2016年8月13日，文因互联举办智能金融沙龙第9期，由TuShare的作者刘志明先生主讲“量化投资从数据说起”
刘志明，财经数据接口包T uShare 的创始人，就职于通联数据， 12 年技术开发和金融数据分析经验，主要从事数据采集和处理工作，为金融量化和主动型投资提供专业数据支持
TuShare 是一个免费、开源的 Python 财经数据接口包，主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，能极大减轻量化研究的工作量，使他们更加专注于策略和模型的研究与实现上
演讲开始，刘志明先生对 TuShare 这个名字的起源做了解释： Tu 是兔子的兔，来源于“挖地兔”
刘先生小时候去山上捡柴，看到野兔在地里爬萝卜，需要用很大的力气才能吃到萝卜，这件事情让刘先生印象深刻
后来刘先生工作中也需要爬取一些数据，这让他联想到小时候看到兔子爬萝卜的经过，感觉自己也像是爬萝卜（数据）的兔子，而当时爬的数据很多都是为了分享给大家，于是 TuShare 就这样诞生了
刘志明先生接下来对 TuShare 的现状以及未来的期许做了详细的阐述
TuShare 用起来很方便，但是也有一些问题，比如说数据质量，还有数据和 API 维护的持续性
目前数据来源于网络例如新浪财经、凤凰财经、网易，也包括交易所的网站，但是有些数据质量一般，稳定性也不太好，所以后期会规划新的版本，力争解决这些问题，也会尽力去寻找更多特色大数据，帮助用户用有效的数据来发现市场的无效性，寻找更多的 alpha
T uShare 的优点首先是免费和开源；其次是数据使用方便，期望以后一起做社区，大家都来用数据并发现问题，这样数据质量就会不断提高，也期望数据一直免费服务于 Quant ，作为量化投资前期研究的强大支持
另外 TuShare 是基于 Python 科学计算库开发，提供很多数据清洗的函数和方法，为量化策略的实现提供便捷的接口
量化投资的关键要素 刘先生讲到做事情讲究天时、地利、人和 ， 映射到量化投资里面包括以下三方面： 首先是 数据 ，数据是第一要位，尤其是高质量的数据，假如没有数据就无从做回测，没有好的数据就无法得到正确的结果
其次是 经验 ，有了数据就可以写模型，完成一个有效的策略需要丰富的投资经验，这很关键
最后是 运气 ，虽然量化投资可以实现量化对冲，与主动型投资相比，跟系统性风险关联并不太大，但是也是需要一些运气
踩好节奏，规避一些结构性风险，一方面是政策风险，二是趋势风险
量化投资关键步骤 首先是做 数据采集和整理 ，主要包括数据规划、采集、清洗处理、结构化、 API 化
因为从各个源头去采集数据的话，需要做很多工作，这部分占了量化模型实现百分之六十左右的工作量
二是 策略开发和调优 ，这部分主要包括设计策略模型，编码实现模型，通过数据进行回测，根据结果进行优化改进，这部分主要占据大约百分之三十的工作量
三是 模拟和交易 ，策略实盘之前要进行模拟测试，根据实际的行情进行模拟交易跟踪，模拟通过之后进行实盘交易，资金量级的大小会影响策略的效果，不同的阶段要进行很谨慎的测试和模拟
传统金融数据分类 量化投资主要需要哪些数据呢？这里主要讲一些传统的数据分类，其实还有很多特色大数据
第一是 基础数据 ，没有基础数据很多的量化策略是没法写的
主要包括：证券及公司基本信息，行情数据，财务报表，公司行为，财务数据，市场行为，指数数据等
二是 宏观和行业数据 主要包括：各类经济指标，国内生产总值，居民消费指数，特价指数，经济景气指数，财政与货币政策价格，工业品出厂价格指数等，行业包括有色煤炭，能源化工，房地产，汽车交运，电力，消费品等
三是 高频数据 ：股票的分笔高频，分时高频，各类分钟数据，股指期货高频，商品期货高频等
四是 衍生数据 ：这个数据体现了公司的投资和技术能力，很多需要自己去计算，但是小公司或者是小的机构没有这种研究能力，需要采购，比如很多有价格的技术因子，基本面因子，资金流向因子，分析师因子，风控数据等
数据采集途径 主要有数据终端、数据 API 、财经和行业网站、数据库四种方式
数据处理工具和过程 数据存储类型主要是有 CSV ， TXT ， EXCEL ， HDF file ， DataBase ；数据处理工具有很多例如 Python 、 R 语言、 Matlab 、 SAS 、 Java 等，但是目前 Python 在金融数据分析领域越来越越受到欢迎
数据来源 行情、基本面、公告财报 等披露信息主要来源于证券交易所，期货交易所
证券交易所主要包括：上海证券交易所，深圳证券交易所，全国中小企业股份转让系统
上海证券交易所和深证交易所，投资品种有 A 股和 B 股，债券，封闭式基金， ETF 等品种的行情、财报及公告
全国中小企业股转系统：新三板，做市或协议行情、财报和公告
期货交易所主要有：上海期货交易所，大连商品交易所、郑州商品交易所、中国金融期货交易所
宏观数据 ：国家统计局、财政部、人民银行其中国家统计局的数据是最权威的财政部主要是提供货币和财政政策
行业数据 ：行业协会（大部分需要注册账号或者是购买帐号才能获取数据）、政府机构（如商务部农业部）、行业网站（最及时，自己有数据采集能力 )
数据服务产生过程 数据服务产生主要分为三个步骤：数据源发布数据、数据供应商采集和处理、用户获取
数据源（交易所等）主要生产和发布实时行情数据、交易数据、财报公告等，经过数据供应商的采集和整理，以规整的、结构化的信息提供给用户，而用户的获取途径可以是终端、网站、供应商数据库等，能提供完整数据库的供应商主要有通联数据、W ind 、恒生聚源等
整个交流活动持续了大概两个多小时，期间进行了数据采集和数据处理的程序 DEMO ，也通过展示数据源网站进行了数据采集探讨，针对传统金融数据和特色大数据的应用进行了广泛的交流
点击“ 阅读原文 ”即可报名本周由文因互联CTO张强主讲的智能金融沙龙（第10期）——金融自动化报告现状、发展与未来