引言
前年,无意中发现 Python 中金融数据包 TUSHARE 当时就萌生想要搭建一个金融证券图谱的想法。
疫情期间隔离在家,就一鼓作气把它完成了,为避免过于冗长,打算用四篇文章将建设过程中的方法和经验整理出来。本文作为该系列的第一篇文章。数据获取和数据模型构建
数据抽取和实体对齐
图谱存储和图谱应用
图谱更新
我将全部代码用 jupyter notebook 的形式开源在我的Github上,方便感兴趣的朋友一步步复现和学习。如果觉得有帮助,那就给个star吧~https://github.com/kevin-meng/financial_stock_knowledge_graphgithub.com
1. 数据获取
TUSHARE 是免费提供各类金融数据平台,提供相应的 python 数据接口,覆盖的数据也很丰富。之所以选择他,一方面,其数据较全,调取方便。另外,其对数据做过清洗,结构统一,可以节省大部分清理时间,缩短图谱搭建周期。
目前,最新的 pro 数据接口于不同的数据,有相应的积分要求。我筛选玩数据后,才发现积分不足,无奈只能打钱充值了。根据 TUSHARE 的接口文档,对数据进行筛选。选择以下6类关联数据。股票列表
上市公司基本信息
上市公司管理层
公募基金列表
公募基金公司
公募基金持仓数据
具体代码如下:
import tushare as ts</