去年接触到量化投资这个概念时，我面对的第一个问题不是策略怎么写、回测怎么做，而是——数据从哪来？市面上主流的金融数据终端动辄上万一年，对个人量化爱好者来说实在吃不消。
幸运的是，我遇到了Tushare。这是一个完全免费开源的Python财经数据接口包，从日线K线到宏观指标，从A股到港股美股，几乎覆盖了量化分析所需的所有基础数据。今天这篇文章，我想把我的踩坑经验和学习路径分享给同样从零开始的朋友。
一、环境准备与基础配置
1.1 安装Tushare
打开你的命令行工具（Windows用户用CMD或PowerShell，Mac用户用终端），输入以下命令：
bash
pip install tushare
如果你的电脑同时安装了Python 2和Python 3，可能需要明确指定版本：
bash
pip3 install tushare --upgrade
安装完成后，导入验证：
python
import tushare as ts print(ts.__version__) # 建议确保版本号大于1.2.10
1.2 注册与获取Token
访问Tushare官网完成注册。需要注意的是，现在Tushare需要手机号验证，建议直接用常用手机号注册。注册成功后，进入「个人中心」→「API管理」→「立即开通」，会得到一个专属的API Token。
新手小贴士：免费版每天可以调用500次，对初期的学习和探索来说完全够用。如果想解锁更多数据，每天签到就能攒积分，完全不花一分钱。
1.3 Token安全配置（重要敏感信息配置）
很多新手会直接把Token写在代码里，这是一个不太好的习惯。建议把它保存在环境变量中：
python
import os import tushare as ts pro = ts.pro_api(os.getenv('TUSHARE_TOKEN')) # 从环境变量读取token二、获取日线行情数据
有了Token，我们就可以开始获取最基础的日线数据了。
python
import pandas as pd # 获取贵州茅台2023年日线数据 df = pro.daily(ts_code='600519.SH', start_date='20230101', end_date='20231231') print(df.head())
参数说明：
ts_code：股票代码，6开头加.SH（沪市），0和3开头加.SZ（深市）
start_date/end_date：格式必须为YYYYMMDD
asset：默认是E（股票），还有I（指数）、F（期货）等选项
返回的数据包含以下关键字段：
| 字段 | 含义 | 字段 | 含义 |
|---|---|---|---|
| trade_date | 交易日期 | open | 开盘价 |
| close | 收盘价 | high | 最高价 |
| low | 最低价 | volume | 成交量 |
三、数据清洗与准备
获取到的数据默认按trade_date逆序排列，而且trade_date是int类型，需要转成datetime。
python
# 按日期顺序排列 df = df.sort_values('trade_date', ascending=True) # 将trade_date转为datetime并设为索引 df['trade_date'] = pd.to_datetime(df['trade_date']) df.set_index('trade_date', inplace=True)四、可视化基础：画出第一张K线图
一切准备就绪，让我们画出第一张股价走势图：
python
import matplotlib.pyplot as plt plt.figure(figsize=(14, 7)) plt.plot(df.index, df['close'], label='收盘价', color='#1f77b4', linewidth=1.5) plt.title('贵州茅台2023全年股价走势图', fontsize=16, fontweight='bold') plt.xlabel('日期', fontsize=12) plt.ylabel('价格（元）', fontsize=12) plt.grid(alpha=0.3) plt.legend(loc='upper left') plt.tight_layout() plt.show()运行后就能看到一整年的股价曲线！对于刚刚接触量化的小白来说，这样的成就感正是继续探索的最好动力。
小结：今天我们从零搭建了Tushare环境、学会了获取日线数据、完成了数据的基础清洗和可视化。这些看似简单的操作，其实是整个量化分析流程的地基。下一篇，我们将在此基础上学习如何同时获取多只股票数据，并开始构建第一个量化策略。
