苦力活：构建A股十年基础数据库
2010年4月5日，星期一，上午九点三十分。
车公庙，三十平米的办公室里，四台电脑同时开着。
陆方坐在最靠里的位置，面前三块屏幕，正在写代码。周寻坐在他对面，手里拿着一本翻旧了的《上市公司信息披露指引》，眉头紧锁。陈默挤在角落里的一张折叠桌旁，面前堆着厚厚一摞打印出来的Excel表格，正一行一行地核对数字。
窗外，泰然工业区的喧嚣一如既往——货车的轰鸣，餐馆的油烟，五金店切割金属的尖啸。但这些声音，在这间三十平米的房间里，像是被一层无形的玻璃隔开了。
没有人说话。
只有键盘敲击声，纸张翻动声，偶尔有人叹一口气。
这是“默石量化研究实验室”成立后的第五天。
五天前，他们挂牌时，陈默说目标是“打造一台在长期能稳定赚钱的机器”。周寻说先要“v0.1”。陆方说服务器只能跑一百个策略。
但所有这些，都建立在一个前提上：
有数据。
没有数据，就没有回测。没有回测，就没有策略。没有策略，就没有机器。
而数据，他们现在一分也没有。
不是完全没有——市面上有卖的数据库，但价格贵得离谱，起步价就要几十万。陈默问了一圈，最便宜的也要三十万，还是只有最近三年的数据，不包含财务指标，不包含宏观数据，不包含任何清洗过的因子。
三十万。
账户里只剩下六十三万现金，每个月还要付房租、发工资、还贷款。
陈默做了个决定：
自己做。
从零开始。
---
陆方的第一个任务：写爬虫。
目标：从公开的财经网站上，把A股过去十年的日线数据全部爬下来。
听起来简单，做起来才知道有多恶心。
那些网站的反爬机制五花八门——有的限制IP访问频率，有的用动态加载，有的在数据里掺假，有的直接封IP。陆方写了三天，被反爬机制封了七次。他不得不写一个代理池，每天从网上找几百个免费代理IP，轮着用。
“这些网站，”他一边敲键盘一边嘟囔，“不让爬就算了，还在数据里掺假。我昨天爬下来的平安银行，有一天的收盘价居然是88.88。明显是故意埋的坑。”
陈
本章未完，请点击下一页继续阅读！