量化投资系列文章：
Backtrader 教程 — Python 量化投资实战教程(1)
Python 量化投资实战教程(3) —A股回测MACD策略
Python 量化投资实战教程(5) — A股回测KDJ 策略
在前几篇量化投资文章中，使用的是保存为csv的本地股票数据。
但考虑到长远的未来，如果我们想要加快回测运行速度，就要分布式地在不同的机器上进行策略回测。
那么将股票数据保存到数据库上则是必然的选择，因为这样每台服务器都能够直接连接到同一个数据库拉到数据，管理起来方便许多。
今天我们就先讲讲如何使用MongoDB保存股票数据。
1.准备
开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南 进行安装。如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda
Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。
当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端运行命令安装依赖模块，多舒服的一件事啊：Python 编程的最好搭档—VSCode 详细指南。
在终端输入以下命令安装我们所需要的依赖模块:
pip install tushare pip install pymongo
看到 Successfully installed xxx 则说明安装成功。
安装MongoDB
MongoDB 请前往以下链接下载：
https://www.mongodb.com/try/download/community
第一步选择On-Premises, 第二部选择自己的操作系统，第三部点击Download下载安装包。
下载完成安装包后一路默认即可，不过推荐修改data_path, 毕竟数据库有可能变得比较大，装在C盘不合适。
安装完成后，打开CMD输入以下命令启动MongoDB服务：
C:\Program Files\MongoDB\Server\4.2\bin\mongod.exe --dbpath F:\mongodb\data
前者是你的mongod.exe所在文件夹，后者是你的数据库文件路径。请注意根据自己的安装配置更改。
Tushare 股票数据接口
为了下载股票数据，我用到了tushare，一个大佬做的相对稳定的股票数据服务。
tushare采用积分制，你的积分越高，能调的接口约高级。不过其实我们的策略所需要的接口用普通账号的积分就够了。
你需要到https://tushare.pro/上注册一个tushare账户，然后进入账号页面拿到token：
这是我们需要用到的接口：
2.编写代码
首先，学会连接MongoDB数据库并创建集合（表），也就4行代码的事情：
import pymongo # 建立连接 client = pymongo.MongoClient(host='localhost', port=27017) # 连接stock数据库，注意只有往数据库中插入了数据，数据库才会自动创建 stock_db = client.stock # 创建一个daily集合，类似于MySQL中"表"的概念 daily = stock_db["daily"]
这样就能连接本地MongoDB的stock数据库，如果该库不存在，当你往集合中插入数据的时候，就会自动新建数据库。
有一点需要非常注意：MongoDB默认不设密码，因此你如果要上线MongoDB，请注意手动设置密码。
其次，拿到股票数据：
def get_stock_daily(start_date, end_date):
"""
获得A股所有股票日数据
Args:
start_date (str): 起始日
end_date (str): 结束日
"""
pro = ts.pro_api(token="你的账号token")
codes = open('./codes.csv', 'r', encoding='utf-8').readlines()
# 遍历所有股票ID
for code in codes:
code = code.strip('\n')
# 请求tushare数据，并转化为json格式
df = pro.daily(ts_code=code, start_date=start_date, end_date=end_date)因为并不一定需要用到所有股票数据，所以我维护了一个股票列表：codes.csv.
当然，这个股票列表最好也写到MongoDB里以方便维护（我这里省麻烦就没写入了）。
如果你需要用到所有股票，请调tushare的stock_basic接口：
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
这个接口能返回当前所有正常上市的股票列表。
最后，将这些股票数据写入到MongoDB中：
def get_stock_daily(start_date, end_date):
"""
获得A股所有股票日数据
Args:
start_date (str): 起始日
end_date (str): 结束日
"""
pro = ts.pro_api(token="你的账号token")
codes = open('./codes.csv', 'r', encoding='utf-8').readlines()
# 遍历所有股票ID
for code in codes:
code = code.strip('\n')
# 请求tushare数据，并转化为json格式
df = pro.daily(ts_code=code, start_date=start_date, end_date=end_date)
data = json.loads(df.T.to_json()).values()
# 对股票每一天数据进行保存，注意唯一性
# 这里也可以批量创建，速度更快，但批量创建容易丢失数据
# 这里为了保证数据的绝对稳定性，选择一条条创建
for row in data:
daily.update({"_id": f"{row['ts_code']}-{row['trade_date']}"}, row, upsert=True)
time.sleep(0.1)获得请求数据后，将其转置一下，以变成【字段-值】的形式，并转成json.
转成json后就可以保存到数据库中，这里我们选择了一条条数据地插入，而不是批量插入。
因为批量插入在遇到重复值的时候，可能会导致那一批数据全部丢失，对于股票回测而言，丢失数据是致命的。
最后，为了防止请求接口频率过高，设置了一个time.sleep延时。
全部核心代码如上所示，可运行的完整代码可以在【Python实用宝典】后台回复：MongoDB 下载。
3.可视化查看数据
MongoDB可视化查看数据，我推荐NoSQLBooster. 一个免费的MongoDB查看器。
https://nosqlbooster.com/downloads
选择对应系统下载，一路默认安装就能开始使用。
基本上你需要的功能它都有了（这界面其实很像Mysql Workbench）
啊对了，最后别忘记加我们新的交流群，加我好友，备注上面红字语句答案即可进群（防范营销号，大家见谅）：
我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。
原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
