在进入案例之前，简单说一下数据源。证券市场研究常用的数据源有：
CSMAR包括大量宏微观数据和上市公司数据（主要是历史数据，区别于实时数据）， 常用于科研。这也是本课程主要的数据来源。
主页在https://cn.gtadata.com/，网站会自动识别你的IP地址，校园网内可直接使用。
学校未必会购买整个CSMAR数据库，如果遇到部分数据学校没有购买的情况， 可以考虑淘宝购买账号，价格低廉，还可以多人共用。
价格昂贵的数据终端，我们学校应该没买，土豪和金融机构的选择。
这2个包最初都是现成写好的爬虫，背后是抓取如新浪财经或者东方财富网等网站的数据。如果你需要实时数据，或者少量历史数据又不想去CSMAR搜索下载，可以考虑。
本课某些场合可能会用到AKShare，不用注册，比较省事。
如果有些数据，上述几个来源的都无法满足，又正好有网站提供（比如上交所和深交所的主页有大量的数据），那么可以自己写爬虫爬取。网站各个不同，因此写爬虫是“一事一议”的工作，考虑作为选学内容。
从CSMAR中搜索并下载数据，和用百度搜索，或者和从网店购物差不多。唯独需要注意的是，CSMAR中下载的数据可能有多重header。
在这个示例中，Excel表的开头3行都是标题，第4行才是数据。
处理这种数据，可以：
或者：
pd.read_excel()读取的时候进行处理，也有2种方案：
header指定哪几行是标题，形成多重列标签。因为这里的多重header很难指定converters，所以CSMAR数据不推荐。skiprows忽略某些行。（* 推荐）%%capture --no-display
# 这一行用于忽略本cell的warning
import pandas as pd
# 读取数据，前3行是标题
df = pd.read_excel('data/TRD_BwardQuotation.xlsx',header=[0,1,2])
df.head()| TradingDate | Symbol | ClosePrice | |
|---|---|---|---|
| 交易日期 | 证券代码 | 收盘价 | |
| Unnamed: 0_level_2 | Unnamed: 1_level_2 | 元/股 | |
| 0 | 2018-11-05 | 1 | 1596.518 |
| 1 | 2018-11-06 | 1 | 1584.822 |
| 2 | 2018-11-07 | 1 | 1580.436 |
| 3 | 2018-11-08 | 1 | 1592.132 |
| 4 | 2018-11-09 | 1 | 1542.423 |
从Excel文件本身，或者上一节的结果都可知，我们应该去掉的是0、2行，保留1行中文标签。
%%capture --no-display
df = pd.read_excel('data/TRD_BwardQuotation.xlsx', skiprows=[0, 2],
converters={'证券代码': str, '交易日期': pd.to_datetime})
df.head()| 交易日期 | 证券代码 | 收盘价 | |
|---|---|---|---|
| 0 | 2018-11-05 | 000001 | 1596.518 |
| 1 | 2018-11-06 | 000001 | 1584.822 |
| 2 | 2018-11-07 | 000001 | 1580.436 |
| 3 | 2018-11-08 | 000001 | 1592.132 |
| 4 | 2018-11-09 | 000001 | 1542.423 |