如何3步把A股数据自动抓进本地MySQL：AShareData 实战指南

如何3步把A股数据自动抓进本地MySQLAShareData 实战指南【免费下载链接】AShareData自动化Tushare数据获取和MySQL储存项目地址: https://gitcode.com/gh_mirrors/as/AShareData每天收盘后手动跑爬虫、接口限流了反复重试、数据散落在 Tushare、Wind、聚宽好几个平台上——这是不少做 A 股研究的人的常态。AShareData 做的事很直接自动抓取 Tushare 等数据源的数据清洗后存进本地 MySQL你只管查库写研究。本地股票数据库3步搭建第 1 步克隆仓库安装依赖。git clone https://gitcode.com/gh_mirrors/as/AShareData pip install -r requirements.txt依赖里是 tushare、pandas、sqlalchemy 这类常见库装一次就行。第 2 步写配置。按模板 config_example.json 建一份 config.json填 Tushare token、MySQL 的主机/端口/库名/账号密码有 Wind、聚宽、通达信服务器就顺手填上。第 3 步初始化并回填。跑一遍 scripts/init.py项目会自动建好全部数据表把交易日历、股票列表、日行情、财报、中信/中证/申万/Wind 四套行业分类等历史数据一次性灌满。数据是怎么流转的整条链路是数据源 → 清洗转换 → 本地库三段。数据源就是提供行情的接口平台Tushare 为主力Wind 补复权因子和可转债、期货、期权数据聚宽补早盘集合竞价通达信补分钟线。每个平台对应一个独立模块继承同一个基类登录、取数、登出走同一套接口。清洗转换发生在 pandas 里原始返回先变成标准的 DataFrame。比如集合竞价的成交价会被拆成开、高、低、收四列时间戳统一对齐到 9:30 的分钟格子才能和日频数据拼在一起。本地库是 MySQL。项目用 SQLAlchemy一个 ORM 框架帮你把表格数据直接写进数据库省掉手写 SQL统一做插入和更新。入库前先查库里最新的时间戳只补增量同样的数据不会重复去调接口。配好之后能做的三件事每日定时更新A股数据把 scripts/update_routine.py 挂到定时任务里每天收盘后自动跑一轮依次更新基础信息、IPO 新股、股票更名、分红、指数日线、基金、财报再计算涨跌停因子、市场汇总最后合成 Fama-French 三因子和 Carhart 四因子。产出是一个每天自动续命的本地股票数据库第二天开盘前查库即可。股票因子分析与模型回归analysis 模块内置收益率分析、持仓分析、基金净值分析model 模块能接 Fama-French 三因子和 Carhart 四因子模型因子分析就是把收益拆成哪部分来自哪些驱动因素。产出是每个组合在各因子上的暴露系数和回归结果配合 plot 模块直接出净值曲线。涨跌停识别与自定义指数合成自合成模块能识别涨跌停一字板还能按你定义的成分股和权重合成指数配置写在 data 目录的自编指数配置.xlsx里支持多套权重组合。产出是库里新增的自合成指标表后续研究直接调用。适合谁不适合谁适合有 Tushare token 和 MySQL 环境、想让日线级数据每天自动到位的研究者不适合要分钟级或 Level 2 高频数据、或者没有数据库环境的纯前端使用者。项目把取数和落库这两件脏活收敛进了一个仓库配好之后每天定时跑就行。研究时间留给因子本身。【免费下载链接】AShareData自动化Tushare数据获取和MySQL储存项目地址: https://gitcode.com/gh_mirrors/as/AShareData创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考