JoinQuant 平台如何获取数据及处理第三方库（如 akshare）版本问题？

akshare低版本的也无法upgrade

我发现akshare在不同电脑上版本不同，低版本的也无法upgrade
低版本的akshare 用pip install akshare --upgrade也无法升级
维持在0.6.10版本上
高版本的用pip install akshare --upgrade经常可以更新，比如刚发现可以更新到1.12.94
不知道是否是windows版本还是Anaconad版本的差异？
有没有简便的解决办法，谢谢！

JoinQuant 平台内置数据获取方案

在量化交易中，数据是策略的核心。虽然许多开发者在本地喜欢使用 akshare 等第三方库来获取数据，但 JoinQuant (聚宽) 平台本身已经内置了极其丰富且经过清洗的高质量数据，通常不需要额外安装第三方库即可满足绝大多数需求。

1. 行情数据获取

JoinQuant 提供了多种获取历史行情数据的 API，支持前复权、后复权及真实价格：

• get_price：获取一支或多只标的的历史行情数据（DataFrame 格式），支持天、分钟级别。
• get_bars：获取各种时间周期的 bar 数据，支持标准和非标准周期，且不跳过停牌数据。
• history / attribute_history：在回测/模拟环境中快速获取历史数据。

2. 财务与基本面数据

• get_fundamentals：查询财务数据（如市值、利润表、资产负债表等）。支持按日期或按财报季度查询，有效避免未来函数。
• get_factor_values：直接获取聚宽因子库中数百个计算好的质量、情绪、成长等因子数据。

3. 宏观与特色数据

• macro.run_query：获取全方位的宏观经济数据。
• finance.run_query：获取深沪港通、股东信息、公司概况等特色数据。

---

关于第三方库（如 akshare）的升级与使用问题

如果您确实需要在 JoinQuant 的研究环境或您的本地环境中使用 akshare，并遇到了低版本无法通过 pip install akshare --upgrade 升级的问题（例如卡在 0.6.10），通常是由以下原因引起的：

原因分析

1. Python 版本限制：akshare 的较新版本通常要求较高的 Python 版本（例如 Python 3.8 或 3.9 以上）。如果您的 Anaconda 环境或 Windows 系统中安装的 Python 版本较低（如 Python 3.7），pip 会自动寻找支持该 Python 版本的最高 akshare 版本，这可能就是 0.6.10。
2. 镜像源未同步：如果您使用了国内的 pip 镜像源（如清华源、阿里云源），有时镜像源可能未及时同步最新版本，或者缓存了旧版本。
3. 依赖冲突：环境中的其他库与新版 akshare 的依赖存在冲突，导致 pip 拒绝升级。

简便的解决办法（本地环境）

方法一：检查并升级 Python 版本（最常见原因）
建议在 Anaconda 中创建一个新的、具有较高 Python 版本的虚拟环境：

conda create -n quant_env python=3.10
conda activate quant_env
pip install akshare --upgrade

方法二：强制使用官方源并清除缓存
尝试忽略本地缓存，并直接从官方 PyPI 源拉取最新版本：

pip install akshare -i https://pypi.org/simple/ --upgrade --no-cache-dir

在 JoinQuant 研究环境中使用第三方库的注意事项

根据 JoinQuant API 文档，不建议在研究环境中随意升级或大肆安装第三方库，因为这可能导致与其他内置库不兼容，甚至导致研究环境无法启动。此外，研究环境有文件个数不得大于 1 万的限制。

如果必须在 JoinQuant 研究环境中安装最新版的第三方库，请按照以下规范操作：

1. 安装到指定目录：
   在 Jupyter Notebook 的 Cell 中运行以下命令，将库安装到自定义目录，并使用 --no-dependencies 避免重复安装依赖：

   !pip install akshare --target="/home/jquser/my_libs" --upgrade
   

2. 在代码中引入该目录：
   每次使用前，将该目录加入到系统环境变量中：

   import sys
   sys.path.append("/home/jquser/my_libs")
   import akshare as ak
   

通过以上方法，您既可以充分利用 JoinQuant 平台内置的高质量数据，也能灵活解决本地或云端第三方库的版本升级问题。