量化投资从0开始系列 ---- 4. 有时间戳的数据类型

取得了股票列表，再取一个交易日历。它的历史数据不会发生变化，直接看日期就能判断有没有新的数据，算是最方便处理的一类情况。

同样从base类继承，然后实现_full和_delta两个方法。

查看官方文档https://waditu.com/document/2?doc_id=26，发现这个api是按照交易所对数据进行分类的，目前先取得沪深两市的数据就够了。

获取全量数据的时候，还是跟获取股票列表一样的思路，多次调用api，然后本地合并。

    def _full(self, **kwargs):
        df_sse = pro.trade_cal(exchange='SSE')
        df_szse = pro.trade_cal(exchange='SZSE')

        return pd.concat([df_sse, df_szse], ignore_index=True)

获取增量数据的时候，这里就可以按照日期来，只需要去服务器请求最新的数据就够了。

    def _delta(self, **kwargs):
        df_sse = self.__get_delta_stock_calendar('SSE')
        df_szse = self.__get_delta_stock_calendar('SZSE')

        return pd.concat([df_sse, df_szse], ignore_index=True)

    def __get_delta_stock_calendar(self, exchange):
        df_origin = self.query(fields='max(cal_date)', where=f'exchange=\'{exchange}\'')
        if df_origin.empty:
            max_cal_date = '19700101'
        else:
            max_cal_date = df_origin.iat[0, 0]

        return pro.trade_cal(exchange=exchange, start_date=tomorrow(max_cal_date))

全部代码上传到https://github.com/xiekeng/tushare-client，感兴趣的可以自取。