（成本与审核门槛显著高于个人级）。[54]

机构级风控与合规

建议把“数据许可与可追溯性”放在第一位：使用商业数据商的标准化数据模型与审计能力，并将交易所许可条款（展示、非展示、派生数据、再分发）写入内部控制与系统边界。HKEX页面直接列出Non-display收费类别，适合作为合规讨论的“外部约束样例”。[55]商用供应商简述：Bloomberg[56]提供DataLicense等数据产品线；Refinitiv[57]的DataScopeSelect被描述为“托管数据抽取平台，覆盖全球定价与参考数据”等。[58]

学术研究与教学

优先选择“接口丰富+可复现+许可压力相对可控”的组合：AKShare（接口广、偏学术研究）+Stooq（免费历史底库）+交易所公开API（加密）+少量官方API（Alpha Vantage Demo/免费Key）。[59]

flowchart LRA[数据源\nA股/港美股/期货/加密] --> B[采集层\nREST/WS/文件下载] B --> C[Raw原始区\n按源分区存储] C --> D[标准化\n字段/时区/交易日历/复权] D --> E[Normalized标准区\n统一Schema] E --> F[回测/研究/监控] F --> G[质量监控\n缺失/跳变/延迟告警] G --> B

5. 实施注意事项与最佳实践

数据存储与回放一致性

建议采用“原始数据不可变+标准化可重算”的双层结构：任何跨源纠错、复权算法迭代都应在标准层重跑，而不是覆盖原始层；这样可以避免“同一策略不同时间回测结果不一致”。TuShare对复权起算点差异的说明也提示：只要复权规则不同，历史价格序列就会出现系统性差异，因此必须记录复权口径与参数。[5]

时间同步、时区与交易日对齐

·加密交易所：用WebSocket推送时，要实现心跳（Ping/Pong）、断线重连，并将交易所时间戳统一转换到UTC；Binance文档对WebSocket连接基地址与组合流结构有明确说明，是实现“稳定订阅”的关键依据。[60]

·美股/港股/跨市场：至少要维护三类“日历对象”——交易日历、交易时段（含午间/盘后）、结算日历；否则分钟线与日线对齐会产生系统误差。AlphaVantage返回中包含Time Zone: US/Eastern，这类字段应当入库保存。[61]

复权、拆股与公司行动

把公司行动当作“主数据”管理：用分红送转、拆股、复权因子生成可重放的adjustedOHLC；并确保同一策略在不同数据源间对齐同一复权口径。TuShare明确其复权采用“分红再投”模式且前复权起算点可能与行情软件不同，实践中建议将“复权方法/起算点/end_date”写进元数据表。[51]

监控与容灾

·对REST轮询类数据：监控HTTP状态码、配额消耗、字段缺失率；AlphaVantage官方写明免费服务典型配额为25次/日，若不做缓存很快触顶。[62]

·对WebSocket推送类数据：监控订阅数、延迟（本地接收时间-交易所时间戳）、丢包重放、orderbook校验（Kraken提供checksum相关指引）。[63]

·对“非官方/爬取”类数据：将其定位为“备源或辅助对账”，不要作为唯一生产源；yfinance的免责声明与“personal use only”提示本质上是在提醒这种非官方来源的可用性与合规不确定性。[16]

[1][11][21][47]https://pypi.org/project/baostock/

https://pypi.org/project/baostock/

[2][7][12][17][20][44][59]https://akshare.akfamily.xyz/introduction.html

https://akshare.akfamily.xyz/introduction.html

[3][9][19][25][52]https://tushare.pro/document/2?doc_id=27

https://tushare.pro/document/2?doc_id=27

[4][53][60]https://developers.binance.com/docs/binance-spot-api-docs/web-socket-streams

https://developers.binance.com/docs/binance-spot-api-docs/web-socket-streams

[5][6][8][50][51]https://tushare.pro/document/1?doc_id=122

https://tushare.pro/document/1?doc_id=122

[10][43]https://www.nasdaqtrader.com/content/AdministrationSupport/Policy/DISPLAYREQUIREMENTSPOLICY.pdf

https://www.nasdaqtrader.com/content/AdministrationSupport/Policy/DISPLAYREQUIREMENTSPOLICY.pdf

[13]https://github.com/JiJingYu/pytdx-1

https://github.com/JiJingYu/pytdx-1

[14][31][48]https://stooq.com/db/h/

https://stooq.com/db/h/

[15][28][57]https://api.binance.com/api/v3/ticker/price?symbol=BTCUSDT

https://api.binance.com/api/v3/ticker/price?symbol=BTCUSDT

[16]https://github.com/ranaroussi/yfinance

https://github.com/ranaroussi/yfinance

[18][41]https://www.szsi.cn/cpfw/fwsq/hq/sqlc-3.htm

https://www.szsi.cn/cpfw/fwsq/hq/sqlc-3.htm

[22][37][46][54][55][56]https://www.hkex.com.hk/Services/Rules-and-Forms-and-Fees/Fees/Securities-%28Hong-Kong%29/Market-Data/Market-Data-Vendors?sc_lang=en

https://www.hkex.com.hk/Services/Rules-and-Forms-and-Fees/Fees/Securities-%28Hong-Kong%29/Market-Data/Market-Data-Vendors?sc_lang=en

[23][24][38]https://github.com/ccxt/ccxt

https://github.com/ccxt/ccxt

[26][35]https://tushare.pro/document/1?doc_id=234

https://tushare.pro/document/1?doc_id=234

[27]https://api.binance.com/api/v3/ping

https://api.binance.com/api/v3/ping

[29][32][36]https://api.coingecko.com/api/v3/simple/price?ids=bitcoin&vs_currencies=usd

https://api.coingecko.com/api/v3/simple/price?ids=bitcoin&vs_currencies=usd

[30][33][34][61]https://www.alphavantage.co/query?apikey=demo&function=TIME_SERIES_DAILY&symbol=IBM

https://www.alphavantage.co/query?apikey=demo&function=TIME_SERIES_DAILY&symbol=IBM

[39]https://www.shfe.com.cn/services/information/sale/202401/t20240127_478796.html

https://www.shfe.com.cn/services/information/sale/202401/t20240127_478796.html

[40][49]https://github.com/binance/binance-public-data

https://github.com/binance/binance-public-data

[42]https://www.okx.com/docs-v5/en/

https://www.okx.com/docs-v5/en/

[45]https://tushare.pro/document/1?doc_id=290

https://tushare.pro/document/1?doc_id=290

[58]https://professional.bloomberg.com/products/data/data-management/data-license/

https://professional.bloomberg.com/products/data/data-management/data-license/

[62]https://www.alphavantage.co/support/

https://www.alphavantage.co/support/

[63]https://support.kraken.com/articles/4405513898516-websocket-api-v1-order-book-checksum-calculator-google-sheet-

https://support.kraken.com/articles/4405513898516-websocket-api-v1-order-book-checksum-calculator-google-sheet-

打赏