FQuant Document

Appearance

DataStruct - 使用指南 ​

阅读路径 ​

角色阅读路径
🟢 新手入门README → 快速入门 → 使用指南
🔵 开发者README → 技术架构 → API参考 → 使用指南

概述 ​

如何有效地使用 DataStruct 模块。

基本用法 ​

安装 ​

bash
pip install fquant-fqdata

快速开始 ​

python
import pandas as pd
from FQData.DataStruct import StockDayData

# 创建数据
data = pd.DataFrame({
    'code': ['000001', '000001'],
    'date': ['2024-01-01', '2024-01-02'],
    'open': [10.0, 10.5],
    'high': [10.5, 11.0],
    'low': [9.5, 10.0],
    'close': [10.2, 10.8],
    'volume': [1000000, 1200000],
})
data['date'] = pd.to_datetime(data['date'])
data = data.set_index(['code', 'date'])

# 创建实例
stock = StockDayData(data)

# 使用模块
result = stock.select_code('000001')
print(result)

常见用例 ​

用例 1: 股票数据处理 ​

场景： 处理股票日线数据

代码：

python
# 第1步：获取数据（假设从数据源获取）
data = get_stock_data('000001', '2024-01-01', '2024-12-31')

# 第2步：创建数据对象
stock = StockDayData(data)

# 第3步：数据筛选
filtered = stock.select_time('2024-01-01', '2024-06-30')

# 第4步：计算指标
stats = filtered.mean()
print(stats)

用例 2: 期货分钟数据重采样 ​

场景： 将分钟数据转换为日线

代码：

python
# 获取分钟数据
min_data = FutureMinData(minute_data)

# 重采样为日线
daily_data = min_data.resample('D')

# 重采样为周线
weekly_data = min_data.resample('W')

用例 3: 多数据合并 ​

场景： 合并多个数据源

代码：

python
# 获取两个数据源的数据
data1 = datasource1.get_stock('000001')
data2 = datasource2.get_stock('000001')

# 创建数据对象
stock1 = StockDayData(data1)
stock2 = StockDayData(data2)

# 合并数据
combined = stock1 + stock2

配置 ​

复权类型 ​

python
# 前复权（默认）
stock = StockDayData(data, if_fq='qfq')

# 后复权
stock = StockDayData(data, if_fq='hfq')

# 不复权
stock = StockDayData(data, if_fq='none')

数据频率 ​

python
# 日线
stock_day = StockDayData(data, frequence='day')

# 分钟线
stock_min = StockMinData(data, frequence='min1')

错误处理 ​

python
try:
    result = stock.select_code('000001')
except ValueError as e:
    print(f"值错误: {e}")
except KeyError as e:
    print(f"键错误: {e}")

相关文档 ​