10【数据】历史数据服务的实操课（附代码下载）
陈晓优 <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
……
