afanxia / stock-data

五分钟/一分钟数据下载

原始数据可以通过搜索 ghancn 免费下载 2009 年之前的数据。2009 年之后的需要购买。目前的免费数据质量不高，里面有不少错误。有两种样式的数据，一种是五分钟数据，一种是一分钟数据。这里使用的是五分钟数据进行分析。

数据格式

文本格式内容是：时间，开盘，最高，最低，收盘 ，成交量，成交额

数据清洗

• 数据异常
  • 有些交易数据有 0 项，丢弃这些数据
  • 5 分钟数据涨跌幅异常，如
    • SZ161607.csv: 2008/11/19,15:00,67315720.000,67315720.000,67315720.000,67315720.000,5939115008.00,602104324547466120000000000000000.00
    • SZ000564.csv: 2001/11/30,09:35,8.50,503.38,8.50,503.38,1139.00,1218485.75
    • SZ131809.csv: 2002/05/13,13:10,100.450,100.450,100.450,100.450,0.00,0.00
  • 日涨跌幅异常，如
    • SH900956.csv: 1458 2006/04/19 0.226 0.231 0.232 3695.00 84236 0.227
    • SH900956.csv: 1459 2006/04/20 99.710 99.740 99.750 133188.00 132826112 99.730
    • SZ000564.csv: 2092 2008/12/31 3.15 3.25 3.28 17421.04 5621867.50 3.18
    • SZ000564.csv: 2093 2000/01/04 7.35 7.35 7.85 15022.49 11510977.00 7.77
• 计算涨跌幅
• 除权标记
  • 借壳上市的股票，重新交易的首日，上涨幅度可能超过 10% 如 SZ000728 2007/03/26 2007/10/30，SH600691 2007-01-18 2007-05-28
  • 10 派 10 分红时，未除权数据，股价可能下跌超过 10%
• 黑名单，对一些数据质量极差的，就不做容错处理，而是直接放在黑名单里
  • SZ131809: 数据质量极差，基本都超出了涨跌停限制，严重影响通过波动幅度自动选股策略。放进黑名单。

雅虎数据下载

雅虎财经网站提供股票日历史数据下载接口。

直接在浏览器地址中数据网址即可 http://table.finance.yahoo.com/table.csv?s=股票代码。上证股票是股票代码后面加上.ss，深证股票是股票代码后面加上.sz。例如查询中国石油的历史数据，直接在浏览器中输入：http://table.finance.yahoo.com/table.csv?s=601857.ss

深市数据链接：http://table.finance.yahoo.com/table.csv?s=000001.sz 上市数据链接：http://table.finance.yahoo.com/table.csv?s=600000.ss

另外，上证综指代码：000001.ss，深证成指代码：399001.SZ，沪深300代码：000300.ss

字段格式

Date Open High Low Close Volume Adj Close 分别是：日期、开盘价、最高价、最低价、收盘价、成交量、复权收盘价 

获取指定时间范围的数据

【例子】 取 2012年1月1日 至 2012年4月19日的数据 http://table.finance.yahoo.com/table.csv?a=0&b=1&c=2012&d=3&e=19&f=2012&s=600000.ss

机器学习特征选择

• 上一交易日价格
• 上一交易日成交量
• 最近 5 日平均价格
• 最近 5 日平均成交量
• 最近 10 日平均价格
• 最近 10 日平均成交量
• 最近 30 日平均价格
• 最近 30 日平均成交量
• 最近 60 日平均价格
• 最近 60 日平均成交量
• 上证上一交易日点位
• 上证上一交易日成交量
• 上证最近 5 日平均点位
• 上证最近 5 日平均成交量
• 上证最近 10 日平均点位
• 上证最近 10 日平均成交量
• 上证最近 30 日平均点位
• 上证最近 30 日平均成交量
• 上证最近 60 日平均点位
• 上证最近 60 日平均成交量
• 深证上一交易日点位
• 深证上一交易日成交量
• 深证最近 5 日平均点位
• 深证最近 5 日平均成交量
• 深证最近 10 日平均点位
• 深证最近 10 日平均成交量
• 深证最近 30 日平均点位
• 深证最近 30 日平均成交量
• 深证最近 60 日平均点位
• 深证最近 60 日平均成交量