auto-sync: 2026-03-26 20:02:11

2026-03-26 20:02:11 +08:00
parent f69286b75c
commit a1e4bba242
4 changed files with 305 additions and 0 deletions
@@ -0,0 +1,97 @@
+# 📊 A股本地数据仓库
+
+## 📋 数据概况
+
+### 基础信息数据
+- **数据来源**: AKShare (免费开源)
+- **股票数量**: 5,493只A股
+- **时间范围**: 2010年至今
+- **创建时间**: 2026-03-26 20:02:10
+
+### 存储结构
+
+```
+data/
+├── raw/                          # 原始数据
+│   ├── a_stock_daily/           # A股日线行情数据（待下载）
+│   │   ├── 2010/                # 按年分区
+│   │   ├── 2011/
+│   │   └── ...
+│   ├── financial_reports/       # 财报数据（待下载）
+│   ├── stock_info/              # 股票基础信息
+│   └── data_sources/           # 数据源配置
+├── processed/                    # 处理后数据
+│   ├── a_stock_daily/           # 清洗后的日线数据
+│   ├── financial_indicators/    # 财务指标计算数据
+│   ├── stock_info/              # 标准化股票信息
+│   └── quality_reports/         # 数据质量报告
+└── running_data/                # 运行数据
+    ├── update_logs/             # 更新日志
+    └── config/                  # 运行配置
+```
+
+### 数据结构
+
+#### 基础信息数据字段
+- **symbol**: 股票代码
+- **name**: 股票名称  
+- **industry**: 所属行业
+- **market**: 市场类型
+- **list_date**: 上市日期
+- **total_market_cap**: 总市值
+- **circulating_market_cap**: 流通市值
+
+#### 日线数据字段
+- **date**: 交易日期
+- **open/high/low/close**: 开高低收价格
+- **volume**: 成交量
+- **amount**: 成交额
+- **adj_factor**: 复权因子
+
+### 🚀 使用说明
+
+#### 1. 数据访问
+```python
+import pandas as pd
+
+# 读取基础信息
+basic_info = pd.read_csv("raw/stock_info/stock_basic_info_raw_*.csv")
+
+# 读取日线数据（按年分区）
+daily_2024 = pd.read_parquet("raw/a_stock_daily/2024/*.parquet")
+```
+
+#### 2. 数据更新
+```bash
+# 运行日线数据下载
+python3 scripts/data_acquisition/a_stock_daily_data.py
+```
+
+### 📊 数据质量
+
+#### 完整性检查
+- 交易日连续性
+- 价格数据完整性
+- 成交量一致性
+
+#### 准确性验证
+- 价格逻辑检查
+- 数据格式统一
+- 异常值检测
+
+### 🔧 技术架构
+
+#### 数据采集
+- 使用AKShare开源库
+- 批量并行下载
+- 自动错误重试
+
+#### 数据处理
+- Parquet列式存储
+- Snappy压缩
+- 时间分区索引
+
+---
+
+**数据维护**: 赵云（数据工程将军）
+**最后更新**: 2026-03-26 20:02:10