【量化投资从入门到精通 #07】数据从哪来为什么用实时历史K线而非Excel

工具篇开篇。量化要"可复现、可程序化"，第一步就是搞对数据来源。

一、这个方法解决什么投资问题

你研究出一个策略，同事按你的步骤却得出不同结果——多半是数据源不一致、手工抄表有误差。量化的命根是「同样输入 → 同样输出」，Excel 手抄做不到这点。

二、核心思想：可复现性

量化 = 用代码把「输入数据 → 处理逻辑 → 输出结论」固化。其中数据必须可被程序精确、重复地获取。手工 Excel 抄表有三个致命伤：滞后（收盘才更新）、易错（看花眼）、不可批量（4000 只不可能手抄）。

三、实操演示：同一篮子，拉两次

mc = Client("<你的证书>")  # 演示证书，请替换成你自己的正式证书
def snapshot(mc):
    items = mc.stock_ssjy_more("600519,000858,601318,600036,000333")
    return {it["dm"]: round(it["p"], 2) for it in items}
s1, s2 = snapshot(mc), snapshot(mc)
print(s1 == s2)   # True

真实输出（2026-08-06）： 两次拉取 {'600519':1308.78,'000858':74.53,'601318':53.36,'600036':38.67,'000333':85.3} 完全一致 → 可复现。

四、结果解读

程序化取数保证：你今天跑、明天跑、换台机器跑，结果一模一样。这是回测可信、策略可交接的基础。Excel 抄的表，连你自己一周后都复现不了。

五、常见陷阱

• 用网页截图当数据：不可结构化、不可批量。
• 手工改几个数字"修正"：破坏可复现性，等于伪造。
• 不同来源混用：东财的价和麦蕊的价细微差异，会让回测对不上。

六、小结 + 下篇预告

数据源要「程序可获取、结构化、可重复」。下篇 #08 我们直接写取数代码——实时快照 + 历史 K 线，证书和额度也一并讲清。

免责声明

本文为量化方法教学，标的为示例，不构成投资建议，不承诺收益。投资有风险，入市需谨慎。