股票数据到底有哪几个源头
聊股票数据来源，先得把“源头”和“二传手”分清楚。交易所是数据的第一现场，上交所、深交所、北交所每天产生的原始行情和成交明细，是所有数据的根。普通散户拿不到交易所直连，必须通过中间层。
中间层分三类。第一类是券商，开户后给你的行情接口就是券商从交易所买来再分发的。第二类是免费财经平台，网页上刷新的报价通常比交易所慢几秒到十几秒，做短线的人用这种数据等于蒙眼开车。第三类是专业数据服务商，万得、同花顺iFinD、东方财富Choice，收费但完整，机构用得最多。
免费数据能用但别拿来做决策
很多新手用免费网站看K线，觉得数字对得上就行。这里有个隐蔽的坑：免费数据源经常缺失复权因子。一家公司分红送股后，股价除权出现缺口，免费平台要么不复权要么复权算法粗糙，你看到的“历史低点”可能是假的。拿这种数据回测策略，结果漂亮但一上实盘就亏。
免费数据还有两个硬伤。一是盘中延迟，对做T+0或日内期货的人完全没用。二是历史数据不完整，退市股票、停牌期间的行情往往被跳过，你无法还原真实的市场状态。拿来学习可以，拿来管钱不行。
券商接口是散户最实际的通道
开户券商提供的交易软件背后有行情接口。多数券商给普通客户的是延时行情，给活跃客户或量化客户开放实时Level-1甚至Level-2。Level-2能看到十档盘口和逐笔成交，对判断大单方向有帮助。
想通过程序拿数据，券商的量化接口是合规路径。华泰、国金、中泰等券商都有面向个人客户的API，通常要求资金门槛或交易频率。用这些接口拿到的数据直接来自券商柜台，质量远好于爬网页。
# 示例：通过券商量化接口获取实时行情（伪代码逻辑）
from broker_api import Client
client = Client(account='your_id', password='your_pwd')
quote = client.get_quote('600519.SH')
print(quote.last_price, quote.bid1, quote.ask1)
代码里关键点是get_quote返回的字段必须包含时间戳。没有时间戳的数据你不知道延迟多少，等于废数据。
期货数据比股票数据更挑来源
期货数据有个特殊性：合约有到期日，主力合约会换月。免费数据源经常不标注换月规则，你看到的连续K线可能是拼接出来的，价格跳空并非真实交易。做期货回测必须用带换月标记的数据，否则历史盈亏全是幻觉。
商品期货还涉及夜盘。免费平台有时只给日盘数据，夜盘的跳空缺口被吞掉。原油、黄金、螺纹钢这些品种夜盘波动大，缺了夜盘数据，策略逻辑直接变形。
期货实时数据对速度要求更高。股指期货和商品期货的套利策略，毫秒级延迟就能吃掉利润。这类场景只能依赖期货公司的专用数据通道或付费的C++行情接口，免费方案没有讨论价值。
历史数据回测怎么选源
回测用的历史数据，优先选带完整复权信息和停牌标记的。股票日线数据可以从Tushare、AkShare这类开源库获取，它们聚合了交易所公开数据，免费额度够个人研究用。缺点是需要自己校验数据质量，偶尔有缺失值。
付费数据商的历史数据贵在清洗过。除权除息、拆股合并、代码变更都处理好了，拿来就能跑。做严肃策略研究，这笔钱省不得。用脏数据回测出来的夏普比率，实盘能给你打对折。
期货历史数据更建议直接买。三大商品交易所的Tick数据、分钟线、日线，专业数据商有打包方案。自己从免费源拼凑，光换月调整就能耗掉几周时间，还不一定对。
数据质量怎么快速判断
拿到一份数据，先看三个地方。第一看时间戳精度，股票至少到秒，期货Tick要到毫秒。第二看复权方式，前复权、后复权、不复权必须明确标注。第三看异常值处理，涨停跌停期间的成交量和价格是否合理。
再做一个简单校验：拿一只你熟悉的老股票，比如上市超过十年的公司，把它的历史收盘价和除权记录对一遍。如果免费数据和付费数据在除权日附近差出好几个点，说明复权算法有问题。这个测试五分钟就能做完，能帮你避开大部分数据坑。
数据来源这件事，本质是花多少钱买多少确定性。免费数据练手，券商接口做实盘，付费数据做研究。搞清楚每类数据的边界，比追求“最全数据源”务实得多。
