⑴ resset数据库里股票日收益率与日资本收益率的区别是什么
我下个平安银行，发现两个数据是一样的，日收益率=收益率/股本 日资本收益率=收益/总资本
某些时候股本应该是等于总资本的
⑵ 在哪里可以找到股票历史数据形成的数据库
在股票行情软件中，通过K线图可以查看历史数据，步骤如下：
1. 打开股票行情软件；
2. 输入要查看的股票代码，并按【ENTER】键；
3. 进入股票分时走势图，点击F5即可查看日K线图；
4. 在日K线图上，通过按上下方向键调整时间，向下键可以显示上市以来的所有日K线，向上键则显示最近的日K线，同时按向上键还会放大日K线，使数据更清晰可见；
5. 将鼠标移到每一根日K线上，可以查看当日的K线详情，包括最高价、最低价、成交价、成交量、涨跌幅及换手率等数据；
6. 双击K线，还可以查看当日的股票走势图，更加直观地了解股价变化。
此外，除了软件自带的K线图功能，还可以访问各大财经网站或专业的数据平台获取更详尽的历史数据。这些平台通常会提供丰富的历史数据资源，包括但不限于股票的价格走势、交易量、财务指标等，帮助投资者进行深入的分析和研究。
对于投资者而言，掌握这些工具和资源至关重要。通过分析历史数据，投资者可以更好地理解市场趋势，做出更加明智的投资决策。无论是个人投资者还是机构投资者，都可以从历史数据中找到宝贵的信息，为自己的投资策略提供支持。
因此，无论是通过软件自带功能还是访问专业平台，获取股票历史数据都是十分必要的。这些数据不仅有助于投资者了解市场的过去，还能为预测未来的市场走势提供重要的参考依据。
⑶ 股票数据库
资金在线-个股资金流向与大单分析系统，查看主力持仓分布情况，分为散户、中户、大户、法人、机构的持仓以及多日的持仓趋势图，每天第一时间更新，完全免费，同时可查看所有A股最近数天的大小资金分布情况，图形化显示，每天实时更新，观察大资金异动，跟随主力操作，查看大小资金的进出情况和数天累计进出情况，查询各大板块资金进出，寻找当前的热点，和主力周旋，所有信息完全免费，这击这里进入:http://www.mystock.name/?
中国股票一级市场研究数据库,可能只有深沪二市交易所的数据库才会有的，外人是看不到的，怎么进都不知道更不要说是登陆数据库所需的正确密码了。
⑷ 万德数据库里面有股票最高价数据吗
万德数据库里面有股票最高价数据具体查看步骤如下：
1、打开万德app点击首页。
2、在首页中点击当日股票值。
3、右上方有个筛选，点击从高到低排序。
4、第一个显示的就是股票最高价。
5、点击查看详情就能获取数据。
⑸ 怎么做实时的股票数据库
如果主站提供有相关的接口的话,可以调主站的接口.如果主站不提供相关接口.那就不不断抓取.获取最新的信息了.
⑹ 可以获得国内股票和期货tick级别历史数据的数据库有哪些
可以通过交易所的授权数据提供商获得国内股票和期货tick级别历史数据。
很多人喜欢做短线，觉得短线刺激，长线持股待涨这种等待实在没有办法承受，但是倘若大家不会做短线，很大概率会亏得更快。今天就把我独有的做T的秘籍分享给大家。
在开始以前，大家可以看一下我为大家准备的一点惊喜，机构精选的牛股大盘点--速领！今日机构牛股名单新鲜出炉！
一、股票做T是什么意思
如果今天买入一只股票，但是又想卖出，那么只能隔天在操作，这就是A股的交易市场模式T＋1。
而股票做T，股票进行T＋0的交易操作就是指把当天买进的股票当天再卖出去，投资人通过可以交易股票的当天的涨跌做差价，当股票处于大幅下跌时，立刻买入，等涨到一定的高度就马上转卖，钱就是这样挣到的。
列举一下，1000股的xx股票在昨天我本来就持有着，市价10元/股。在今早是发现该股已经跌到了9.5元/股，立马又跟进了1000股。到了下午，这支股票的价格就突然上涨到没有想到的价格--10.5元/股，我就立刻以这个价格售出去1000股，从而赚取（10.5－9.5）×1000＝1000元的差价，这就是做T的过程。
但是，不是每种股票做T都合适！正常来说，日内振幅空间较大的股票，这类是比较适合做T的，比如，每日存在5%的振幅空间。对某只股票了解不够，没有把握的，不妨就点开这里看看吧，有专业的人员去为你诊断T股票，从而选择出最适合你的！【免费】测一测你的股票到底好不好？
二、股票做T怎么操作
那股票做T到底怎么操作？一般有两种方式：正T和倒T。
正T即先买后卖，这股票一直在投资者手里面持有着，投资者在开盘当天股票下跌到低点时买入1000股，股票当天冲到最高点的时候，将这1000股票托盘而出，这样总持股数保持不变，T＋0这样的效果也就能够体现到了，又能够享有中间赚取的差价。
而倒T即先卖后买。投资者预计到股票将大幅下跌的征兆，所以就在高位点先卖出持有的一部分股票，等股价回落后再买进，总量仍旧有办法保持不变，但能获取收益。
比方投资者，他占有该股2000股，每一股的价格在当天早上是10元，觉得该股的市价马上就会做出调整，，于是卖出手中的1500股，在股票下降到9.5元/股时，他们就能从这只股票中获得比较丰厚的利益，再买入1500股，这就赚取了（10-9.5）×1500＝750元的差价。
这时就有人问了，可以买入的低点是什么时候，可以卖出的高点又是什么时候要怎样知道呢？
其实只要拥有一款买卖点捕捉神器，就可以判断股票的趋势，就能轻松帮你抓住每一个重要时机，如果想领取的话请点开链接：【智能AI助攻】一键获取买卖机会
应答时间：2021-09-23，最新业务变化以文中链接内展示的数据为准，请点击查看
⑺ 镐庝箞镓惧埌镶＄エ鍜屽哄埜镄勬敹鐩婄巼鏁版嵁锛
鐜板湪缃戠粶閮藉彲浠ユ煡镓剧浉鍏充俊鎭锛屼笅闱㈡垜鏁欎綘濡备綍镆ユ垒
锛堜互ThinkPad X13 阌愰緳鐗堢玛璁版湰鐢佃剳锛学indows 10 涓轰緥锛
1銆 镶＄エ鏀剁泭鐜囨煡璇锛屾搷浣灭幆澧冿细阃氢俊杈
镓揿紑F10鎴栬匜11锛屽嵆鍙镆ヨ㈣偂绁ㄨ︾粏璐㈠姟鏁版嵁銆
2銆 锲藉烘敹鐩婄巼锛岀幇鍦ㄥ厤璐瑰彲浠ユ煡镓剧殑链夎嫳涓鸿储缁忥纴鏀鎸佷笅闱㈡暟鎹锛屾搷浣灭幆澧冿细鑻变负璐㈢粡APP
1锛変腑锲
涓锲1骞存湡锲藉
涓锲2骞存湡锲藉
涓锲3骞存湡锲藉
涓锲5骞存湡锲藉
涓锲7骞存湡锲藉
涓锲10骞存湡锲藉
涓锲15骞存湡锲藉
涓锲20骞存湡锲藉
涓锲30骞存湡锲藉
2锛夊叏鐞
寰峰浗6涓链堟湡锲藉
寰峰浗9涓链堟湡锲藉
寰峰浗1骞存湡锲藉
寰峰浗2骞存湡锲藉
寰峰浗3骞存湡锲藉
寰峰浗4骞存湡锲藉
寰峰浗5骞存湡锲藉
寰峰浗6骞存湡锲藉
寰峰浗7骞存湡锲藉
寰峰浗8骞存湡锲藉
寰峰浗9骞存湡锲藉
寰峰浗10骞存湡锲藉
寰峰浗15骞存湡锲藉
寰峰浗20骞存湡锲藉
寰峰浗25骞存湡锲藉
寰峰浗30骞存湡锲藉
镒忓ぇ鍒1涓链堟湡锲藉
镒忓ぇ鍒3涓链堟湡锲藉
镒忓ぇ鍒6涓链堟湡锲藉
镒忓ぇ鍒9涓链堟湡锲藉
镒忓ぇ鍒1骞存湡锲藉
镒忓ぇ鍒2骞存湡锲藉
镒忓ぇ鍒3骞存湡锲藉
镒忓ぇ鍒4骞存湡锲藉
镒忓ぇ鍒5骞存湡锲藉
镒忓ぇ鍒6骞存湡锲藉
镒忓ぇ鍒7骞存湡锲藉
镒忓ぇ鍒8骞存湡锲藉
镒忓ぇ鍒9骞存湡锲藉
镒忓ぇ鍒10骞存湡锲藉
镒忓ぇ鍒15骞存湡锲藉
镒忓ぇ鍒20骞存湡锲藉
镒忓ぇ鍒30骞存湡锲藉
镒忓ぇ鍒50骞存湡锲藉
鎸濞3涓链堟湡锲藉
鎸濞6涓链堟湡锲藉
鎸濞9涓链堟湡锲藉
鎸濞1骞存湡锲藉
鎸濞3骞存湡锲藉
鎸濞5骞存湡锲藉
鎸濞10骞存湡锲藉
钖岖О
鎹峰厠1骞存湡锲藉
鎹峰厠2骞存湡锲藉
鎹峰厠3骞存湡锲藉
鎹峰厠4骞存湡锲藉
鎹峰厠5骞存湡锲藉
鎹峰厠6骞存湡锲藉
鎹峰厠7骞存湡锲藉
鎹峰厠8骞存湡锲藉
鎹峰厠9骞存湡锲藉
鎹峰厠10骞存湡锲藉
鎹峰厠15骞存湡锲藉
鎹峰厠20骞存湡锲藉
鎹峰厠50骞存湡锲藉
濡备綍镆ヨ㈣偂绁ㄨ屾儏锛屽湪鍝閲屽彲浠ョ湅鍒帮紒
1銆佹墦寮wind杞浠讹纴鍦ㄧ晫闱涓婄镄勨滃畯瑙傗濋夐”妗嗭纴阃夋嫨钬灭粡娴庢暟鎹搴撯--钬滀腑锲藉畯瑙傛暟鎹搴撯濄
2銆佸湪宸︿笅瑙掓悳绱㈡嗭纴鎼灭储闇瑕佺殑鎸囨爣銆
鍦ㄥ脊鍑虹殑瀵硅瘽妗嗕腑锛屽弻鍑婚変腑镄勬寚镙囷纴姝ゆ椂锛岃繖涓鎸囨爣浼氩湪铡熷嬬殑鐣岄溃涓鏄剧ず鍑烘潵銆
3銆侀夋嫨鐣岄溃宸︿笂瑙掆沧彁鍙栨暟鎹钬濄
4銆侀夋嫨鐣岄溃宸︿笂瑙掆沧暟鎹瀵煎嚭钬濆嵆鍙銆
1鏀浠桦疂鏂板紑阃氢简涓涓鏂逛究澶т䌷浣跨敤镄勮蒋浠讹纴璇ヨ蒋浠跺彨锅氲偂绁ㄨ屾儏銆傜劧钖庣偣鍑绘墦寮镓嬫満鏀浠桦疂杞浠躲
2镣瑰嚮镓揿紑镓嬫満鏀浠桦疂杞浠朵互钖庯纴鍦ㄦ坠链烘敮浠桦疂杞浠剁殑涓婚〉涓灏辫兘澶熺湅鍒扳滆偂绁ㄨ屾儏钬濓纴镣瑰嚮镓揿紑钬滆偂绁ㄨ屾儏钬濄
3 镣瑰嚮镓揿紑钬滆偂绁ㄨ屾儏钬濅互钖庯纴鍙浠ョ湅鍒板浗鍐呬笁澶ц偂绁ㄦ寚鏁扮殑链鏂颁环浠ュ强娑ㄨ穼骞呫傝繖閲屽氨鍙浠ラ夋嫨娣诲姞镶＄エ銆
4鍦ㄨ偂绁ㄦ悳绱㈢晫闱涓杈揿叆𨱍宠佹煡鐪嬬殑镶＄エ鍙凤纴杈揿叆镶＄エ鍙蜂互钖庯纴涓嬫柟浼氲嚜锷ㄦ悳绱㈠嚭鐩稿叧镄勭粨鏋溿
5姣斿傝繖閲屼綘𨱍宠佹煡鐪嬫瘆浜氲开镄勮偂绁ㄨ屾儏锛屽彲浠ヨ緭鍏ユ瘆浜氲开镄勮偂绁ㄥ彿锛岃緭鍏ュ畬鎴愪互钖庯纴鍦ㄤ笅鏂规垒鍒版瘆浜氲开锛岀劧钖庡湪鍏跺悗鏂圭偣鍑绘坊锷犮
6 娣诲姞浜嗘瘆浜氲开镄勮偂绁ㄥ彿浠ュ悗锛岃兘澶熷湪镶＄エ琛屾儏镄勭晫闱涓婄湅鍒版瘆浜氲开镶＄エ镄勬渶鏂颁环浠ュ强娑ㄨ穼骞呫
7 濡傛灉𨱍宠佸垹闄よヨ偂绁ㄧ殑淇℃伅锛屽彲浠ョ敤镓嬫寚闀挎寜镌璇ヨ偂绁ㄣ傜劧钖庤烦鍑轰竴涓灏忓硅瘽妗嗭纴鍦ㄥ硅瘽妗嗕腑镣瑰嚮鍒犻櫎鍗冲彲
鐗堟湰鍨嫔彿锛氭敮浠桦疂 鑻规灉12锛宨os14锛屾敮浠桦疂鐗堟湰1023
锛
镣掕偂鍏ラ棬鐭ヨ瘑涓昏佹湁浠ヤ笅鍑犵偣锛
1镶＄エ浜ゆ槗镞堕棿镙规嵁娌娣变氦鏄撴墍镄勮勫畾锛屾疮锻ㄤ竴鍒板懆浜旂殑涓婂崃9锛30锝11锛30锛屼笅鍗13锛00锝15锛00涓鸿偂甯傚紑甯傛椂闂达纴姣忓ぉ浜ゆ槗镞堕棿涓4灏忔椂銆傚懆鍏銆佸懆镞ュ拰涓婅瘉镓鍏锻婄殑浼戝竞镞ユ槸涓崭氦鏄撱傦纸涓鑸涓轰簲涓锲介檯锷冲姩鑺伞佸崄涓锲藉简鑺伞佹槬鑺伞佸厓镞︺佹竻鏄庤妭銆佺鍗堣妭銆佷腑绉嬭妭绛夊浗瀹舵硶瀹氲妭锅囨棩锛
2镶＄エ浜ゆ槗瑙勫垯镶＄エ涔板崠涓锛屼互镓嬩负浜ゆ槗鍗曚綅锛屼竴镓嬬瓑浜100镶★纴浣庝簬100镶＄殑鍙锅氶浂镶★纴鍦ㄥ旀墭镄勪拱鍏ヤ腑锛屾暟閲忓繀椤讳负100镄勬暣鏁板嶏纴瀹炶孴锛1浜ゆ槗鍒跺害锛屽嵆褰揿ぉ涔扮殑镶＄エT锛1镞ユ墠鑳藉崠鍑猴纴褰揿ぉ鍗栫殑镶＄エT锛1镓嶈兘鍙栧嚭鐜伴噾锛涘彟澶栵纴璁炬湁娑ㄨ穼骞呴檺鍒讹纴涓鑸𨱍呭喌涓嬫定璺屽箙闄愬埗涓哄墠涓浜ゆ槗镞ユ敹甯备环涓娄笅10%銆
3镶＄エ浜ゆ槗璐圭敤涔板崠镶＄エ涓昏佹湁涓ょ嶈垂鐢ㄤ骇鐢燂纴绗涓鏄镓链変汉閮借佷氦镄勫嵃鑺辩◣锛屾寜鍗冨垎涔嬩笁鏀跺彇锛涚浜屾槸浜ゆ槗浣ｉ噾锛屽熀链鏄鎸変竾鍒嗕箣浜屼簲鎴栦竾鍒嗕箣涓夋敹鍙栥备袱涓璐圭敤閮芥槸鍗栧嚭钖庯纴浠庤处鎴疯嚜锷ㄦ墸闄わ纴鍗曞悜鏀惰垂銆
4镶＄エ鎶链鍒嗘瀽瀵逛簬镣掕偂𨱒ヨ达纴锘烘湰镄勬妧链鍒嗘瀽鏄灏戜笉浜嗙殑锛屾妧链鍒嗘瀽涓鑸𨱒ヨ村垎涓轰袱涓鏂归溃锛屼竴涓鏄鎶链闱锛屼篃灏辨槸甯歌寸殑k绾裤备竴涓鏄浣犲熀链闱锛屼竴鑸锘烘湰闱㈠垎鏋愬垎鎴愬畯瑙傚垎鏋愶纴琛屼笟鍒嗘瀽鍜屽叕鍙稿垎鏋愩傚畯瑙傚垎鏋愬氨鏄闱㈠圭幇鍦ㄧ殑缁忔祹澶х幆澧冭繘琛屽垎鏋愶纴涓昏佹槸浠庣洰鍓岖殑鏀跨瓥鏂瑰悜涓婂垽鏂姝ｇ‘镄勭粡娴庡彂灞曟儏鍐典互鍙娄箣钖庣殑浜т笟鍙戝𪾢渚ч吨鏂瑰悜銆傚叕鍙稿垎鏋愬氨鏄瀵瑰叕鍙哥殑涓氱哗杩涜屽垎鏋愩
⑻ 如何搭建自己的股票高频数据库（Python）
二话不说，先上结果。本文阐述了以下几个方面：
下图是编写好的数据接口提取数据的示例。该数据接口支持多标的、多品种（股票、指数一起提取）、多字段、多时间提取。并且支持不复权、后复权、等比前复权提取（前复权不太实用就没有做）。而且速度巨快，没有数据量的限制。如果你也觉得很香，请接着往下看，本文将手把手教你搭建这样的数据库。
数据库搭建需要用到一些第三方库，在各位动手之前请安装：
本文的方法不涉及到常用的数据库（不涉及MySQL、MongoDB），思路非常简单，请各位放心食用。主要是使用pyarrow来加强代码性能。虽然不涉及到常用数据库，但这是我目前能想到的最有效的方法。
正所谓“巧妇难为无米之炊”，想搭建高频数据库，就需要一个数据源获取高频数据。在此，我推荐聚宽作为我们的数据源。 聚宽账号的申请请点这里。新人用户有每日100万条数据，DataFrame的一行算一条，请各位务必珍惜自己的数据量。（不过我是正式用户了，每天两个亿，就不太在意这一点哈哈。）
非会员的100万条数据量能干啥？我们来简单计算以下：每个交易日有240条数据（4个小时，240条分钟k线），假设一年有250个交易日，每只股票每年需要占用60000条数据。也即一日的数据量能够提取一只股票16年（100/6=16.66667）左右的股票分钟数据。相当于数据库的搭建过程还是相当艰难的，每天耗尽数据量只能下载好一只股票的数据。（白嫖是这样的啦，如果有条件可以联系聚宽客服，购买正式账号）
我们这里假设我们的数据库记录2015年至今的股票分钟数据。（当然我自己的数据库记录的是2005年1月1日的全A股分钟数据）这里，我们以贵州茅台（股票代码 600519.XSHG）为例，演示数据的提取与保存。先看看数据如何从接口提取出来（这里需要用到各位申请的聚宽账号）：
来看看代码运行的结果。
数据提取后，自然需要把数据保存起来。pandas.DataFrame有很多方便的方法可以将数据保存下来。为做对比，这里将数据保存为csv格式和ftr格式。
相对应的，我们可以用这样的代码将保存好的数据读取进来。虽然pandas有read_feather函数，可以直接将ftr文件读取进来，但这个速度比直接调用pyarrow的更慢一些。考虑到代码性能，这里直接从pyarrow调用read_feather函数。
虽然两种格式都能将数据完整地保存下来，但读取速度上，ftr文件占据着绝对的优势。因此，我们考虑到数据库的性能以及数据库所占空间，我们选择使用ftr格式储存数据。feather正如他的名称，像羽毛一样轻，它所占的空间会比csv更小。这是一种不占空间，读取速度又快的文件格式，太香了！
在前文中我提到了行情数据的提取、保存方法，并强调了一定要提取不复权的数据。这是为了与复权因子结合，还原各种形式的复权数据。至于复权的详细定义，请参看 网络。
随便打开一个股票看盘软件，大致会有3种复权方式，即前复权、不复权、后复权。按照我自己的想法，可以这么理解：
在这样的情况下，如果记录价格数据，记录前复权的数据是最没有意义的，因为隔一段时间，历史的价格就全变了。如果只做收益率相关研究的话，记录后复权数据是可以的。然而，我们这里要搭建数据库，所以采取“记录不复权数据”加上“复权因子”还原的方法。
我们着手提取复权因子。在提取之前，不妨再理顺一下思路：
思路理顺了，我们来看看后复权因子的提取方法：
有了复权因子，如何计算复权价格？请接着看第3节——数据接口编写。
提取了行情数据和复权因子数据，应当找个地方把它们存放起来。我分了两个文件夹来保存我的数据。
在你搜集了足够多只股票的分钟数据后，就能够来到这一步，编写一个数据接口方便调用数据。
数据接口的编写重难点在于股票价格复权的计算。这里同样以贵州茅台（股票代码 600519.XSHG）为例来演示如何进行复权的计算。复权的核心在于下面这个公式：
[公式]
先来看看我们如何提取贵州茅台在一段时间（这里为2015-01-01至2021-09-08）内的后复权分钟数据。（这里千万不能将交易量和交易额一起拿去复权了。只有价格数据需要复权。（我不太确定交易量要不要，要的话我就改一改嘿嘿））
看看代码运行的效果。
那么，等比前复权该如何实现呢？其实很简单，只需要在框定了复权因子的时间后，让复权因子全序列除以最后一个复权因子，即得到前复权因子。将这个前复权因子乘上不复权的价格，即可得到等比前复权的价格数据。
以下是数据接口的全部代码，里面有挺多细节（但挺简单的），我就不再赘述了。
要更新数据库的数据，则是将数据库中的所有数据文件逐个读取进来，取最后一天作为start_date，然后取今天作为end_date。将新数据合并到原有的DataFrame中并保存就完成了数据的更新。数据更新比较耗时，也需要一定的数据量。不过，不论如何，我们来看看数据更新的代码。
在编写完这些代码后，我把这些代码整合成了一个python文件【high_freq_db.py】放在了site-package中，方便以后数据的调用和更新。
亲爱的读者，感谢你读到这里。本文讲述了我搭建我的股票高频数据库的方法。毕竟我的专业是金融而非计算机，难免会有不足的地方，恳请大家在评论区指出。（华工封校了，我也快疯了，所以一天写了两篇东西。。。。）
另外，这个数据库完全搭建起来之后会非常大（行情数据占80GB左右，包含指数和个股ftr文件），维护起来也比较费时费力，就不对外公布了（我也不知道怎么公布【手动捂脸】）。如确有需要，可以和我私信。
再次感谢大家的阅读！
——————————————————
2022年5月27日更新：
有不少小伙伴想要这个数据，目前我已经整理好上传至网络网盘啦。数据和完整代码私聊获取。
获取数据请只用于学习，勿直接用于投资决策！