数据下载 - QuantMind 2.0

6 大标准量化数据层级

数据包严格按量化投研工业标准进行 6 层解耦与结构化存储：

quant_data 目录规范结构

quant_data/
├── 1_kline_data/            # 1. 基础行情 K 线层
│   ├── daily_forward/       #    - 前复权日 K 线（Parquet，全市场 A 股）
│   ├── daily_backward/      #    - 后复权日 K 线
│   ├── daily_unadjusted/    #    - 不复权原始日 K 线
│   ├── index_daily/         #    - 主要市场指数日 K 线
│   ├── min1_kline/          #    - 1 分钟高精细 K 线
│   ├── min5_kline/          #    - 5 分钟级别 K 线
│   └── tick_data/           #    - 逐笔 Tick 与高频快照
│
├── 2_base_sector/           # 2. 基础标的与板块特征
│   ├── instrument_detail/   #    - 股票基础信息、上市状态、交易所代码
│   ├── sector_concept/      #    - 申万行业、概念板块与题材分类
│   ├── index_weights/       #    - 沪深300/中证500/中证1000 成分股历史权重
│   ├── margin_trading/      #    - 融资融券标的与两融交易序列
│   └── trading_calendar/    #    - A 股完整交易日历
│
├── 3_financial_data/        # 3. 基本面与财务指标
│   ├── income/              #    - 利润表财务序列
│   ├── balance/             #    - 资产负债表
│   ├── cashflow/            #    - 现金流量表
│   ├── per_share/           #    - 每股财务指标与核心财务比率
│   ├── dividend_factors/    #    - 分红送配、转增除权除息因子
│   ├── holder_num/          #    - 股东户数与持股集中度
│   └── capital/             #    - 股本结构与流通盘变动
│
├── 4_bond_etf/              # 4. ETF 基金与可转债
│   ├── etf_pcf/             #    - ETF 基础信息与 PCF 申赎清单
│   └── convertible_bond/    #    - 可转债基础数据、转股价与转股溢价率
│
├── 5_technical_derived/     # 5. 技术指标与情绪衍生
│   ├── technical_indicators/#    - 经典指标库（MACD, RSI, KDJ, BOLL, ATR, OBV 等）
│   ├── valuation/           #    - 动态市盈率 PE(TTM)、PB、PS 与股息率
│   └── market_sentiment/    #    - 市场情绪序列（涨跌停统计、连板晋级率、炸板率）
│
└── 6_ml_datasets/           # 6. 机器学习与多因子特征库
    ├── l1_factors/          #    - L1 基础特征因子
    ├── l2_factors/          #    - L2 深度衍生多因子
    ├── l1_l2_factors/       #    - 300+ 维 L1+L2 因子全量汇总
    └── features_daily/      #    - 每日截面标准化特征集与准备好的训练矩阵

数据层级明细说明

目录名称	数据模块	文件格式	时间范围	应用场景
`1_kline_data`	日频/分钟/Tick K线行情	Parquet	2015年至今	量化回测、技术分析、日内高频策略
`2_base_sector`	板块分类与成分权重	Parquet / JSON	全历史	股票池筛选、行业中性化、基准对齐
`3_financial_data`	三大财务报表与分红	Parquet	2010年至今	基本面选股、价值投资、除权除息计算
`4_bond_etf`	ETF PCF 与可转债	Parquet	2018年至今	ETF 套利、可转债轮动与固收+ 策略
`5_technical_derived`	技术指标与市场情绪	Parquet	2015年至今	择时信号生成、估值分析、短线情绪跟踪
`6_ml_datasets`	300+ 预计算机器学习因子	Parquet	2015年至今	AI 模型训练、Alpha 因子挖掘、Qlib 回测

数据加载与使用示例

1. 配置数据目录

解压下载的数据包到本地或服务器磁盘（推荐路径为 D:\quant_data 或项目内的 data/ 目录）。

2. 使用 Pandas / DuckDB 极速读取

python

import pandas as pd
import duckdb

# 方式一：直接使用 Pandas 读取单个股票前复权日K线
df_kline = pd.read_parquet("D:/quant_data/1_kline_data/daily_forward/SH600519.parquet")
print(df_kline.tail())

# 方式二：使用 DuckDB 秒级查询全市场 300+ 因子截面
con = duckdb.connect()
df_factors = con.execute("""
    SELECT date, symbol, mom_ret_5d, vol_std_20, flow_net_amount_ratio
    FROM 'D:/quant_data/6_ml_datasets/l1_l2_factors/*.parquet'
    WHERE date = '2026-08-21'
    ORDER BY mom_ret_5d DESC
    LIMIT 20
""").df()
print(df_factors)

数据更新与维护

增量更新：部署 QuantMind 服务的用户支持每日盘后自动同步当天最新行情与预计算因子。
离线全量包：每周周末发布增量整合的全量离线归档包，百度网盘直链保持同步更新。
前缀规范：所有股票代码内部均采用 SH600036、SZ000001、BJ830799 等标准前缀格式。