如何安装聚宽数据库

回复

共3条回复 我来回复
  • Vivi
    这个人很懒,什么都没有留下~
    评论

    聚宽数据库是一个基于Python的量化交易和研究平台,安装聚宽数据库可以帮助用户进行量化交易和金融数据分析。以下是安装聚宽数据库的步骤:

    1. 安装Python:首先,确保你的电脑上已经安装了Python。你可以从Python官网上下载最新版本的Python,并按照官方指南进行安装。

    2. 安装聚宽:在安装Python之后,你需要安装聚宽库。在命令行或者终端中使用以下命令来安装聚宽:

      pip install jqdatasdk
      

      这个命令会自动安装聚宽所需的所有依赖项。

    3. 注册聚宽账号:在开始使用聚宽之前,你需要注册一个聚宽账号。你可以在聚宽官网上注册并获取访问聚宽数据库的token。

    4. 配置聚宽:在安装完成后,你需要进行聚宽的配置。使用如下命令进行聚宽的配置:

      import jqdatasdk
      jqdatasdk.auth("你的账号", "你的密码")
      
    5. 测试安装:最后,你可以通过以下代码来测试你的聚宽数据库是否安装成功:

      import jqdatasdk
      jqdatasdk.get_price("000001.XSHE")
      

    通过以上步骤,你就可以成功安装聚宽数据库了。接下来你就可以开始使用聚宽数据库进行量化交易和金融数据分析。

    1年前 0条评论
  • Aidan
    这个人很懒,什么都没有留下~
    评论

    要安装聚宽数据库,您需要按照以下步骤进行操作:

    1. 网络环境准备:确保您的计算机已连接到互联网,并且能够正常访问聚宽官方网站。

    2. 下载安装包:在您的计算机上打开浏览器,访问聚宽官方网站,找到数据库安装包的下载链接,并下载到本地。

    3. 安装数据库软件:双击安装包,按照提示完成数据库软件的安装。一般来说,安装过程中您需要选择安装路径、设置相关的配置信息等。

    4. 配置数据库:安装完成后,您需要进行数据库的相关配置工作,包括设置数据库的存储路径、网络访问权限、身份验证等。

    5. 启动数据库服务:在完成配置后,启动数据库服务,确保数据库已成功运行并且可以正常访问。

    6. 测试数据库连接:使用相应的客户端工具或者编程语言,尝试连接到安装好的数据库,确保连接正常并可以执行相关操作。

    7. 完成安装:一旦您确认安装的数据库可以正常访问,并且可以进行相关操作,那么恭喜您,安装聚宽数据库的工作就已经完成了。

    需要注意的是,由于数据库安装过程中涉及到许多具体的细节和配置,比如数据库类型、操作系统平台等,因此在实际操作过程中可能还需要根据具体情况进行进一步的调整和配置。如果您在安装过程中遇到了困难,可以参考官方的安装文档或者寻求相关的技术支持帮助。

    1年前 0条评论
  • Shiloh
    这个人很懒,什么都没有留下~
    评论

    介绍

    聚宽是一家专注于量化投资领域的服务提供商,提供量化建模、回测、策略交易等服务。在使用聚宽平台进行量化投资时,经常需要与聚宽数据库进行数据交互。本文将介绍如何安装聚宽数据库,以便于更好地使用聚宽平台进行量化投资。

    确定环境

    在安装聚宽数据库之前,首先要确定你的电脑已经安装了相应的软件环境。聚宽数据库需要在Linux操作系统上运行,所以确保你的电脑上已经安装了Linux系统。如果你的电脑还没有安装Linux系统,可以选择安装Ubuntu、CentOS等常用的Linux发行版。

    下载聚宽数据库

    下载聚宽数据库的安装包,并解压到指定的目录中。可以通过访问聚宽官网或者在终端中通过命令行下载安装包。

    安装前准备工作

    在安装聚宽数据库之前,需要进行一些准备工作。

    1.更新系统

    sudo apt update
    sudo apt upgrade
    

    2.安装Python3

    sudo apt install python3
    

    3.安装pip

    sudo apt install python3-pip
    

    4.安装Git

    sudo apt install git
    

    安装MongoDB

    聚宽数据库是基于MongoDB的,所以需要先安装MongoDB。

    1.添加MongoDB库源

    sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv EA312927
    
    echo "deb http://repo.mongodb.org/apt/ubuntu xenial/mongodb-org/3.2 multiverse" | sudo tee /etc/apt/sources.list.d/mongodb-org-3.2.list
    

    2.安装MongoDB

    sudo apt update
    sudo apt install -y mongodb-org
    

    3.启动MongoDB

    sudo service mongod start
    

    配置聚宽数据库

    1.安装依赖库

    pip3 install pymongo pytz pandas pdfkit tushare jqdatasdk plotly
    

    2.下载聚宽数据库安装包

    git clone https://github.com/JoinQuant/jqdatadir.git
    cd jqdatadir
    

    3.配置MongoDB连接信息

    cp config.json.sample config.json
    

    4.修改配置文件

    打开config.json文件,修改MongoDB的连接信息,如数据库地址、用户名、密码等。

    5.导入聚宽数据库

    python3 jqdata.py
    

    检查聚宽数据库是否安装成功

    1.检查MongoDB连接

    mongo
    

    进入MongoDB命令行,查看是否成功连接。

    2.查看聚宽数据

    在MongoDB中,可以通过以下命令查看已导入的聚宽数据。

    use joinquant
    show collections
    

    总结

    通过以上步骤,你已经成功安装了聚宽数据库,可以在量化投资中方便地使用聚宽数据进行回测和策略交易。在使用过程中,如果有任何问题可以查看聚宽官方文档或者寻求相关技术支持。祝你在量化投资的道路上取得成功!

    1年前 0条评论

传统式报表开发 VS 自助式数据分析

一站式数据分析平台,大大提升分析效率

数据准备
数据编辑
数据可视化
分享协作
可连接多种数据源,一键接入数据库表或导入Excel
可视化编辑数据,过滤合并计算,完全不需要SQL
内置50+图表和联动钻取特效,可视化呈现数据故事
可多人协同编辑仪表板,复用他人报表,一键分享发布
BI分析看板Demo>

每个人都能上手数据分析,提升业务

通过大数据分析工具FineBI,每个人都能充分了解并利用他们的数据,辅助决策、提升业务。

销售人员
财务人员
人事专员
运营人员
库存管理人员
经营管理人员

销售人员

销售部门人员可通过IT人员制作的业务包轻松完成销售主题的探索分析,轻松掌握企业销售目标、销售活动等数据。在管理和实现企业销售目标的过程中做到数据在手,心中不慌。

FineBI助力高效分析
易用的自助式BI轻松实现业务分析
随时根据异常情况进行战略调整
免费试用FineBI

财务人员

财务分析往往是企业运营中重要的一环,当财务人员通过固定报表发现净利润下降,可立刻拉出各个业务、机构、产品等结构进行分析。实现智能化的财务运营。

FineBI助力高效分析
丰富的函数应用,支撑各类财务数据分析场景
打通不同条线数据源,实现数据共享
免费试用FineBI

人事专员

人事专员通过对人力资源数据进行分析,有助于企业定时开展人才盘点,系统化对组织结构和人才管理进行建设,为人员的选、聘、育、留提供充足的决策依据。

FineBI助力高效分析
告别重复的人事数据分析过程,提高效率
数据权限的灵活分配确保了人事数据隐私
免费试用FineBI

运营人员

运营人员可以通过可视化化大屏的形式直观展示公司业务的关键指标,有助于从全局层面加深对业务的理解与思考,做到让数据驱动运营。

FineBI助力高效分析
高效灵活的分析路径减轻了业务人员的负担
协作共享功能避免了内部业务信息不对称
免费试用FineBI

库存管理人员

库存管理是影响企业盈利能力的重要因素之一,管理不当可能导致大量的库存积压。因此,库存管理人员需要对库存体系做到全盘熟稔于心。

FineBI助力高效分析
为决策提供数据支持,还原库存体系原貌
对重点指标设置预警,及时发现并解决问题
免费试用FineBI

经营管理人员

经营管理人员通过搭建数据分析驾驶舱,打通生产、销售、售后等业务域之间数据壁垒,有利于实现对企业的整体把控与决策分析,以及有助于制定企业后续的战略规划。

FineBI助力高效分析
融合多种数据源,快速构建数据中心
高级计算能力让经营者也能轻松驾驭BI
免费试用FineBI

帆软大数据分析平台的优势

01

一站式大数据平台

从源头打通和整合各种数据资源,实现从数据提取、集成到数据清洗、加工、前端可视化分析与展现。所有操作都可在一个平台完成,每个企业都可拥有自己的数据分析平台。

02

高性能数据引擎

90%的千万级数据量内多表合并秒级响应,可支持10000+用户在线查看,低于1%的更新阻塞率,多节点智能调度,全力支持企业级数据分析。

03

全方位数据安全保护

编辑查看导出敏感数据可根据数据权限设置脱敏,支持cookie增强、文件上传校验等安全防护,以及平台内可配置全局水印、SQL防注防止恶意参数输入。

04

IT与业务的最佳配合

FineBI能让业务不同程度上掌握分析能力,入门级可快速获取数据和完成图表可视化;中级可完成数据处理与多维分析;高级可完成高阶计算与复杂分析,IT大大降低工作量。

使用自助式BI工具,解决企业应用数据难题

数据分析平台,bi数据可视化工具

数据分析,一站解决

数据准备
数据编辑
数据可视化
分享协作

可连接多种数据源,一键接入数据库表或导入Excel

数据分析平台,bi数据可视化工具

可视化编辑数据,过滤合并计算,完全不需要SQL

数据分析平台,bi数据可视化工具

图表和联动钻取特效,可视化呈现数据故事

数据分析平台,bi数据可视化工具

可多人协同编辑仪表板,复用他人报表,一键分享发布

数据分析平台,bi数据可视化工具

每个人都能使用FineBI分析数据,提升业务

销售人员
财务人员
人事专员
运营人员
库存管理人员
经营管理人员

销售人员

销售部门人员可通过IT人员制作的业务包轻松完成销售主题的探索分析,轻松掌握企业销售目标、销售活动等数据。在管理和实现企业销售目标的过程中做到数据在手,心中不慌。

易用的自助式BI轻松实现业务分析

随时根据异常情况进行战略调整

数据分析平台,bi数据可视化工具

财务人员

财务分析往往是企业运营中重要的一环,当财务人员通过固定报表发现净利润下降,可立刻拉出各个业务、机构、产品等结构进行分析。实现智能化的财务运营。

丰富的函数应用,支撑各类财务数据分析场景

打通不同条线数据源,实现数据共享

数据分析平台,bi数据可视化工具

人事专员

人事专员通过对人力资源数据进行分析,有助于企业定时开展人才盘点,系统化对组织结构和人才管理进行建设,为人员的选、聘、育、留提供充足的决策依据。

告别重复的人事数据分析过程,提高效率

数据权限的灵活分配确保了人事数据隐私

数据分析平台,bi数据可视化工具

运营人员

运营人员可以通过可视化化大屏的形式直观展示公司业务的关键指标,有助于从全局层面加深对业务的理解与思考,做到让数据驱动运营。

高效灵活的分析路径减轻了业务人员的负担

协作共享功能避免了内部业务信息不对称

数据分析平台,bi数据可视化工具

库存管理人员

库存管理是影响企业盈利能力的重要因素之一,管理不当可能导致大量的库存积压。因此,库存管理人员需要对库存体系做到全盘熟稔于心。

为决策提供数据支持,还原库存体系原貌

对重点指标设置预警,及时发现并解决问题

数据分析平台,bi数据可视化工具

经营管理人员

经营管理人员通过搭建数据分析驾驶舱,打通生产、销售、售后等业务域之间数据壁垒,有利于实现对企业的整体把控与决策分析,以及有助于制定企业后续的战略规划。

融合多种数据源,快速构建数据中心

高级计算能力让经营者也能轻松驾驭BI

数据分析平台,bi数据可视化工具

商品分析痛点剖析

01

打造一站式数据分析平台

一站式数据处理与分析平台帮助企业汇通各个业务系统,从源头打通和整合各种数据资源,实现从数据提取、集成到数据清洗、加工、前端可视化分析与展现,帮助企业真正从数据中提取价值,提高企业的经营能力。

02

定义IT与业务最佳配合模式

FineBI以其低门槛的特性,赋予业务部门不同级别的能力:入门级,帮助用户快速获取数据和完成图表可视化;中级,帮助用户完成数据处理与多维分析;高级,帮助用户完成高阶计算与复杂分析。

03

深入洞察业务,快速解决

依托BI分析平台,开展基于业务问题的探索式分析,锁定关键影响因素,快速响应,解决业务危机或抓住市场机遇,从而促进业务目标高效率达成。

04

打造一站式数据分析平台

一站式数据处理与分析平台帮助企业汇通各个业务系统,从源头打通和整合各种数据资源,实现从数据提取、集成到数据清洗、加工、前端可视化分析与展现,帮助企业真正从数据中提取价值,提高企业的经营能力。

电话咨询
电话咨询
电话热线: 400-811-8890转1
商务咨询: 点击申请专人服务
技术咨询
技术咨询
在线技术咨询: 立即沟通
紧急服务热线: 400-811-8890转2
微信咨询
微信咨询
扫码添加专属售前顾问免费获取更多行业资料
投诉入口
投诉入口
总裁办24H投诉: 173-127-81526
商务咨询