1.量化第一步，搭建属于自己的金融数据库！

数据是一切量化研究的前提。 做量化没有数据，就相当于做饭时没有食材。

很多时候，我们需要从大量的数据中寻找规律，并从中开发出策略。如果我们每次使用的时候，都从网上去找数据，一方面效率低下，另一方面短时间大量的数据请求也很有可能招致封禁。

因此，搭建属于自己的金融数据库，势在必行！

很多人没有经验，会不自觉地产生畏难情绪，其实这个事情远没有大家想象的那么复杂。在这一系列文章中，我会一步一步地教会大家如何搭建好属于自己的金融数据库。

这个过程中可能有些技能你从来没有接触过，比如编程。但是没关系，我之后会将过程中所有需要的代码打包提供出来，也可以提供一些咨询服务。我也在准备录制一系列视频教程，方便零基础的朋友更直观地学习每一个步骤。

接下来我先简单帮大家串一下，搭建自用金融数据库的核心步骤有哪些。

一、部署数据库服务

我们的数据需要有一个载体，就像储存水的时候需要一个容器一样。

根据老Q的经验，上手成本最低的方法主要有两类，一是用本地文件的形式来存储数据，二是使用关系型数据库来存储数据。

通过本地文件来进行大数据研究是一种效率非常低下的形式，数据的更新维护成本也相对较高，因此我比较推荐第二种。

那么部署一个关系型数据库需要什么条件呢？首先，我们需要有一台设备， 这个设备可以是你的个人电脑，可以是一台服务器，也可以是一台支持Docker服务的NAS。

这些方案都有什么优劣呢？

方案	优势	劣势
个人电脑	成本较低，可以直接使用平时做量化研究的电脑来部署数据库。	存储空间可能受限，且因为个人电脑一般不会随时随地开机并联网，因此数据并不是随时随地可用的。
服务器	理论上云服务商的服务器甚至是数据库服务是最稳健的选择，平台稳定、工具完善。	成本较高，访问速度受限于自己开通的服务器带宽以及家中网络的带宽。
NAS	空间大、成本低。24小时运行，只要家中不断电断网，数据随时随地可用。	性能一般较差，但大部分情况下也够用了。云服务商提供的数据库服务性能也就那样。
组合使用	狡兔三窟，稳健，随时可用。	成本高。

我自己的方案是组合使用，我在阿里云服务器、家中的个人服务器和NAS上都部署了数据库，并且配置了主从同步。这样的一个好处是我把同一份数据在三个地方存储了，一般来说总有一个地方可以用，同时都出问题的概率比较低。

我平时在家做投研时，主要使用家中的个人服务器，毕竟性能强劲且内网带宽基本不存在什么瓶颈问题。但是如果你是一个零基础的研究者，我建议选择个人电脑或者NAS（强烈推荐） ，两千左右就能买到一台性能还不错的支持Docker的NAS。

在选择了硬件之后，软件方面我建议大家直接选择开源免费的MySQL，群众基础好，文档资源丰富，搭建过程比较简单。

之后的章节里，我会手把手教大家如何在不同的设备上部署数据库服务。

二、找到可用的数据源

我罗列了一些常用的数据源，大家可以根据自己的实际情况来进行选择。我自己是以tushare和爬虫抓取为主、理杏仁为辅。在之后的章节里我会详细演示如何从这些平台获取数据。

数据源	获取方式	费用	难度	维护成本
券商网站	爬虫	免费	高	高
财经网站	爬虫	免费	高	高
tushare	接口调用	较低	较低	较低
理杏仁	接口调用	适中	较低	较低
量化平台 掘金/聚宽/米筐/优矿……	接口调用	一般平台内使用免费，本地获取收费（昂贵）。 （掘金量化可以本地免费使用，但支持的数据有限。）	较低	较低
财经数据库 Wind/iFind/iChoice	接口调用 金融终端下载	昂贵	较低	较低
量化交易工具 QMT/Ptrade	接口调用 终端内使用	券商开户免费，有门槛	较低	较低
官方统计网站	爬虫/下载	免费	低	较低

三、创建数据库和数据表

对于初学者来说，想要数据库好用，最核心的地方就是设计好表结构和索引。

比如我们可能会有多个数据库分别存放股票、指数、外汇等资产相关的数据，同时在一个数据库下，我们还会在不同表里存储行情、财务、基本资料、技术指标等数据。

一般来说，我们为了提高数据的使用效率，会把常常一起使用且主键一致的数据放到一张表里，不常一起使用的数据则分开存放，避免冗余的存储和扫描。

这些技术细节还是等后续我们讲到的时候再展开聊，大家看不懂也没关系，我会直接提供好这些常用数据表的创建语句。

四、写入数据并定期更新

比较理想的情况是在最开始一次性灌入历史所有数据，然后再每天定时更新最新的数据。这种情况需要你有一台电脑能部署一些脚本。

不会编程的朋友也不必发愁，这些我都会逐一讲到，也会将全部脚本打包提供，到时候大家就按照老Q的教程配置好就行。

---

做完上述这些步骤以后，你就有了属于自己的好用的金融数据库了，接下来就可以愉快地玩耍了！关注后续更新，老Q手把手带你完成量化研究的准备工作！