# 数据 (/zh/features/data)

将市场数据带入研究流程，无论来自 Yahoo Finance、Binance、TradingView
等提供商、本地文件还是数据库。本节面向在测试策略前需要干净、对齐且最新数据的读者，涵盖数据源、存储与查询、持续更新数据的流水线、按数值可获知时间组合不同周期，以及使用合成价格在从未发生过的路径上测试策略。

## 从这里开始 \[#start-here]

从[市场数据源](/zh/features/data/market-data-sources/)开始拉取第一份数据集。已经拥有数据？文件和数据库查询请从[数据存储与数据库](/zh/features/data/data-storage-and-databases/)开始；使用自己的
Pandas 对象，请从[数据流水线](/zh/features/data/financial-data-pipelines/)开始。

| 您想做什么？                           | 从哪里开始                                                                                                |
| -------------------------------- | ---------------------------------------------------------------------------------------------------- |
| 为股票、加密货币、期货或外汇寻找提供商              | [市场数据源](/zh/features/data/market-data-sources/)                                                      |
| 将图表数据导入 Python，或比较 Binance 现货和期货 | [TradingView 数据](/zh/features/data/tradingview-data/)与 [Binance 数据](/zh/features/data/binance-data/) |
| 保留本地历史，只加载需要的数据                  | [数据存储与数据库](/zh/features/data/data-storage-and-databases/)                                            |
| 对齐历史长度不同的标的、添加研究特征并更新数据集         | [数据流水线](/zh/features/data/financial-data-pipelines/)                                                 |
| 将日频指标用于小时级入场                     | [多时间周期分析](/zh/features/data/multi-timeframe-analysis/)                                               |
| 在生成的价格和不同市场条件下测试策略               | [合成数据](/zh/features/data/synthetic-data/)                                                            |

*   [市场数据源](/zh/features/data/market-data-sources): 通过统一接口从多个提供商拉取股票、加密货币、期货和外汇数据
*   [TradingView 数据](/zh/features/data/tradingview-data): 拉取 TradingView 股票、期货、加密货币和外汇 K 线，并搜索交易标的
*   [Binance 数据](/zh/features/data/binance-data): 下载 Binance 现货与期货 K 线，包括成交笔数和主动买入成交量
*   [数据存储与数据库](/zh/features/data/data-storage-and-databases): 在文件、DuckDB、SQL 数据库和 ArcticDB 中保存和查询市场数据
*   [数据流水线](/zh/features/data/financial-data-pipelines): 在同一对象中对齐、更新、变换和分析多标的市场数据
*   [多时间周期分析](/zh/features/data/multi-timeframe-analysis): 按每个值实际可获知的时间，跨周期重采样并重新对齐数据
*   [合成数据](/zh/features/data/synthetic-data): 生成可复现的随机游走、GBM 路径和合成 OHLC K 线

## 从数据到回测 \[#from-data-to-a-backtest]

您可以从下载的 K 线、已保存文件或研究中的 DataFrame 开始。VBT
数据对象将标的和特征保存在一起，对齐索引，并让您选择保留各标的完整历史，或只使用共同时间戳。随后可将价格和自定义特征传给指标和交易信号。

例如，拉取多个币种的小时价格，在本地保存历史，并在相同区间比较各币种上的策略表现。使用多时间周期工具添加日频趋势过滤器，再在合成路径上尝试策略，探索它在该段历史之外的行为。上方每个环节都有独立功能页面，您可按研究需要选择使用。

继续阅读[技术指标](/zh/features/indicators/technical-indicators/)来计算信号；如果入场和退出条件已准备好，则阅读[信号回测](/zh/features/backtesting/signal-backtesting/)。通过[数据文档](/zh/documentation/data/)了解
VBT 如何表示、获取、更新和管理市场数据。