量化数据清洗第一步：免费搞定股票代码、名称映射表，告别手动整

在量化投资研究中，获取准确完整的股票代码与名称映射表是数据清洗的第一步，也是构建可靠研究基础的关键环节。许多初学者会手动整理这份基础数据，既耗时又容易出错。

本文将介绍如何利用免费的Baostock 数据接口，快速获取并构建股票代码与名称的映射表，让数据清洗工作变得高效而专业。

在量化分析中，几乎所有的数据获取、数据清洗和数据分析环节都需要准确的股票标识。股票代码与名称映射表相当于量化研究的"字典"，它的重要性体现在：

数据关联基础：不同数据源可能使用不同的股票标识，映射表帮助我们在多个数据源间准确匹配数据。
自动化必备：在批量获取数据、结果展示和报告生成时，需要将代码转换为易于理解的股票名称。
数据校验依据：通过比对代码与名称的一致性，可以发现数据源中的异常情况。

以下是使用Baostock获取全部股票基础信息的完整代码示例：

import baostock as bs
import pandas as pd

# 登陆系统
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond  error_msg:'+lg.error_msg)

# 获取证券基本资料
rs = bs.query_stock_basic(code="sh.600000")
# rs = bs.query_stock_basic(code_name="浦发银行")
print('query_stock_basic respond error_code:'+rs.error_code)
print('query_stock_basic respond  error_msg:'+rs.error_msg)

# 打印结果集
data_list = []
while (rs.error_code == '0') & rs.next():
    # 获取一条记录，将记录合并在一起
    data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
# 结果集输出到csv文件
result.to_csv("D:/stock_basic.csv", encoding="gbk", index=False)
print(result)

# 登出系统
bs.logout()

量化数据清洗第一步：免费搞定股票代码、名称映射表，告别手动整

评论