股票市场历史数据服务商
股票市场历史数据服务商覆盖从官方交易所到第三方聚合平台，为量化交易者提供不同粒度的行情记录。
官方交易所与登记结算机构
上海证券交易所、深圳证券交易所、中国证券登记结算公司提供官方历史数据。上交所通过其信息公司发布Level-1和Level-2历史行情，包含逐笔成交、快照、委托队列。深交所类似。中国金融期货交易所提供股指期货、国债期货历史数据。这些数据权威但获取成本高，通常需要付费订阅或机构资质。
专业金融数据终端
Wind、Choice、同花顺iFinD是主流金融终端。Wind覆盖股票、期货、期权、基金全品种历史数据，支持分钟线、tick级数据导出。Choice提供免费基础版，历史数据完整度较高。同花顺iFinD在期货数据方面有优势，包含夜盘连续合约。这些终端年费从数千到数万元，适合机构与专业个人。
量化平台内置数据
聚宽、米筐、优矿、BigQuant等量化平台内置历史数据。聚宽提供2005年至今的股票日线、分钟线，期货主力连续合约。米筐支持tick级回测。BigQuant集成人工智能因子库。平台数据通常免费或包含在订阅中，但导出受限。适合策略研究阶段。
开源数据接口与社区
Tushare、AkShare、BaoStock是开源Python库。Tushare Pro提供股票、期货、期权历史数据，积分制获取。AkShare爬取新浪、东方财富等公开数据，覆盖期货主力、仓单、基差。BaoStock专注股票日线。这些库免费但稳定性依赖源站，适合个人量化爱好者。
国际期货数据服务商
CQG、TickData、IQFeed、Refinitiv提供全球期货历史数据。TickData存储tick级数据，支持CME、ICE、Eurex。IQFeed实时与历史结合，月费约100美元。Refinitiv Datastream覆盖宏观与期货。国内期货数据可通过Wind、文华财经、博易大师获取。
数据频率与复权处理
股票历史数据频率包括日线、60分钟、30分钟、15分钟、5分钟、1分钟、tick。期货数据包含开高低收、成交量、持仓量、结算价。复权方式有前复权、后复权、不复权。量化回测需考虑主力合约拼接，使用复权价格或价差调整。
数据质量与清洗
历史数据存在缺失值、异常值、涨跌停标记、停牌标记。服务商提供的数据质量参差不齐。量化交易者需自行清洗。常见清洗步骤：去除重复行、填充缺失、处理除权除息、对齐时间戳。
代码示例 获取股票历史数据
使用Tushare获取股票日线数据：
import tushare as ts
pro = ts.pro_api('your_token')
df = pro.daily(ts_code='000001.SZ', start_date='20200101', end_date='20201231')
print(df.head())
使用AkShare获取期货主力连续数据：
import akshare as ak
df = ak.futures_main_sina(symbol="RB0")
print(df.tail())
选择服务商的考量因素
数据覆盖范围包括股票、期货、期权、指数。历史长度至少覆盖一个完整牛熊周期。更新频率影响实盘策略。成本包含订阅费、API调用限制。技术支持与文档完善度。数据格式支持CSV、JSON、HDF5、数据库。
量化交易中的数据应用
股票多因子回测需要日线复权数据。期货CTA策略需要tick级或分钟级数据。高频交易需要逐笔委托与成交。数据服务商提供的字段包括买卖五档、成交明细、委托队列。回测引擎需要与数据服务商对接。
免费与付费对比
免费数据源如Yahoo Finance、新浪财经、东方财富。付费数据源如Wind、TickData。免费数据存在延迟、缺失、限流。付费数据稳定、完整、可定制。量化交易从免费数据起步，策略容量扩大后转向付费。
期货历史数据特殊处理
期货合约有到期日，需拼接主力连续。主力合约换月规则影响回测。郑商所、大商所、上期所数据格式不同。夜盘数据需单独处理。结算价与收盘价差异影响保证金计算。
数据存储方案
本地存储使用SQLite、MySQL、PostgreSQL、HDF5。量化平台使用云存储。数据量达到TB级需分布式存储。时间序列数据库如InfluxDB、TimescaleDB优化查询。
合规与授权
交易所数据受版权保护。商业使用需获得授权。开源数据需遵守协议。量化交易者需注意数据再分发限制。
股票期货历史数据服务商众多，选择取决于策略频率、品种、预算。低频策略使用免费数据源即可。中高频策略需要付费tick数据。量化交易者应测试数据质量，建立数据管道。
