最近持續會在一些論壇或學習群看到如何取得股價的問題。這問題說難不難，說簡單也不簡單，今天來介紹一下台股價量以及一些金融數據的下載方法。
- 架構
原本這系列是想先從架構介紹起。先從想要怎樣的成果開始介紹，然後回講到這樣的成果要如何建立開發環境，最後才介紹python。至於取得股價，原本不在寫作計畫內。畢竟對於有python基礎的朋友來說，網上有很多取得免費股價的方法，看一看複製貼上就寫完了。但對於一些新同學來說，這一關可能會卡很久。因此這篇除了介紹一些免費取得股價的方法之外，還介紹一些選擇數據源和儲存數據的考量。
為什麼貼了上面這個架構圖?是因為要提醒新同學，要學的東西真的很多，自己斟酌一下哪些是你該花時間學的，哪些功能找網路上的簡單代碼複製貼上就好。
網路上有很多取得股市數據的教學文或現成的代碼，所以當你看到網路上有取得股市數據的教學時立刻動手做之前，請先檢查一下一些事。你或許想取得當天即時成交股價，但你看一篇文章看了半天才，跑完代碼才發現這是歷史股價，又或許花了好幾天時間修改網路上的代碼才發現一分鐘限制你讀取次數。以下是我踩了許多坑之後，所整理出來的匯總表。
| 數據源 | 取得方式 | 參考鏈結 | 即時/歷史 | 優點 | 缺點 |
|---|---|---|---|---|---|
| yahoo股市 | 爬蟲 | https://tw.stock.yahoo.com/ | 即時 | 初學者最直觀 | 開發與維護的難度高 |
| yfinance | api | https://pypi.org/project/yfinance/ | 歷史 | 直接套用函式 | 只有歷史股價 |
| 證交所/櫃買 | html傳輸 | python爬蟲 — 每日即時股價 | 即時 | 官方數據 | 限制高頻使用,需要另外開發 |
| 永豐金證券shioaji | api | 永豐金證券 | 即時/歷史 | 直接套用函式 | 只有股價數據。要先開戶 |
| finmindtrade | api | https://finmindtrade.com/ | 即時/歷史 | 直接套用函式。 有股價以外的市場數據 | 部分數據需要繳交會員費 |
在介紹如何取得股價的方法之前，先介紹一下股價有歷史股價與當天即時成交股價兩種。兩種數據的數據源和存儲格式都不相同。由於取得歷史股價的方法比較多，可以參考這張彙總表。以下實戰部分是取得當天即時成交股價的方法作為例子。
- 實戰
除了歷史數據還是即時數據之外，另一個要考慮的是返回的是怎樣的數據格式。初學者比較孰悉的是爬取網頁上的數據，如果你學習的主要目的是學爬蟲，這或許是個不錯的數據源。但爬蟲其實是挺深的領域。你想爬對方網頁的數據，對方也知道你想爬他們的數據，自然有許多反爬蟲手段，最簡單的是隨便改個頁面配置或是訪問限制，或是設個人機辨識的captcha就能夠讓你忙翻天。
另外就數據處理來說，網頁爬回來的數據需要相當多的加工。也增加你整套分析架構的工作量與不穩定性。
另一種數據源是http通訊。透過網址傳入參數(post)，以網頁回傳結果(get)。證交所目前是用這種格是返回即時股價，數據內容是json串。如果你受限於一些因素需要採用這種格式的數據，json串處理起來也不難，也是個挺穩定的數據來源。一些小缺點包括上市上櫃給先分開查詢，還有需要另外一段代碼來轉換成接下來能運算的數據。但這種方式的最大問題是通常會限制訪問頻率，如果你的策略是要高頻取得股價，建議你換個方式。
- 操作建議
每個人的需求不同，因此搭建的架構也會不同，以下的操作建議是基於我的量化交易架構圖所開展出來的。
由於我需要歷史股價、當日即時股價、三大法人、融資融券、公司營收獲利等各種財金數據，因此我遵守儘量集中我的數據源、儘量不自己開發取數代碼這兩個原則。畢竟取數不是我的核心工作，也減少上線後代碼出問題debug的工作，因此我是採取永金證券的當日即時股價，合併finmindtrade的其他數據，含計算含當日成交價量的跨日技術指標。
在命名欄位名稱時，建議參考mplfinance的命名方式，你會發現這套命名規則和yfinance是一樣的。也就是用Date、Open、High、Low、Close、Volume這幾個欄位名稱(注意大小寫)來命名日期時間、開盤價、當日最高價、當日最低價、收盤價、成交量。
