🌟作者简介：热爱数据分析，学习Python、Stata、SPSS等统计语言的小高同学~
🍊个人主页：小高要坚强的博客
🍓当前专栏：《Python之量化交易》
🍎本文内容：Pandas与JQData在量化投资中的应用：数据获取与处理函数详解
🌸作者“三要”格言：要坚强、要努力、要学习
目录
引言
1. Pandas中的resample方法：周期转换与汇总统计
1.1 resample方法简介
1.1.1 基本用法
1.2 周期转换与汇总统计示例
1.3 应用场景
2. JQData核心函数介绍
2.1 get_fundamentals：财务数据获取
2.1.1 语法结构
2.1.2 获取财务数据示例
2.2 get_fundamentals_continuously：多日期财务数据获取
2.2.1 语法结构
2.2.2 示例代码
2.3 股票筛选与查询
2.3.1 根据条件筛选股票
2.3.2 获取行业和概念板块股票
2.4 龙虎榜数据获取
3. 结论与未来展望
引言
在量化投资中，数据获取和处理是策略开发的基础。无论是历史行情、财务数据，还是行业板块、龙虎榜等信息的采集，准确、全面的数据支持至关重要。本篇文章将深入介绍Pandas库中的resample方法，以及JQData中的核心数据获取函数，包括get_fundamentals、get_fundamentals_continuously等，通过实战示例演示如何高效地进行周期转换和数据汇总统计，为量化策略的开发提供可靠的工具支持。
1. Pandas中的resample方法：周期转换与汇总统计
Pandas库作为Python中最受欢迎的数据分析工具，广泛应用于时间序列数据的处理。在量化投资中，我们经常需要将高频数据转换为低频数据，如将日K线转换为周K线、月K线等，resample方法正是为此设计的。
1.1 resample方法简介
Pandas的resample方法提供了对时间序列数据进行重采样的功能，能够对数据进行降频或升频处理。常用于时间序列数据的周期转换和汇总统计。官方文档：pandas.Series.resample
1.1.1 基本用法
Series.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=None, base=None, on=None, level=None, origin='start_day', offset=None)- rule: 定义重采样的时间频率，如'W'表示按周，'M'表示按月。
- closed: 决定哪一边（左或右）闭合。
- label: 定义结果索引标签的时间点，‘left’或‘right’。
- convention: 在非正则频率时使用，‘
