未复权日行情 (cn_stock_real_bar1d)

数据描述: 该表提供了股票市场的未复权日行情数据,包括股票的开高低收、成交量、成交笔数、成交金额、涨跌幅、换手率、涨/跌停价等关键指标。未复权数据表示没有调整过的原始交易数据,这些数据反映了市场的实际成交情况。

文档
数据简介

### 数据简介 当投资者和分析师们考虑投资中国股票市场时,了解每个公司的未复权股票价格变化是至关重要的。未复权股票价格是指没有考虑任何股息或股票分割等情况下的原始股票价格。未复权股票价格对投资者和分析师至关重要,因为它们提供了关于公司在特定时间内股票价格走势的信息。如果一个公司在某个时期内的未复权股票价格呈现出稳定的上升趋势,那么这可能预示着该公司的业务状况良好,股票具有较高的投资价值。 为了帮助投资者和分析师更好地了解中国A股市场的股票价格变化,我们提供了一张未复权日行情数据表,该表包含了中国A股市场上每个股票的日频未复权股票价格数据。该表的主键是日期和证券代码,这意味着您可以轻松地使用SQL查询来获取某个日期和特定股票的股票价格信息。此外,该表还包含了一些其他有用的数据,例如股票的流通市值、总市值、市盈率、市净率等。 通过使用这张未复权日行情数据表,投资者和分析师可以轻松地查看每个股票的历史股票价格,并据此进行进一步的分析和研究。例如,您可以使用SQL查询来计算某个股票在特定时间段内的平均未复权股票价格,或者计算某个股票在特定时间段内的股息率和总回报率。这些信息可以帮助您更好地了解每个股票的投资价值和风险特征,并根据自己的投资目标和风险偏好进行投资决策。 ### 数据说明 * 数据起始时间:2005-01-01 * 数据更新频率:日频 * 数据发布时间:每日更新 * 数据单位:元 ### 收费标准 免费 ### 主键 | 关键字 | 释意 | | --- | --- | | date | 交易日期 | | instrument | 指证券代码,比如:000002.SZ,600001.SH | ### 数据供应者 BigQuant ### 使用场景 * 技术分析:未复权日行情数据是技术分析的重要数据来源之一。技术分析是一种基于历史价格和交易量数据的分析方法,它的核心是通过价格走势图和各种技术指标来预测股票价格的走势。未复权日行情数据中包含股票的开盘价、收盘价、最高价、最低价等信息,这些信息可以用来绘制K线* * 图和各种技术指标,为技术分析提供基础数据。 * 回测策略:未复权日行情数据也是量化投资中的重要数据来源之一。量化投资是一种利用计算机技术和大量数据进行投资决策的方法。未复权日行情数据中包含股票的各种价格和成交量等信息,这些信息可以用来构建各种量化模型和策略,为投资者提供更为科学和可靠的投资决策依据。 * 风险管理:未复权日行情数据中的价格和成交量等信息也可以用于风险管理。投资者可以利用这些数据来进行风险分析和管理,例如计算各种风险指标、构建风险模型等,为投资决策提供更为科学和全面的依据。 ### 常见问题 #### Q:为什么要构建一张未复权日行情表? A:有些量化策略需要考虑历史时期内的分红和配股等因素,而后复权日行情数据会将这些因素进行调整,从而导致数据失真。因此,在这种情况下,使用未复权日行情数据可以更加准确地进行回测和分析。具体而言,未复权日行情数据可以用于以下几个方面:1.股息率计算:未复权日行情数据是最基本的股票交易数据,可以用于计算股息率,这在一些投资者和研究员的投资决策中很重要;2.回测股票投资策略:回测股票投资策略时,需要使用未复权日行情数据进行回测,以便考虑历史上的分红和配股等因素。这可以帮助投资者更加准确地评估他们的投资策略;3.估值分析:在估值分析中,未复权日行情数据可以用于计算公司的市盈率、市净率等估值指标,帮助投资者更好地了解公司的价值。 #### Q:该表中的什么字段是用来表示股票的交易日期的? A:该表中使用 "date" 字段来表示股票的交易日期。 #### Q:该表中的 "turnover" 字段表示什么意思? A:该字段表示当天成交量与股票的流通股本之比,以百分比表示。

用例
* 用例1:获取日内最高价和最低价 ``` import dai df = dai.query(""" SELECT date, instrument, high, low FROM cn_stock_real_bar1d WHERE instrument='000032.SZ' ORDER BY date""", filters={"date": ["2023-01-01", "2023-12-31"]} ).df() ``` * 用例2:对比未复权数据和复权数据 ``` import dai df = dai.query(""" SELECT date, instrument, t1.open AS real_open, t1.close AS real_close, t2.open AS adjust_open, t2.close AS adjust_close FROM cn_stock_real_bar1d AS t1 JOIN cn_stock_bar1d AS t2 USING (date, instrument) WHERE instrument='000032.SZ' ORDER BY date""", filters={"date": ["2023-01-01", "2023-12-31"]} ).df() ``` * 用例3:查询特定日期范围内某个证券的最高价和最低价 ``` import dai df = dai.query(""" SELECT instrument, MAX(high) as max_high, MIN(low) as min_low FROM cn_stock_real_bar1d WHERE instrument = '000002.SZ' GROUP BY instrument""", filters={"date": ["2023-01-01", "2023-12-31"]} ).df() ``` * 用例4:查询某个日期范围内成交量最大的前10个证券: ``` import dai df = dai.query(""" SELECT instrument, SUM(volume) as total_volume FROM cn_stock_real_bar1d GROUP BY instrument ORDER BY total_volume DESC LIMIT 10""", filters={"date": ["2023-01-01", "2023-12-31"]} ).df() ``` * 用例5:查询某个日期范围内涨幅最大的前5个证券: ``` import dai df = dai.query(""" SELECT instrument, MAX(change_ratio) as max_change_ratio FROM cn_stock_real_bar1d GROUP BY instrument ORDER BY max_change_ratio DESC LIMIT 5""", filters={"date": ["2023-01-01", "2023-12-31"]} ).df() ```
表结构
字段 字段类型 字段描述
change_ratio double 涨跌幅
turn double 换手率
pre_close double 昨收盘价
high double 最高价
amount double 成交金额
volume int64 成交量
instrument string 证券代码
deal_number int32 成交笔数
__PARTITION__ int64 -
date timestamp[ns] -
name string 证券简称
lower_limit double 跌停价
upper_limit double 涨停价
adjust_factor double 累积后复权因子
low double 最低价
open double 开盘价
close double 收盘价

表名cn_stock_real_bar1d

起始时间:

最近更新时间: