4. 数据源分类与选择：免费与付费数据源对比

在量化回测自动化流程中，数据源的选择直接影响策略回测的准确性、覆盖范围与运行成本。本章系统梳理免费数据源（Yahoo Finance、东方财富）与付费数据源（Wind、聚宽）的核心差异，帮助你在不同场景下做出合理选择。

4.1 数据源分类总览

根据数据获取成本与质量等级，主流量化数据源可分为以下两类：

• 免费数据源：Yahoo Finance（国际）、东方财富（国内）。适合个人研究、原型验证与教学场景。
• 付费数据源：Wind（机构级）、聚宽（量化平台级）。适合实盘策略、机构交易与高频回测。

4.2 免费数据源优缺点对比

4.3 付费数据源优缺点对比

4.4 数据源选择决策流程

在自动化回测流程中，数据源选择应遵循以下步骤：

1. 明确回测市场：A股、港股、美股还是多市场？
2. 评估数据频率需求：日线回测可接受免费源，分钟线/Tick 回测建议付费源。
3. 考虑预算与合规：机构实盘必须使用付费数据源，避免法律风险。
4. 测试数据质量：用少量历史数据对比免费源与付费源的差异。
5. 设计数据缓存层：无论选择哪种数据源，都应在本地建立缓存，减少重复请求。

4.5 数据获取代码示例

以下展示使用 Python 从免费与付费数据源获取 A 股日线数据的典型代码：

免费数据源：东方财富（akshare）

import akshare as ak
import pandas as pd

# 获取 A 股日线数据（免费）
stock_zh_a_hist_df = ak.stock_zh_a_hist(
    symbol="000001",
    period="daily",
    start_date="20230101",
    end_date="20231231",
    adjust="qfq"  # 前复权
)
print(stock_zh_a_hist_df.head())

付费数据源：聚宽（jqdatasdk）

import jqdatasdk as jq
import pandas as pd

# 聚宽认证（需注册账号）
jq.auth('your_username', 'your_password')

# 获取 A 股日线数据（付费）
df = jq.get_price(
    security='000001.XSHE',
    start_date='2023-01-01',
    end_date='2023-12-31',
    frequency='daily',
    fields=['open', 'close', 'high', 'low', 'volume']
)
print(df.head())

4.6 数据源选择总结