3. Qlib数据查询与基础统计

任务说明

使用 Qlib 的 D.features 接口，按股票代码与字段名查询日频行情数据，并对返回的 DataFrame 计算基础统计量（均值、标准差、最小值、最大值、样本数）。本案例以 SH600000 的收盘价与成交量为查询对象，覆盖从初始化到统计输出的完整闭环。

环境与依赖

• 已安装 pyqlib（pip install pyqlib）。
• 已通过 python -m qlib.run.get_data 或 scripts/get_data.py 下载并初始化中国 A 股日频数据到 ~/.qlib/qlib_data/cn_data。
• Python 3.8+，依赖 pandas（随 qlib 一并安装）。

核心代码

import pandas as pd
import qlib
from qlib.data import D

# 1. 初始化 qlib，指向本地数据目录
qlib.init(provider_uri="~/.qlib/qlib_data/cn_data", region="cn")

# 2. 查询参数：股票、字段、时间区间
instruments = ["SH600000"]
fields = ["$close", "$volume"]
start_time = "2020-01-01"
end_time = "2020-12-31"

# 3. 调用 D.features 获取数据
df = D.features(
    instruments=instruments,
    fields=fields,
    start_time=start_time,
    end_time=end_time,
    freq="day",
)

print("原始数据前 5 行：")
print(df.head())
print("数据形状：", df.shape)

# 4. 计算基础统计量
stats = pd.DataFrame({
    "count": df.count(),
    "mean": df.mean(),
    "std": df.std(),
    "min": df.min(),
    "max": df.max(),
})
print("\n基础统计量：")
print(stats)

# 5. 简单校验：收盘价应全部为正，且样本数一致
assert (df["$close"] > 0).all(), "存在非正收盘价"
assert df["$close"].count() == df["$volume"].count(), "字段样本数不一致"
print("\n校验通过：收盘价均为正，字段样本数一致。")

运行方式

python qlib_features_stats.py

验证方法与通过条件

• 脚本无异常退出，且打印出 原始数据前 5 行、数据形状 与 基础统计量 三部分内容。
• df.shape 的行数应等于 2020 年 A 股交易日数量（约 240 余行），列数为 2（$close、$volume）。
• 统计表中 count 两列相等，mean、std、min、max 均为有限数值，min 列收盘价大于 0。
• 末尾打印 校验通过，说明断言全部成立。

常见问题

• 报 qlib.data._libs.rolling 相关错误：通常是数据未初始化，重新执行 python -m qlib.run.get_data qlib_data --target_dir ~/.qlib/qlib_data/cn_data --region cn。
• 返回空 DataFrame：检查股票代码是否带交易所前缀（如 SH600000），以及时间区间是否落在数据覆盖范围内。
• 字段名必须以 $ 开头，例如 $close、$volume；写成 close 会查询失败。