👇 连享会 · 推文导航 | www.lianxh.cn
🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享 💹 计量：回归分析 | 交乘项-调节 | IV-GMM | 时间序列 | 面板数据 | 空间计量 | Probit-Logit | 分位数回归 ⛳ 专题：SFA-DEA | 生存分析 | 爬虫 | 机器学习 | 文本分析 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching 🔨 工具：工具软件 | Markdown | Python-R-Stata 🎧 课程：最新专题 | 计量专题 | 关于连享会
🍓 课程推荐：2024 机器学习与因果推断专题
主讲老师：司继春 (上海对外经贸大学) ；张宏亮（浙江大学）
课程时间：2024 年 11 月 9-10 日 ；16-17日
课程咨询：王老师 18903405450（微信）
课程特色 · 2024机器学习与因果推断：
懂原理、会应用。本次课程邀请了两位老师合作讲授，目的在于最大限度地实现理论与应用的有机结合。为期四天的课程，分成两个部分：第一部分讲解常用的机器学习算法和适用条件，以及文本分析和大语言模型；第二部分通过精讲 4-6 篇发表于 Top 期刊的论文，帮助大家理解各类机器学习算法的应用场景，以及它们与传统因果推断方法的巧妙结合。 以 Top 期刊论文为范例。目前多数人的困惑是不清楚如何将传统因果推断方法与机器学习结合起来。事实上，即便是 MIT 和 Harvard 的大牛们也都在「摸着石头过河」。为此，通过论文精讲和复现来学习这部分内容或许是目前最有效的方式了。张宏亮老师此前在浙江大学按照这一模式教授了「因果推断和机器学习」课程，效果甚佳：学生们能够逐渐建立起研究设计的理念，并在构造识别策略时适当地嵌入机器学习方法。
作者： 申维冰 (新加坡国立大学)
邮箱： e0431418@u.nus.edu
温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：
目录
1. Akshare 介绍
2. 安装方法
3. 入门指南
4. 进阶功能
5. 更多资料
6. 相关推文
1. Akshare 介绍
AKShare 是基于 Python 的财经数据接口库，目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。
AKShare 的特点是获取的是相对权威的财经数据网站公布的原始数据，通过利用原始数据进行各数据源之间的交叉验证，进而再加工，从而得出科学的结论。
2. 安装方法
首先，在 Python 中安装 AKShare 库：
pip install akshare
然后将 AKShare 导入：
import akshare as ak
3. 入门指南
我们首先以获取股票数据为例，来手把手教你使用 AKShare 进行数据获取。
以中国 A 股市场为例，如果我们想要获得上海证券交易所的股票市场总貌，那么我们可以使用接口： stock_sse_summary
stock_sse_summary_df = ak.stock_sse_summary()
print(stock_sse_summary_df)
下图为代码返回的结果：
如果我们想要获得实时行情数据，则可以通过东方财富网的目标网址来获取。此时的接口为： stock_zh_a_spot_em
stock_zh_a_spot_em_df = ak.stock_zh_a_spot_em()
print(stock_zh_a_spot_em_df)
返回结果如下：
倘若希望获得指定 A 股上市公司、指定周期和指定日期间的历史行情日频率数据，则可以使用 stock_zh_a_hist接口。输入的参数如下表所示：
输出参数如下：
以获取后复权的历史行情数据为例，代码为：
stock_zh_a_hist_df = ak.stock_zh_a_hist(symbol="000001", period="daily", start_date="20170301", end_date='20210907', adjust="hfq")
print(stock_zh_a_hist_df)
返回结果为：
4. 进阶功能
除了股票数据，AKShare 提供的宏观数据也十分强大，我们下面就以两个示例来简要介绍。
通过 macro_cnbs接口来获取来自中国国家金融与发展实验室的中国宏观杠杆率：
macro_cnbs_df = ak.macro_cnbs()
print(macro_cnbs_df)
返回的结果为所有历史数据:
macro_china_qyspjg接口可以获取中国企业商品价格指数，数据区间从 2005 年 1 月 1 日至今：
macro_china_qyspjg_df = ak.macro_china_qyspjg()
print(macro_china_qyspjg_df)
下图为返回的结果：
5. 更多资料
当然，我们在这里介绍的只是 AKShare 若干功能中用于示例的一小部分。这个免费的大数据平台还有更多公开的金融数据，例如：债券数据，货币数据，利率数据，私募基金数据，公募基金数据，加密货币数据，银行数据，波动率数据，多因子数据…… 有数据需求的小伙伴可以访问 AKShare 官方帮助文档 来获得详细信息。
还在等什么，赶紧开启你的金融数据挖掘之旅吧！
6. 相关推文
Note：产生如下推文列表的 Stata 命令为：
lianxh 数据平台 数据库 数据分享
安装最新版lianxh命令：
ssc install lianxh, replace
专题：数据分享 金融数据哪里找：Tushare数据平台 Stata：CHFS中国家庭金融调查数据库清洗和处理-D121 Stata数据处理：清洗CFPS数据库 连享会 - 人文社科开放数据库汇总 连享会：数据在哪儿？常用数据库链接 数据分享——EPS数据库-新冠肺炎疫情实时监控平台 连享会 - 人文社科开放数据库汇总 专题：数据处理 Stata数据处理：一文读懂微观数据库清理（上） Stata数据处理：一文读懂微观数据库清理（下） Stata数据处理：import-fred-命令导入联邦储备经济数据库-FRED 专题：Python-R-Matlab Python: 如何优雅地管理微信数据库？
🍓 课程推荐：2024 机器学习与因果推断专题
主讲老师：司继春 (上海对外经贸大学) ；张宏亮（浙江大学）
课程时间：2024 年 11 月 9-10 日 ；16-17日
课程咨询：王老师 18903405450（微信）
尊敬的老师 / 亲爱的同学们：
连享会致力于不断优化和丰富课程内容，以确保每位学员都能获得最有价值的学习体验。为了更精准地满足您的学习需求，我们诚挚地邀请您参与到我们的课程规划中来。请您在下面的问卷中，分享您 感兴趣的学习主题或您希望深入了解的知识领域 。您的每一条建议都是我们宝贵的资源，将直接影响到我们课程的改进和创新。我们期待您的反馈，因为您的参与和支持是我们不断前进的动力。感谢您抽出宝贵时间，与我们共同塑造更加精彩的学习旅程！https://www.wjx.cn/vm/YgPfdsJ.aspx# 再次感谢大家宝贵的意见！
New！ Stata 搜索神器：
lianxh和songblGIF 动图介绍
搜： 推文、数据分享、期刊论文、重现代码 ……
👉 安装：
. ssc install lianxh
. ssc install songbl
👉 使用：
. lianxh DID 倍分法
. songbl all
🍏 关于我们
连享会 ( www.lianxh.cn，推文列表) 由中山大学连玉君老师团队创办，定期分享实证分析经验。 直通车： 👉【百度一下： 连享会】即可直达连享会主页。亦可进一步添加 「知乎」,「b 站」,「面板数据」,「公开课」 等关键词细化搜索。
