FQuant Document

Appearance

FAQ ​

基础问题 ​

Q: DataSource 模块提供什么功能？ ​

DataSource 模块提供统一的数据源接口，支持多数据源动态切换：

功能说明
统一入口get_datasource() 获取数据源实例
多数据源支持 TDX、东方财富等
健康检查检查数据源连接状态
适配器注册支持自定义适配器扩展

Q: 如何获取数据？ ​

python
from FQData.DataSource import get_datasource

ds = get_datasource()

# 设置数据源模式
ds.set_mode('tdx')

# 获取股票日线
data = ds.get_stock_day('600000', start='2024-01-01', end='2024-12-31')

配置问题 ​

Q: 如何切换数据源？ ​

python
from FQData.DataSource import get_datasource, DataSourceMode

ds = get_datasource()

# 方式1：使用字符串
ds.set_mode('tdx')

# 方式2：使用枚举
ds.set_mode(DataSourceMode.TDX)

# 方式3：使用数字
ds.set_mode(1)

Q: 支持哪些数据源模式？ ​

模式值说明
TDX1通达信
EASTMONEY2东方财富
AKSHARE3AKShare
EFINANCE4EFinance

数据获取问题 ​

Q: 如何获取股票日线数据？ ​

python
ds = get_datasource()

# 基本用法
data = ds.get_stock_day('600000', start='2024-01-01', end='2024-12-31')

# 参数说明
# code: 股票代码
# start: 开始日期
# end: 结束日期
# adjust: 复权类型 (None/qfq/hfq)

Q: 如何获取分钟数据？ ​

python
ds = get_datasource()

# 1分钟
data = ds.get_stock_min('600000', freq='1min', start='2024-01-01')

# 5分钟
data = ds.get_stock_min('600000', freq='5min', start='2024-01-01')

# 15/30/60分钟同理
data = ds.get_stock_min('600000', freq='15min', start='2024-01-01')

Q: 支持哪些频率？ ​

频率说明
1min1分钟
5min5分钟
15min15分钟
30min30分钟
60min60分钟
1h1小时 (=60min)
day/d日线
week/w周线
month/M月线

适配器问题 ​

Q: 如何使用 TDX 适配器？ ​

python
from FQData.DataSource.adapters.tdx import TdxStockAdapter

adapter = TdxStockAdapter()

# 获取股票数据
data = adapter.get_security_bars(
    code='600000',
    category=9,  # 日线
    start=0,
    count=100
)

Q: 如何注册自定义适配器？ ​

python
from FQData.DataSource import register_source, DataSourceAdapter

class CustomAdapter(DataSourceAdapter):
    def get_stock_day(self, code, start, end):
        # 自定义实现
        return custom_data

# 注册
register_source('custom', CustomAdapter)

# 使用
ds = get_datasource()
ds.set_mode('custom')

Q: 如何检查数据源健康状态？ ​

python
from FQData.DataSource import DataSourceHealthCheck

checker = DataSourceHealthCheck()

# 检查所有
status = checker.check()
print(f"总体状态: {status.status}")

# 检查特定适配器
tdx_status = checker.check_adapter('tdx')
print(f"TDX: {tdx_status.is_healthy}")

性能问题 ​

Q: 如何优化数据获取性能？ ​

python
# 1. 使用并行获取
from FQData.DataStore import save_stock_day_parallel

save_stock_day_parallel(
    codes=['600000', '000001', '000002'],
    start='2024-01-01',
    end='2024-12-31',
    workers=4  # 并行数
)

# 2. 使用缓存
ds = get_datasource()
ds.enable_cache()  # 启用缓存

# 3. 批量获取
ds.get_stock_day_batch(['600000', '000001'], start='2024-01-01', end='2024-12-31')

Q: 请求频率限制？ ​

python
# TDX 适配器有请求频率限制
# 建议：
# - 日线数据：每秒不超过 10 个请求
# - 分钟数据：每秒不超过 5 个请求
# - 实时数据：每秒不超过 20 个请求

错误处理 ​

Q: 常见错误及解决方案 ​

错误原因解决方案
ConnectionError网络问题检查网络连接
DataNotFoundError数据不存在检查代码和日期
TimeoutError请求超时减少请求频率
MarketClosedError市场休市等待开盘时间

相关文档 ​