PyFinance

一个用于获取和处理中国市场ETF日频数据，并计算各类ETF指标的金融数据分析工具库。支持自动从 Tushare 拉取数据、清洗处理、宽表构建、指标批量计算等功能，适用于量化分析、因子研究等场景。

---

📁 项目结构说明

PyFinance/
├── Data/                         # 数据目录
│   ├── etf_daily.parquet         # 原始ETF日频数据
│   ├── wide_*.parquet            # 预处理后的各类宽表数据（按字段划分）
│   └── Metrics/                  # 计算得到的指标数据
│       ├── 2d.parquet
│       ├── 3d.parquet
│       └── ...更多指标结果
├── GetData/                      # 数据获取与预处理模块
│   ├── data_prepare.py
│   └── tushare_get_ETF_data.py
├── MetricsFactory/               # 指标计算模块
│   ├── metrics_cal.py
│   ├── metrics_cal_config.py
│   └── metrics_factory.py
├── main_get_data.py              # 主程序：数据获取与预处理
├── main_cal_metrics.py           # 主程序：指标计算
├── set_tushare.py                # 设置 Tushare Token 的脚本
├── requirements.txt              # Python 依赖列表
├── LICENSE
└── README.md                     # 本文件

---

🚀 快速开始

1️⃣ 安装依赖

请先确保安装了所需的Python依赖：

pip install -r requirements.txt

2️⃣ 设置 Tushare Token

打开 set_tushare.py，将你的 Tushare Token 写入环境变量或脚本中。

import tushare as ts
ts.set_token("your_token_here")

---

📥 获取并预处理ETF数据

执行主程序：

python main_get_data.py

程序逻辑如下：

• 若 Data/etf_daily.parquet 不存在：
  • 调用 全量拉取函数 get_etf_daily_data_all() 获取所有ETF历史数据；
• 若文件已存在：
  • 调用 增量更新函数 get_etf_daily_data_increment() 获取最新数据；

无论哪种方式，随后都会执行：

• data_prepare() 对数据进行清洗、过滤与宽表构建；
• 最终输出多个以 wide_*.parquet 命名的宽格式DataFrame，分别存储开盘价、收盘价、成交量、对数收益率等。

---

📊 计算ETF指标

python main_cal_metrics.py

该模块将基于 ETF 日频对数收益率数据与收盘价数据，计算多个区间（如1日、3日、1月、3月等）的指标结果。

你可以在 MetricsFactory/metrics_cal_config.py 文件中：

• 自定义指标类型
• 定义计算周期
• 设置指标公式

实际的指标逻辑代码写在 metrics_cal.py 中，支持矢量化加速和多进程共享内存。

对于目前支持的指标, 以及各个指标的含义, 计算逻辑, 支持的周期等信息, 请查看 MetricsFactory/metrics_cal_config.py 文件 或 MetricsFactory/指标说明.xlsx 文件。

结果将保存于 Data/Metrics/ 目录下。

---

✅ 增加自定义指标

若希望扩展自定义指标：

1. 在 metrics_cal_config.py 中添加配置项（名称、周期、公式说明）；
2. 在 metrics_cal.py 中添加计算逻辑；
3. 无需修改主程序，会自动加载并执行。

---

📌 示例字段解释（以原始ETF数据为例）

字段名	含义
ts_code	ETF代码
trade_date	交易日期
open	开盘价
close	收盘价
vol	成交量
amount	成交金额
pct_chg	涨跌幅
change	涨跌额
log_return	对数收益率（后续计算生成）

---

📜 LICENSE

本项目使用 MIT License 发布。

---

📮 联系方式

如果你在使用过程中遇到问题，欢迎提出, 可以添加微信: Kevin-CJM。

---