A股迎来2023年开门红，两市放量上涨，沪指收复3100点关口。

A股2023年首个交易日集体低开。早盘两市走出了低开高走的走势，截至午盘时三大股指全部翻红。午后两市更是震荡走高，深证成指更是一度涨超1%。

从盘面上看，信创、数据确权概念爆发，储能等新能源赛道回暖。

至1月3日收盘，上证综指涨0.88%，报3116.51点；科创50指数涨2.08%，报979.91点；深证成指涨0.92%，报11117.13点；创业板指涨0.41%，报2356.42点。

Wind统计显示，两市4249只股票上涨，699只股票下跌，平盘有89只股票。

1月3日，沪深两市成交总额7888亿元，较前一交易日的6041亿元增加1847亿元。其中，沪市成交3314亿元，比上一交易日2504亿元增加810亿元，深市成交4574亿元。

沪深两市共有160只股票涨幅在9%以上，2只股票跌幅在9%以上。

北向资金1月3日尾盘有所回流，全天小幅净卖出6.45亿元，早盘一度净卖出近28亿元。其中，沪股通净流出21.35亿元，深股通净流入14.9亿元。

信创、医药板块走势活跃

在板块方面，信创板块全线爆发，创意信息（300366）、中亦科技（301208）、软通动力（301236）、二六三（002467）、久其软件（002279）等涨停或涨超10%。

医药板块再度活跃，康芝药业（300086）、多瑞医药（301075）、易明医药（002826）、众生药业（002317）、方盛制药（603998）等涨停或涨超10%。

大消费表现不佳，农林牧渔领跌两市，民和股份（002234）、益生股份（002458）等跌超4%，中宠股份（002891）、国联水产（300094）、牧原股份（002714）等跌超2%。

食品饮料跌幅靠前，日辰股份（603755）、三全食品（002216）、洽洽食品（002557）等跌超4%，海南椰岛（600238）、兰州黄河（000929）等跌超2%。

市场风格“从大到小”概率不低

国金证券指出，11月市场反弹以来，尽管行业轮动较快，但市场风格以上证50和沪深300为代表的大盘股相对占优。11月以来市场交易主线基本围绕二阶拐点展开，也就是防疫政策、地产政策、经济预期变化。尽管上述三条交易主线对应的行业差异较大，比如疫情相关的消费，地产相关的金融地产，经济相关的基建等。但从大小风格来看，这些行业基本都属于上证50或沪深300为代表的大盘股风格。目前二阶拐点交易逐步过渡至一阶拐点，市场风格“从大到小”概率不低，淡化总量因素，重视产业政策和产业趋势带来的机会。后续驱动大小风格切换的潜在因素可能来自，二阶拐点后一阶拐点落空，比如地产销量难以明显改善。另外，大制造和大科技产业政策陆续出台催生科技成长行情。

中金公司认为，当前A股仍处于较好的布局期，随着疫情影响逐步消退、中国经济增长走向实质性复苏，市场有望在今年迎来趋势性投资机会。配置方面，建议短期要紧跟政策边际变化节奏来配置，如地产链条、受疫情影响的消费板块。中期仍然是根据景气程度以及产业政策支持方向来把握产业升级与消费升级的主线。

华安证券表示，政策层面逐步发力，首先表现的一是春节前后央行对市场流动性的呵护；其次可以期待信贷端尤其是地产端的发力，MLF或LPR调降，尽管1月信贷投放因需求原因或不及预期，但整体一季度总量宽松为大概率事件；三是可期待政策预期再起。外部美股在“加息节奏放缓，衰退未至”的背景下反弹持续。如此看来，内外部均对A股有支撑，春季行情有望延续。

前言

我们做量化交易，首先第一关遇到的问题，就是数据的获取。

为了获得股票行情的数据信息，很多量化交易者会选择去购买别人别人的接口或者是现成的数据，有些数据接口还蛮贵的，花了不少钱。其实，我们用python做量化交易时，有可以直接调用的第三方依赖包，比如tushare，通过这个包，我们可以直接免费获得我们想要的股票行情数据。

Tushare获取股票行情数据接口，我们之前文章已经比较仔细的讲了，我们这章主要来讲一下，将获得到的数据存入mysql数据库，做成我们需要的行情数据仓库。

首先，我们了解下这个数据仓库有什么用？

1 将历史数据存储，方便后续进行量化分析直接分析。

2 如果我们存到数据足够久，足够丰富，我们可以将这些数据提供接口出来，给别人调用，进行收费。

下面我们开始进行行情数据仓库的建造。

Mysql数据库安装及Python驱动连接安装

我们使用mysql数据库来存储行情数据，所以我们先要安装mysql数据库，直接在windows上安装mysql。

mysql数据库的安装比较简单，大家可以自行百度：mysql数据库安装

如果安装有问题，可以直接私信我帮忙解决，这里就不再细讲。

安装完成mysql后，我们使用navicate连接并打开mysql连接,host：127.0.0.1，username一般是root，密码为刚安装数据库设置的密码。输入完成后，点击OK，连接成功》

navicate连接mysql

数据库连接成功

我们右键该连接，直接创建一个数据库：tushare_600000

首先，安装PyMySQL

pip install PyMySQL

安装PyMySQL

再次，安装sqlalchemy，这个安装过程比较久，我们耐心等待一会。sqlalchemy是一个ORM框架，额，有点专业，简单说就是用这个包，我们可以方便实现数据库的增删改。

pip install 传

安装sqlalchemy

此外，还要安装mysqlclient

pip install mysqlclient

pip安装mysqlclient

OK,安装成功。

至此，我们数据仓库所需要的环境已经准备完毕，下面我们只需要获取股票行情数据，并往里面加即可。

Tushare获取行情数据安装tushare

tushare我们之前已经安装过了，如果不会安装的，请看我们的往期文章哦。

我们现在读取600000这只股票的历史tick数据，指定日期从2020年3月25日，代码如下，只需两行即可！

import tushare as ts df = ts.get_tick_data('600000', date='2020-03-25', src='tt') print(df)

查看打印的结果

结果可以看到我们成功获取了2020-03-25的600000股票的tick数据，下面我们将数据存入mysql数据库中。

数据存入Mysql数据库

引入之前安装的两个包

from sqlalchemy import create_engine import tushare as ts

获取tick数据

df = ts.get_tick_data('600000', date='2020-03-25', src='tt')

创建mysql连接引擎并存入数据，数据库用我们第一步创建的 tushare_600000,端口默认为：3306

engine = create_engine('mysql://root::3306/tushare_600000?charset=utf8') df.to_sql('tick_data', engine)

以下是完整的代码，只需不到5,6行即可完成:

from sqlalchemy import create_engine import tushare as ts df = ts.get_tick_data('600000', date='2020-03-25', src='tt') engine = create_engine('mysql://root::3306/tushare_600000?charset=utf8') df.to_sql('tick_data', engine)

执行py文件后，我们打开数据库，查看tushare_600000数据库，查看结果如下：

可以看到，数据已经完整保存进去了。

以上就是我们今天讲的，利用tushare拉取股票行情数据，并保存到mysql数据库，作为我们今后的量化交易分析的数据仓库。

在学习量化交易过程中有什么问题，欢迎给我留言！欢迎转载我的文章，分享给更多想学习量化交易的朋友。

上一篇：中国炒股第一人被判刑与中国炒股散户牛人排名

下一篇：新三板股票及三板股票是什么意思