国信iquant requests 爬虫 获取数据 还有使用 tushare，akshare 无法连接，提示超时
经过验证，比如把下面的代码放入到国信的iquant里运行
#encoding:gbk
import requests
def get_baidu():
url = 'https://www.baidu.com'
req = requests.get(url,headers={'User-Agent':'Mozilla/5.0'})
print(req.text)
def init(ContextInfo):
get_baidu()
def handlebar(ContextInfo):
pass
会报错，同时访问baidu.com 超时：
问题描述
解决方案
问题原因：券商服务器的网络隔离机制
在国信 iQuant、ptrade 等券商提供的量化交易平台中，当您尝试使用 requests 访问外部网站（如百度），或者使用依赖外网接口的第三方数据库（如 tushare、akshare）时，通常会遇到**连接超时（Timeout）**的报错。
这是因为券商的实盘和模拟交易服务器出于极高的安全与合规要求，实行了严格的网络物理隔离或白名单机制。策略运行环境通常被禁止直接访问公共互联网。因此，任何向外网发起的 HTTP/HTTPS 请求都会被防火墙直接拦截或丢弃，导致程序一直等待响应直到超时。
解决方案与替代思路
既然无法直接在策略中联网爬取数据，您可以采用以下几种替代方案来满足数据需求：
方案一：使用量化平台内置的 API 获取数据（推荐）
绝大多数券商量化平台（如 ptrade）已经内置了极其丰富的行情数据、财务数据和特色数据接口，这些接口直接连接券商内网的高速数据源，不仅速度快，而且稳定合法。您完全可以使用内置 API 替代 tushare 或 akshare。
ptrade 常用数据获取接口示例：
- 获取历史 K 线数据：使用
get_history()或get_price()。 - 获取财务数据：使用
get_fundamentals()（支持资产负债表、利润表、现金流量表及各类财务指标）。 - 获取股票基础信息：使用
get_stock_info()、get_stock_blocks()（获取所属板块）。
示例：在 ptrade 中获取历史行情替代外部请求
def initialize(context):
g.security = '600570.SS'
set_universe(g.security)
def handle_data(context, data):
# 直接使用内置接口获取过去5天的收盘价，无需使用 tushare
df = get_history(5, '1d', 'close', g.security, fq='pre', include=False)
log.info(df)
方案二：在本地获取数据后，通过文件（CSV）导入平台
如果您需要的数据（如某些特定的宏观经济数据、另类情绪数据）平台 API 确实无法提供，您可以采用“本地爬取 -> 存为文件 -> 上传平台 -> 策略读取”的异步方式。
- 本地爬取：在您自己的个人电脑上运行 Python 脚本，使用
requests、akshare或tushare获取所需数据。 - 保存文件：将数据保存为
.csv格式。 - 上传文件：将该 CSV 文件上传到量化平台的研究环境（Research）目录下。
- 策略读取：在策略代码中，使用
pandas.read_csv()或平台提供的文件读取接口加载数据。
示例：在 ptrade 中读取上传的 CSV 文件
import pandas as pd
def initialize(context):
g.security = '600570.SS'
set_universe(g.security)
# 获取研究环境的根目录路径
path = get_research_path()
# 读取您提前上传好的外部数据文件
g.custom_data = pd.read_csv(path + 'my_akshare_data.csv')
log.info("外部数据加载成功！")
def handle_data(context, data):
pass
方案三：联系券商申请网络白名单（仅限部分机构客户）
如果您是资金量较大的机构客户或专业私募，且策略确实强依赖于某个特定的外部数据源（如您公司自建的信号服务器），您可以尝试联系券商的客户经理或技术支持，申请将您的目标服务器 IP 或域名加入防火墙白名单。不过，出于合规考量，券商对此类申请的审批通常非常严格，普通个人投资者一般无法获批。
总结
在券商量化环境中，“断网”是常态。转变思路，充分挖掘和利用平台自带的 API 接口，或者通过离线文件的方式引入外部数据，是解决此类问题的最佳实践。