進階必備-定制自己的數據接口 -《AKShare 源碼解析》

前言

AKShare 開源財經數據接口庫，目前在 GitHub 已有 8.5K star，同時也是目前國內最流行的開源財經數據接口庫之一。無論在學術研究、量化投研還是數據科學（人工智能與大模型）領域，AKShare 都占據一席之地！隨著現在大模型領域如火如荼的發(fā)展，在財經領域，采集到高質量的財經數據的價值越來越凸顯，比如最新的學術論文《AlphaFin: Benchmarking Financial Analysis with RetrievalAugmented Stock-Chain Framework》就利用 AKShare 來采集數據，在流行的開源組織 AI4Finance 中 FinRL 項目也集成 AKShare 來獲取財經數據！

本次推出《AKShare 源碼解析》課程，秉承授人以魚不如授人以漁的宗旨，通過對 AKShare 源碼的解析，讓大家了解并掌握相關財經接口的使用及進一步開發(fā)的方法，在講解源碼的過程中了解如何進行財經網絡數據采集。從而讓使用 AKShare 的小伙伴能夠定制適合自己的數據接口，也能夠掌握網絡數據采集中的各項工具和技能。

課程簡介

《AKShare 源碼解析》課程采用錄制視頻進行教學，方便大家不斷鞏固學習。每節(jié)課程都會按照知識點介紹、實戰(zhàn)應用和總結三部分進行，同時課程配套：教程、代碼和參考資料。既可以讓大家了解相關 AKShare 接口的使用，也可以學習其實現原理，并且會給大家介紹在財經網絡數據采集中的注意事項，以解決碰到的各種實際問題。

課程特色

1. 以財經數據為特色：在講授網絡數據采集的過程中結合財經數據自身的特點，所有案例都圍繞財經數據展開
2. 以實際案例為核心：利用最合適的技術棧解決實際問題
3. 豐富數據衍生后續(xù)：數據清洗、數據分析、數據可視化及相關財經知識
4. 課程配套資料豐富：教程、代碼和參考資料等一應俱全
5. 持續(xù)更新維護：課程動態(tài)更新，案例不斷增加
6. 結識更多大佬：由 AKShare 和 PyBroker 的維護者親自講解，還有更多領域的大佬參與！

適用人群

1. 對利用 Python 進行財經網絡數據采集感興趣的小伙伴
2. 對量化投資領域感興趣的小伙伴，拓展策略的數據來源
3. 對參與開源項目感興趣的小伙伴，通過本課程的學習，手把手教學如何給開源項目提交代碼！

得到的收獲

1. 了解國內外學術數據源、業(yè)界數據源及另類數據源，擴充數據的廣度和深度
2. 掌握利用 Python 進行財經數據采集的技能，提高獲取數據的能力
3. 掌握流行開源項目的開發(fā)流程并可以參與到 AKShare 項目中，讓自己開發(fā)的接口給廣大小伙伴使用
4. 為進一步進行量化投研、數據科學打下堅實的基礎
5. 結識一群志同道合的朋友，共同學習交流，不斷提升技能

課程目錄

前置知識（已更新完畢）

1. 第一章：選擇趁手的工具
1. Python 介紹及版本選擇
2. IDE 介紹及版本選擇
3. 虛擬環(huán)境搭建
4. 需要使用到的相關工具介紹
2. 第二章：網頁知識初探
1. HTML
2. CSS
3. JavaScript
4. 網頁結構介紹
3. 第三章：財經數據源介紹
1. 國內財經數據源
2. 國際財經數據源
3. 業(yè)界財經數據源
4. 學界財經數據源
5. 另類財經數據源

網絡數據采集基礎（正在更新中）

4. 第四章：網絡數據采集基礎
1. HTTP 及網絡數據采集的基本原理
2. 網絡請求庫 requests 介紹和使用
3. 解析庫 beautifulsoup 介紹和使用
5. 第五章：網絡數據采集進階
1. 多線程、多進程和協(xié)程
2. JavaScript 動態(tài)渲染頁面采集
3. 模擬登錄
4. JavaScript 逆向
5. 網頁通用解析工具
6. Scrapy 框架
6. 第六章：數據效驗
1. 通用數據驗證庫 pandatic 庫介紹
2. pandas.DataFrame 數據效驗庫 pandera 庫介紹
3. 先驗知識介紹
7. 第七章：本地數據存儲
1. CSV 數據存儲
2. JSON 數據存儲
3. MySQL 數據存儲

數據處理基礎

8. 第八章：數據清洗
1. 文本數據清洗
2. JSON 數據清洗
3. 特殊數據格式處理
9. 第九章：數據處理
1. Pandas 介紹
2. 缺失值處理
3. 重復值處理
4. 異常值處理
5. 數據整合
6. 數據格式轉換

財經數據采集

10. 第十章：股票數據采集
1. 龍虎榜
2. 熱門股票
3. 資金流入
4. 概念板塊
5. …………
6. 東方財富
7. 新浪財經
8. 其他網站
9. 東方財富
10. 新浪財經
11. 其他網站
12. 股票量價數據
13. 股票財務數據
14. 股票衍生數據
11. 第十一章：期貨數據采集
1. 基差計算
2. …………
3. 期貨手續(xù)費
4. 主力合約
5. OHLC 數據
6. 持倉數據
7. 龍虎榜數據
8. 期貨量價數據
9. 期貨特色數據
10. 期貨衍生數據
12. 第十二章：宏觀數據采集
1. 國內宏觀數據
2. 國際宏觀數據
3. 國際財經數據采集－英為財情
4. 商品指數
5. …………
13. 第十三章：另類數據采集
1. 空氣指數數據采集
2. 財富數據采集
3. 電競數據采集
4. 娛樂數據采集
5. 電影票房數據采集
6. 奧運會數據采集
7. 疫情數據采集
8. …………

數據分析及可視化

14. 第十四章：財經數據可視化
1. 股票數據分析及可視化
2. 期貨數據分析及可視化
3. 基金數據分析及可視化
15. 第十五章：另類數據可視化
1. 數據可視化工具：matplotlib
2. 動態(tài)可視化工具：pyecharts 和 plotly 衍生知識
16. 第十六章：財經衍生知識
1. 基礎產品
2. 衍生產品
17. 第十七章：財經數據工具
1. AKShare 及其他數據接口庫
2. AKTools HTTP API 工具
3. 網絡數據采集提高
   
   
   
   

??Q&A