股票未复权日行情 (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

## 一、数据简介 在量化投资和股票市场研究中,A股市场的日频行情数据是至关重要的资源。cn_stock_real_bar1d 表提供了A股市场的未复权日频行情数据,涵盖了股票的基本交易信息,如开盘价、收盘价、最高价、最低价、成交量、成交金额等。这些数据对于投资者、研究人员和交易员来说具有重要价值,可以用于技术分析、策略开发和市场情绪研究。例如,投资者可以通过分析涨跌幅和换手率来评估股票的短期表现和市场热度,同时利用成交金额和成交量来判断市场参与者的活跃程度。 * 数据起始时间:2005-01-04 * 数据更新频率:每个交易日你 | 关键字 | 释意 | | --- | --- | | instrument | 股票代码 | | date | 日期 | ## 二、数据应用场景 ### 1、技术分析 通过分析开盘价、收盘价、最高价和最低价,可以绘制K线图,识别市场趋势和价格形态。 利用涨跌幅和换手率,评估股票的短期表现和市场热度。 ### 2、策略开发 基于成交金额和成交量,开发量价分析策略,利用涨停价和跌停价,设计突破策略或风险控制策略。 未复权数据更能反映股票的真实市场价格波动,因为它包括了分红和配股等事件的直接影响。这对于短期交易策略(如日内交易、波段操作等)来说是有价值的,因为短期波动往往直接受到这些事件的影响。 ### 3、市场情绪研究 通过分析成交笔数和换手率,判断市场参与者的活跃程度和情绪变化。或者股息分红前后的股价波动可能反映了市场对该事件的反应情绪,未复权数据能够较好地呈现这一点。 ## 三、示例数据 数据仅展示前5行和后5行 {{cn_stock_real_bar1d_demo}}

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
adjust_factor double 累积后复权因子
amount double 成交金额
close double 收盘价
open double 开盘价
name string 证券简称
low double 最低价
high double 最高价
turn double 换手率
volume int64 成交量
instrument string 证券代码
pre_close double 昨收盘价
deal_number int32 成交笔数
date timestamp[ns] -
lower_limit double 跌停价
upper_limit double 涨停价
change_ratio double 涨跌幅
__PARTITION__ int64 -

表名cn_stock_real_bar1d

起始时间:

最近更新时间: