工欲善其事，必先利其器。作为一位金融工作者，要产出有质量的研究成果，获取第一手金融数据的能力是基本功。
查询金融数据的关键：一手信息，权威渠道。
01
金融研究常用哪些数据？
·金融行情数据（股票、债券、黄金等资产价格指数）；
·宏观经济数据（GDP、CPI、利率等）；
·公司信息（上市/非上市）；
·专题统计数据，根据研究目标而定的数据需求，例如A股的散户比例、各国的货币、财政政策等；
·实时大数据，例如全球新冠疫情实时数据、全国人口迁移数据等；
其中宏观数据、行情数据、公司信息等都是标准化的，重点是找对渠道，认准数据的口径。从数据的频率上来区分，宏观经济数据往往是月度、季度发布的，称为低频数据；而金融行情数据是实时的，在交易日的每分每秒都更新，是高频数据。
专题统计数据的获取没有确定的方法，如果存在有可靠的专题统计，那么万事大吉，否则就需要统计整理的工作。
实时大数据则是最有时效性、很有含金量的部分。数据爬虫的技术本身不算复杂，重点是拿到人无我有的数据，才能挖掘独有的价值。此外，还有一些国外的金融数据，需要在外网权威渠道查询。
02
如何获取一手的金融数据？
先总结一下各种数据的基本渠道：
1.
金融行情数据
金融行业数据，大多数炒股、买基金的朋友基本都会，没有特别的技术。值得一提的是，2020年以来全球金融市场极度动荡，全球多种金融资产有必要放在一起看，包括美股、美债收益率、股指期货、VIX恐慌指数、COMEX黄金等，才能对金融市场的变化有整体的感知。
（示例：wind自选指标）
2.
宏观经济数据
以香帅的金融江湖每月发布的经济数据简析为例：
（香帅的金融江湖：宏观经济数据解析）
宏观经济数据体现着国家经济活动的冷热，对经济冷热的感知直接影响我们投资的决策。要做好宏观经济数据的查询、整理，要具备基本的宏观经济知识，准确理解经济指标的意义。
查询宏观经济数据，搞清楚数据的口径非常重要。以利率指标为例——宏观经济中有多种利率指标：国债利率、存款基准利率、贷款基准利率、银行间拆借利率、LPR利率等。
即使银行间拆借利率拆借利率也有N个版本。因此每一个宏观数据都要有非常明确的限定，讨论和对比才有意义。
（wind：各种口径的银行间同业拆借数据）
重要的官方网站：
·国家统计局
·央行统计调查司
·中央结算公司
中央结算公司月度发布新开户投资者统计，是股市冷暖（韭菜进场）的温度计。
（中央结算公司：投资者统计）
3.
公司信息
上市公司的信息披露相对是全面，一般通过财经软件都能查到基本信息。非上市公司的信息通过天眼查、wind全球企业数据库等，基本可以查到全面的工商信息，尤其是股权控制信息。
例如，我们想查一下浑水做空报告中披露的瑞幸关联公司——长盛兴业的基本情况。
（天眼查示例）
4.
专题数据
专题数据是一个非常泛的概念，完全根据研究需求而定。非标准化的数据查找，没有一定之法，往往是一个顺藤摸瓜、迭代的过程。基本的原则是——不要重复造轮子。你能想到的数据，往往行业内早有人做过了，找到可靠的汇总数据，是事半功倍的做法，形形色色的券商研报就是重要的线索。
示例1：券商营收结构
如果我们想研究中国券商行业的发展情况，就需要了解券商的营收构成。在wind中找到【券商行业透视】的专题板块，即可直接查到历年数据。
（wind-券商行业透视）
示例2：A股投资者构成
想了解A股的投资者构成变化，就需要A股的散户比例。通过券商研报搜索，关键词“A股散户”：
（wind研报平台搜索）
从图表可以看出来，A股的散户投资者持仓占比，从2014年至今是不断下降的：从72.4%到52.5%。
（中金研报-A股投资者结构）
示例3：新冠疫情后各国的货币财政政策
想研究疫情后各国政府的刺激政策，就需要汇总各国的货币财政政策新闻。各国的政策是非标准的，动态的，没有现成的数据库可以查询，在券商的宏观周报中，往往会有政策汇总的专题。
以申万宏源的《宏观周报》为例，汇总了美国应对新冠疫情的2万亿财政刺激政策梳理。周报是很多券商的标配输出，质量好的可以长期跟踪，作为稳定的信息源。
（申万宏源宏观研报）
5.
实时大数据
对于动态产生的数据，用大数据爬虫的方法获取是最及时有效的。例如，在新冠肺炎后，对应急影响最大的变量就是复工率。官方统计发布的复工率往往是滞后的，研究机构往往会使用互联网的移动人口数据来推测复工率，例如：
（中信建投：复工率研究）
4月8日是武汉解禁的第一天，从百度迁徙大数据可以看出武汉市人口迁入、迁出的流向和规模。
（百度迁徙：武汉）
网页上看到的可视化数据，难以直接作为研究用的数据。要获取表格化的数据，就需要采用Python爬虫技术了。
如何编写爬虫呢？这依然是一个造轮子的问题，常用的数据源在网上往往有成熟的开源代码。例如百度迁徙数据的爬虫代码，可以很容易搜索到。你需要的不是从头开始写代码，而是消化改造、为我所用。
更专业的代码，还可以从代码托管网站github上查找，有编程基础技能的同学应该都能搞定。例如新冠疫情的实时数据：
（GitHub新冠疫情实时数据代码）
6.
外网数据
（某中文研报数据）
通过外网原始报道（纽约时报：HISTORYOFTHERJRNABISCOTAKEOVER）核实的信息是：1988年11月30日，KKR宣称以248.8亿美元达成对纳贝斯克的收购。可见中文资讯对国外事件报道的有效性还是不够的。
（纽约时报原始报道）
查询外网数据，最重要的就是梯子工具，通过Google一般可以追溯到第一手的信息源，例如美联储官网、纽交所、纳斯达克官网、世界银行、IMF，以及其他权威媒体等。
03
总结
在数据工作中，香帅老师给我的两句指导：
1.Nosecondtiermaterial.
2.Checkenglishandformalchannel.
另外，专业的金融数据服务如wind是非常昂贵的，年费高达3~8万。对于大多数人来说，没有必要这么专业，通过财经网站和央行等官网可以查到最常用的信息。牢记一手信息、权威渠道的原则。