作者：量化专家 ｜ 迪雅数据量化学院 适合读者：准备做长期回测（3-10 年）的个人量化研究者
周末下午，你打开编辑器，想跑一个从 2016 年到今天的 A 股十年回测。计划很清晰：拉全市场日线 → 算因子 → 回测 → 看结果。
三个小时后，你停在了第一步。
免费接口拉了 3000 次被限频；换一个源重试，发现它返回的"收盘价"和前一个源对不上；再仔细一看，连复权方式都没声明。你还没碰到策略，先跟数据搏斗了一下午。
这篇文章想帮你把这一步走稳：做长期回测之前，先回答 4 个问题。回答清楚了，数据源怎么选、要不要付费、怎么搭缓存，答案自己会浮出来。
一、先分清：你要的是"数据"，还是"能用来回测的数据"
很多新手把这两个概念混在一起，这是回测翻车的总根源。
"数据"意味着：能拿到价格、成交量、时间。
"能用来回测的数据"意味着更多：
| 要求 | 为什么回测离不开它 |
|---|---|
| 复权口径明确 | 除权除息日不复权，K 线会出现"跳空下跌"，你的均线信号全是假的 |
| 交易日历对齐 | 非交易日缺行还是补前收？两种处理会让收益曲线差出几个点 |
| 历史可回溯 | 回测要拉 3-10 年历史，数据源必须能稳定提供，而不是"近一年才有" |
| 字段口径一致 | 同样的"成交量"，有的源是股、有的是手；同样的价格，有的含盘后集合竞价 |
判断标准很简单：拿同一只票、同一个区间，用两个独立源拉一遍日线，diff 一下。 收盘价差异超过 0.1% 的日子超过三五天，这个源就要打个问号。
二、回测前先回答这 4 个问题
不用急着比"哪家便宜、哪家免费额度高"。先回答下面 4 个问题，你的需求轮廓就出来了。
问题 1：你的回测需要多长的历史、什么频率？
- 只做日线级别的中低频因子回测（持有几天到几月）→ 需要稳定、口径干净的日线历史，数据量不大
- 做分钟级、日内策略回测 → 需要分钟线历史，数据量和成本都上一个台阶
这决定你要的是"够用就行"还是"要挑架构"。
问题 2：除权除息、复权，谁来保证？
A 股每年除权除息的股票数以千计。你自己处理：要维护分红送转日历、计算复权因子，一个 bug 就是整条回测的错误。
如果数据源直接提供前复权（qfq）/ 后复权（hfq）参数，让服务端算好，你只负责选口径——这省掉的是最容易出错的一环。
问题 3：你的调用量，是"研究级"还是"批量回测级"？
先算一笔账：拉全市场 5000 只票 × 10 年日线 ≈ 千万级数据点。就算只拉沪深 300，也要 300 只 × 2400 个交易日。
两种打法：
- 本地缓存：历史日线拉过一次就存本地（Parquet / SQLite / ClickHouse），之后只做增量更新——调用量趋近于零
- 每次现拉：回测跑一次拉一次——再大的免费额度也扛不住反复跑参数
正确姿势永远是前者：历史落地、增量更新、按需拉取。
问题 4：除了行情，你还需要什么？
纯价格回测，一个行情接口就够。但如果你还要：
- 基本面因子（PE/PB/ROE）→ 需要财务数据接口
- 资金流向、龙虎榜验证想法 → 需要分析类数据
- AI 辅助解读个股、生成研究报告 → 需要 AI 分析能力
接口的"宽度"决定你后面要不要再迁一次。
迪雅数据小贴士：迪雅数据提供 52+ 个数据接口，覆盖行情、财务、资金流向、龙虎榜、技术指标五大类；技术指标（MACD/KDJ/BOLL/MA）由服务端算好直接返回，不用自己写公式。做回测数据底仓，可以一个平台拿齐。
三、个人 A 股回测，主流数据源怎么选
回答完上面 4 个问题后，再看这张表就有意义了。表格信息来自各平台公开文档与实测，截至 2026 年 9 月：
| 数据源 | 免费层 | 历史深度 | 复权支持 | 技术指标 | 适合谁 |
|---|---|---|---|---|---|
| Tushare | 积分制，分档限频 | A 股日线为主 | 需自行处理复权因子 | 需自行计算 | A 股日线研究，社区资料多 |
| AKShare | 免费开源 | 取决于上游源 | 部分支持 | 需自行计算 | 预算为零的学习验证，注意上游反爬会断 |
| 聚宽 / 米筐 | 平台内免费 | 平台数据 | 平台内处理 | 平台内计算 | 不想自己搭回测框架、在平台内闭环的人 |
| 迪雅数据 | ¥0 永久，100 次/天 | 2010 年至今，日线+分钟线 | 接口直接返回前/后复权 | 服务端算好直接返回 | 需要稳定 API + 完整工具链的个人量化 |
三个选型提示：
- 免费源做验证、商业源做生产：先用免费源跑通策略逻辑，确认值得做再上付费源做正式回测——两边各司其职，不冲突
- 看"架构"不看"额度"：如果你的需求是长期回测 + 要复权 + 可能要分钟线，选型标准就不是"谁免费次数多"，而是"谁的接口把脏活干完了"
- 迁移成本算在后端：换数据源的真正成本不在接入那天，在你发现旧源的数据口径有问题、需要重跑所有验证结论那天
四、动手：一个真实的历史数据调用示例
以拉取某只票十年日线（前复权）为例，迪雅数据的调用长这样：
GET https://api.cxdy.vip/api/lsjy?apiToken=你的Token&symbol=sh688595&adjust=qfq&start_date=20160101&end_date=20260901Python 完整示例：
import requests
def fetch_daily(symbol: str, start: str, end: str, adjust: str = "qfq") -> list[dict]:
"""拉取 A 股日线历史（迪雅数据 lsjy 接口）
symbol: 带市场前缀，如 sh688595 / sz000001
adjust: qfq 前复权 / hfq 后复权 / 默认不复权
"""
resp = requests.get(
"https://api.cxdy.vip/api/lsjy",
params={
"apiToken": "你的Token", # 个人中心-接口密钥获取
"symbol": symbol,
"adjust": adjust,
"start_date": start,
"end_date": end,
},
timeout=15,
)
resp.raise_for_status()
return resp.json()
# 拉取平安银行（sz000001）2016 至今前复权日线
bars = fetch_daily("sz000001", "20160101", "20260901", adjust="qfq")
print(f"共 {len(bars)} 根日线，最近一根：{bars[-1]}")
# 落本地做缓存：历史只拉一次，之后只增量更新
import json
with open("daily_cache.json", "w", encoding="utf-8") as f:
json.dump(bars, f, ensure_ascii=False)接口返回结构（真实示例）：
[
{
"date": "2016-10-12",
"open": 9.07,
"close": 11.07,
"high": 11.07,
"low": 9.07,
"amount": 355.87
}
]几个实现要点：
- 复权在请求参数里声明（
adjust=qfq），服务端算好返回，本地不用维护复权因子表 - 历史拉一次落地缓存，之后每天只增量拉当天，调用量可控
- 返回的
date/open/close/high/low/amount字段口径固定，直接能喂给回测框架，不用二次清洗
五、写在最后
数据源没有全能冠军，只有"匹配你场景"的选择。
做长期回测，你真正要的是一份口径稳定、历史可回溯、复权有人管的数据底仓——而不是"今天能免费拉到明天可能断供"的临时数据。
先把上面 4 个问题回答清楚，再决定用哪个源、要不要付费、怎么搭缓存。数据层稳了，回测结果才值得你花时间分析。
本文为个人量化研究经验分享，数据接口信息以各平台官网最新公布为准。市场有风险，回测结果不代表实盘收益，不构成任何投资建议。
下一篇预告：《集合竞价那 10 分钟，你的行情接口在"装死"吗？——早盘竞价数据实测》
