QuantData

QuantData是一个股票量化基础数据集，覆盖A股、港股和美股市场，每个市场包含50只按市值与流动性选取的代表性股票样本。数据集包含日线行情（开高低收、成交量、成交额）、日线扩展（市值、复权因子、换手率）、季度财务报表数据及财务衍生指标（利润率、ROE、TTM、同比等），数据区间从约2016年至今。QuantData is a foundational stock quantitative trading dataset covering the A-share, Hong Kong, and U.S. equity markets. Each market includes 50 representative stock samples selected based on market capitalization and liquidity. The dataset encompasses daily market data (open, high, low, and closing prices, trading volume, and transaction amount), daily extended indicators (market capitalization, adjustment factor, and turnover rate), quarterly financial statement data as well as financial derived metrics (profit margin, ROE, TTM, year-over-year growth, etc.), with the data coverage spanning from approximately 2016 to the present.

原始信息汇总

数据集概述

• 数据集名称：quant-data
• 用途：仅供量化学习、学术研究和技术演示使用的样本数据集，严禁任何商业用途。
• 覆盖市场：A股（CN）、港股（HK）、美股（US）
• 样本规模：每个市场选取50只代表性股票（按市值与流动性选取），非全市场覆盖。
• 数据区间：日线数据约从2016年至今；财务数据为季度频率。

数据目录结构

stock_data/ ├── cn/ # A股样本（50 只） ├── hk/ # 港股样本（50 只） └── us/ # 美股样本（50 只）

每只股票包含的4个CSV文件

文件	内容
*_kline_daily_raw.csv	日线行情（开高低收、成交量、成交额）
*_kline_daily_ext.csv	日线扩展（市值、复权因子、换手率）
*_finance_raw.csv	季度财务报表数据
*_finance_ext.csv	财务衍生指标（利润率、ROE、TTM、同比等）

字段说明

通用规则

• 金额类字段单位：行情/财务原始金额为计价货币的元；股本与市值字段单位为亿。
• 比率类字段（利润率、ROE、换手率等）均为小数（0.15 = 15%）。

日线行情 *_kline_daily_raw.csv（三市场通用）

字段	说明
country	市场（CN / HK / US）
code	股票代码
time	交易日（YYYY-MM-DD）
open / high / low / close	开盘 / 最高 / 最低 / 收盘价（未复权，计价货币）
volume	成交量（股）
amount	成交额（计价货币）

日线扩展 *_kline_daily_ext.csv（三市场通用）

字段	说明
country / code / time	同上
total_shares	总股本（亿股）
float_shares	流通股本（亿股）
total_market_cap	总市值（亿，计价货币）
float_market_cap	流通市值（亿，计价货币）
adj_factor	复权因子（以最新交易日为基准 1.0）
turnover_rate	换手率（小数）

财务表公共字段（所有 *_finance_*.csv）

字段	说明
country / code	市场 / 股票代码
symbol	股票标识
fiscal_year	财年
period	报告期（Q1–Q4）
report_date	报告期截止日
reported_currency	报告币种（raw 表）
release_date	财报发布日（ext 表）

A股财务报表 stock_data/cn/*_finance_raw.csv

利润表：包含营业总收入、营业总成本、营业成本、税金及附加、销售/管理/财务费用、营业利润、营业外收入/支出、所得税费用、归母净利润。

资产负债表：包含总股本、资本公积/盈余公积/未分配利润、货币资金、应收账款/其他应收款/应收票据及应收账款、预付款项、存货、流动/非流动资产、固定资产/固定资产合计、无形资产、递延所得税资产、应付账款/其他应付款/应付票据及应付账款、应付职工薪酬、应交税费、流动/非流动负债、归母股东权益/股东权益合计。

现金流量表：包含销售商品提供劳务收到的现金、收到其他与经营活动有关的现金、购买商品接受劳务支付的现金、支付给职工以及为职工支付的现金、支付的各项税费、支付其他与经营活动有关的现金、经营/投资/筹资活动现金流净额、资本开支、现金及等价物净增加额、期末现金余额。

港股财务报表 stock_data/hk/*_finance_raw.csv

包含营业收入、毛利、经营溢利、税前利润、净利润、行政开支、其他收入、利息支出、所得税、综合收益总额、基本每股收益、经营/投资/筹资活动现金流净额、现金及现金等价物、总资产/净资产、流动资产/固定资产、总负债/流动负债、股本。

美股财务报表 stock_data/us/*_finance_raw.csv

包含营业收入、营业成本、销售及管理费用（SG&A）、营业费用、息税前利润（EBIT）、折旧与摊销、净利息收入、税前利润、净利润、基本/稀释加权股数、现金及等价物/短期投资、流动/非流动资产、固定资产净值（PP&E, Net）、流动/非流动负债、普通股股本、留存收益、股东权益、营运资本变动/其他营运资本、其他非现金项目、经营/投资/筹资活动现金流净额、现金净变动、期初现金余额、资本开支。

财务衍生指标 *_finance_ext.csv

字段	说明	适用市场
gross_margin	毛利率	全部
operating_margin	营业利润率	全部
net_margin	净利率	全部
roe / roa	净资产收益率 / 总资产收益率	全部
current_ratio	流动比率	全部
debt_to_equity	产权比率（负债/权益）	全部
debt_to_assets	资产负债率	全部
ocf_to_revenue	经营现金流 / 营收	全部
fcf_margin	自由现金流利润率	CN / US
accrual_ratio	应计比率	全部
revenue_yoy / revenue_qoq	营收同比 / 环比	全部
net_income_yoy / net_income_qoq	净利润同比 / 环比	全部
eps_yoy	EPS 同比	CN / US
revenue_ttm / net_income_ttm	营收 / 净利润 TTM（滚动 12 个月）	全部
eps_ttm	EPS TTM	CN / US
net_margin_ttm / roe_ttm	净利率 / ROE TTM	全部
revenue_ttm_yoy / net_income_ttm_yoy	营收 / 净利润 TTM 同比	全部
eps_basic	基本每股收益	CN / US
eps_surprise / eps_surprise_pct	EPS 超预期值 / 超预期幅度	仅 US

样本股票清单

A股（cn，50 只）：000063, 000636, 000657, 000725, 000988, 001309, 002156, 002281, 002371, 002384, 002407, 002409, 002428, 002463, 002475, 300136, 300274, 300285, 300308, 300346, 300394, 300433, 300475, 300476, 300502, 300604, 300666, 300750, 301308, 600176, 600183, 600487, 600498, 600522, 600549, 600584, 601138, 601899, 603986, 603993, 688008, 688012, 688041, 688072, 688126, 688146, 688256, 688498, 688525, 688981。

港股（hk，50 只）：00020, 00100, 00148, 00175, 00522, 00568, 00700, 00763, 00857, 00883, 00941, 00981, 00992, 01024, 01109, 01211, 01347, 01378, 01772, 01801, 01810, 01888, 02259, 02269, 02359, 02382, 02476, 02513, 02577, 02899, 03690, 03750, 03888, 03986, 06160, 06166, 06613, 06651, 06809, 06869, 09618, 09660, 09868, 09880, 09888, 09903, 09926, 09988, 09992, 09999。

美股（us，50 只）：AAL, AAOI, AAPL, ADBE, AMAT, AMD, AMZN, APP, ASTS, AVGO, BE, CAT, COHR, CRDO, CRM, CRWD, CRWV, CSCO, DELL, GEV, GOOG, GOOGL, IBM, INTC, IREN, KLAC, LITE, LLY, LRCX, META, MRVL, MSFT, MU, NBIS, NFLX, NOW, NVDA, ORCL, PANW, PLTR, QCOM, RKLB, SMCI, SNDK, STX, TSLA, TXN, WDC, WMT, XOM。

搜集汇总

数据集介绍

构建方式

QuantData是一个面向量化学习的样本数据集，覆盖A股、港股与美股三大市场。其构建方式遵循代表性筛选原则，每个市场依据市值与流动性遴选出50只股票作为研究样本，而非全市场覆盖。数据结构以股票为单位，每只股票包含四个CSV文件，分别记录日线行情（开高低收、成交量、成交额）、日线扩展指标（市值、复权因子、换手率）、季度财务报表原始数据以及财务衍生指标（利润率、ROE、TTM同比等）。数据时间跨度约为2016年至今，日线数据为日频，财务数据为季度频率，所有金额字段以计价货币元为基准，比率字段以小数形式呈现。

特点

该数据集的显著特征在于其跨市场统一性与财务深度。三大市场采用通用的日线行情与扩展字段结构，便于横向比较，而财务数据则针对各市场会计标准分别定制字段，如A股包含详细的利润表、资产负债表与现金流量表科目，美股强调SG&A费用与EPS超预期指标，港股突出毛利与综合收益。衍生指标涵盖毛利率、ROE、流动比率、营收同比环比及TTM滚动计算等，为因子构建与回测提供了丰富的分析维度。此外，数据集明确限定为非商业学习研究用途，降低了使用门槛，保障了学术探索的自由度。

使用方法

使用QuantData时，用户可直接从stock_data目录下按市场分类的子文件夹中加载CSV文件。每个股票代码对应四个文件，可通过Pandas等数据处理库进行读取与合并。日线数据可直接用于技术指标计算与时间序列分析，财务数据则适合基本面因子挖掘与多因子模型回测。衍生指标文件已预先计算好常用比率，可快速纳入研究框架。数据使用前应阅读免责声明，确保合规于非商业研究目的。建议用户结合自身量化平台，将数据导入本地数据库或直接以DataFrame形式进行策略回测与分析。

背景与挑战

背景概述

QuantData数据集于近年由量化研究社区创建，专注于为A股、港股及美股三大市场提供标准化、结构化的基础数据样本。核心研究问题在于弥合学术研究与实际交易之间的数据鸿沟，为量化策略开发与回测提供可靠且易于获取的数据基石。该数据集选取了每个市场按市值与流动性排序的50只代表性股票，涵盖日线行情、复权因子、财务报表及其衍生指标，数据区间自2016年至今。其影响力体现在为量化学习与学术研究提供了跨市场的统一数据基准，降低了研究者处理多源异构数据的技术门槛，推动了跨市场因子分析与策略比较的规范化进程，已成为国内量化入门与中期研究的重要参考。

当前挑战

QuantData面临的核心挑战在于数据质量与完整性的保障。领域问题层面，跨市场数据在会计科目映射、复权处理与币种换算上存在显著差异，单纯依赖公开数据难以确保财务指标的可比性与一致性。构建过程中，面对交易所数据更新延迟、财报科目变更与停复牌等事件，数据清洗与标准化流程需持续迭代。此外，当前样本仅为每个市场50只股票，无法覆盖全市场，限制了因子挖掘的广度与策略的普适性。免责声明明确数据不适用于实际交易，这进一步要求使用者在学术框架内审慎评估数据偏差与样本选择效应带来的影响。

常用场景

经典使用场景

QuantData数据集为量化金融研究者与算法交易开发者提供了一套经过精心筛选的多市场样本数据，覆盖A股、港股与美股三大核心股票市场，每市场各选取50只高市值与高流动性的代表性股票。其日线行情数据囊括开盘价、收盘价、最高价、最低价、成交量与成交额等基础要素，同时辅以市值、复权因子与换手率等扩展指标，为构建多因子选股模型、统计套利策略以及市场微观结构分析提供了标准化且易于复现的研究基准。此外，季度财务报表及其衍生指标（如毛利率、净资产收益率、应计比率等）的纳入，使得研究者能够深入探索基本面驱动的投资逻辑，从而在跨市场环境下开展系统性的量化回测与策略评估。

衍生相关工作

基于QuantData数据集，学术界与业界已衍生出一系列经典的研究工作与工具链。其中，利用其财务衍生指标构建的多空组合策略，验证了应计比率与未来收益率之间的负相关性，呼应了Sloan（1996）关于应计异象的经典发现；同时，基于营收TTM同比增速与ROE的因子分层测试，为跨市场基本面分析提供了可复现的实证范本。此外，该数据集常被用作多因子模型（如Fama-French五因子模型）在不同市场表现比较中的基准数据，催生了一系列关于信息效率与套利限制的跨市场比较研究。在工程层面，围绕QuantData衍生出的数据管道、因子计算库与回测框架，已成为量化学习社区中广泛引用的标准化参考实现。

数据集最近研究

最新研究方向

在量化投资与金融科技蓬勃发展的当下，QuantData数据集作为面向A股、港股及美股三大市场的代表性样本库，正推动着跨市场因子有效性研究、多源财务数据融合策略以及日频交易信号挖掘等前沿方向。该数据集通过提供涵盖市值、流动性筛选的150只核心股票样本，结合日线扩展字段与季度财务衍生指标，为研究者构建了从基础行情到财务健康度分析的完整通道。近期研究热点聚焦于利用其财务TTM同比、EPS超预期等衍生指标进行事件驱动策略回测，以及基于跨市场数据一致性对比探索全球资产配置的微观结构差异。QuantData的发布显著降低了量化初学者与学术研究者获取高质量多市场对齐数据的门槛，其非商业授权模式也催化了社区驱动的因子共享与复现研究，在推动量化方法论透明化与可验证性方面具有重要示范意义。