10【数据】历史数据服务的实操课(附代码下载)

历史数据的工作包括数据获取、处理和保存,今天我们一起去实现“每天定时自动把新的远端数据同步到本地数据库”的工具,这也是数据相关内容的最后一课

【点击】传送门-加入 从0到1跑通量化交易 >>>>

<限前500名加入量化训练营>
马上添加助教微信(jwzhujiao2)
发送订单截图申请名额

本期提要

  • 三步骤:数据的获取、数据的处理以及数据的保存
  • 历史数据服务的工作流程与代码实现框架
  • 重点:详解data service的代码实现(两部分实操内容)
  • 本课相关代码下载 >> 点击下载
  • 本课程的第二次课后作业

内容摘要

大家好,欢迎来到Quant全实战成长计划第一阶的第十集,在上一集里面我们比较了合约指数和连续合约之间具体的优劣,以及做出了我们的选择。那么在这一集里面我们就要来实现一个叫做历史数据服务的东西,听起来有点玄幻,其实本质上就是一个每天定时自动把新的远端(不管是市场、还是说其他什么来源生成的)数据给同步到我们本地自己的数据库里面的这么一个工具,我们自己来把它给实现出来。

首先我们来看看什么是数据的日常运维。通常所有的数据运维不管你是个人也好,还是说是在一个机构里面,比如说你在一个私募基金,比如说你在一个量化自营的,其实大家数据运维都差不了太远。

  • 首先我们通常需要一个叫做数据服务商的接口,比如说我们这里选择的就是RQdata,
  • 第二个我们需要一个python的程序,在这里就是我们自己写的data service,
  • 最后需要一个用来保存数据的数据库,我们选择的是MangoDB

以上三步分别对应的是数据的获取、数据的处理以及数据的保存。

本节课我们重点来看中间的data service(历史数据服务)到底是怎么写的,它的整个架构大概是怎么样的,又是如何实现的

……