cfdaily
139 lines
4.8 KiB
Markdown
139 lines
4.8 KiB
Markdown
# zhaoyun-data 当前进展汇报
|
||
|
||
## 1. 已完成工作
|
||
|
||
### ✅ 基础架构建设
|
||
- [x] 完整数据目录结构已创建（按照AGENTS.md规范）
|
||
- [x] 全套技术工具链开发完成
|
||
- [x] 数据质量管理系统开发完成
|
||
- [x] 文档体系完善
|
||
|
||
### ✅ 基础数据采集
|
||
- [x] **A股基础信息**：5,493只A股（含退市）基础信息采集完成
|
||
- 字段：代码、名称、行业、市值、上市时间等
|
||
- 存储位置：`data/raw/stock_info/`
|
||
- 格式：CSV + JSON + Parquet（多格式备份）
|
||
|
||
### ✅ 数据采集工具开发
|
||
- [x] `a_stock_basic_info.py` - 基础信息采集工具 ✓
|
||
- [x] `a_stock_daily_data_downloader.py` - 日线数据下载器 ✓（代码已修复接口）
|
||
- [x] `a_stock_financial_data_downloader.py` - 财务数据下载器 ✓
|
||
- [x] `minute_kline_collector.py` - 分钟K线采集器 ✓
|
||
- [x] `data_quality_manager.py` - 数据质量管理系统 ✓
|
||
- [x] `a_stock_data_main.py` - 综合主控程序 ✓
|
||
|
||
### ✅ NAS准备
|
||
- [x] NAS挂载验证完成 ✓
|
||
- [x] 分钟数据目录结构已创建 ✓
|
||
- [x] 下载配置已生成 ✓
|
||
|
||
### ✅ 网络配置
|
||
- [x] ClashX已添加国内数据源直连规则 ✓
|
||
- [x] DNS解析问题已解决 ✓
|
||
|
||
---
|
||
|
||
## 2. 已接入数据源
|
||
|
||
| 数据类型 | 数据源 | 状态 | 说明 |
|
||
|----------|--------|------|------|
|
||
| **A股基础信息** | AKShare | ✅ 已完成 | 5,493只股票基本信息 |
|
||
| **A股日线行情** | AKShare/东方财富 | ⚠️ 代码就绪，IP被限 | 接口可用但IP被访问频率限制 |
|
||
| **A股分钟K线** | AKShare/新浪 | ❌ 接口失效 | 新浪接口返回格式变化，AKShare无法解析 |
|
||
| **A股财务数据** | AKShare/东方财富 | ⚠️ 代码就绪，IP被限 | 和日线数据同一数据源，当前无法下载 |
|
||
|
||
---
|
||
|
||
## 3. 数据存储位置和格式
|
||
|
||
### 本地存储（zhaoyun-data/）
|
||
|
||
```
|
||
data/
|
||
├── raw/ # 原始数据
|
||
│ ├── a_stock_daily/ # 日线数据（结构就绪，等待下载）
|
||
│ ├── financial_reports/ # 财务报表（结构就绪，等待下载）
|
||
│ ├── stock_info/ # 基础信息 ✅
|
||
│ │ └── stock_basic_info_raw_20260326_113530.*
|
||
│ └── running_data/ # 运行数据
|
||
├── processed/ # 处理后数据
|
||
│ ├── a_stock_daily/
|
||
│ ├── financial_indicators/
|
||
│ ├── stock_info/
|
||
│ └── quality_reports/
|
||
└── running_data/ # 运行日志和配置
|
||
├── logs/
|
||
└── config/
|
||
```
|
||
|
||
**存储格式：**
|
||
- 原始数据：Parquet（Snappy压缩）+ JSON元数据
|
||
- 按年份分区存储（日线数据）
|
||
- 支持增量更新
|
||
- 完整数据质量校验信息
|
||
|
||
### NAS存储
|
||
|
||
```
|
||
/Users/chufeng/nas/stock/minute_kline/ # 分钟K线数据
|
||
├── 1min/ # 1分钟数据（等待下载）
|
||
├── 5min/ # 5分钟数据（等待下载）
|
||
├── 15min/ # 15分钟数据（等待下载）
|
||
├── logs/ # 下载日志
|
||
├── reports/ # 下载报告
|
||
└── download_config.json # 下载配置 ✅
|
||
```
|
||
|
||
---
|
||
|
||
## 4. 未完成工作和缺失数据
|
||
|
||
### 🔄 未完成任务
|
||
|
||
| 任务 | 状态 | 受阻原因 |
|
||
|------|------|----------|
|
||
| 日线数据全量采集 | ⛔ 受阻 | 当前IP被东方财富网访问频率限制 |
|
||
| 财务数据采集 | ⛔ 受阻 | 同一数据源，同样受IP限制 |
|
||
| 分钟数据全量采集 | ⛔ 受阻 | 新浪接口格式变化，AKShare无法解析 |
|
||
| 数据清洗验证 | ⏳ 等待数据采集完成 | 数据采集完成后执行 |
|
||
|
||
### 📋 缺失数据
|
||
|
||
1. **日线行情数据**（2010-2026）- 约2GB
|
||
2. **财务报表数据**（资产负债表/利润表/现金流量表）- 约300MB
|
||
3. **分钟K线数据**（2021-2026，1/5/15分钟）- 15.5-19GB（NAS存储）
|
||
|
||
---
|
||
|
||
## 5. 需要其他同事配合
|
||
|
||
### 目前需要配合：
|
||
|
||
1. **解决IP访问限制问题**：
|
||
- 是否换Windows测试节点执行数据采集？
|
||
- 还是等待当前IP自动解禁？
|
||
|
||
2. **分钟数据接口问题**：
|
||
- 是否更换其他数据源获取分钟数据？
|
||
- 还是暂时放弃分钟数据采集，先只做日线和财务？
|
||
|
||
3. **数据采集完成后**：
|
||
- 需要张飞（技术策略）来使用数据进行策略回测
|
||
- 需要关羽（风控）来配合数据质量检查和风险控制
|
||
- 需要司马懿（质量）来进行最终质量审计
|
||
|
||
---
|
||
|
||
## 6. 当前可立即执行任务
|
||
|
||
**基础数据质量验证** - 完全本地任务，不需要网络，可以立即执行：
|
||
- 验证已采集的5,493只A股基础信息数据质量
|
||
- 生成质量报告
|
||
- 预计几小时内完成
|
||
|
||
---
|
||
|
||
**汇报人**：赵云 子龙（数据护军）
|
||
**汇报时间**：2026-04-09
|
||
**当前状态**：在线待命，等待指示
|