问题：想要搭建自己的一套量化交易系统

解决方案：

1. 学术化的研究工作，例如金融时间序列分析，这一块研究主要集中在各种金融产品的交易数据上，例如股票、期货、期权的价格，基金净值等等；
2. 构建交易策略或投资组合，这一块研究需要交易数据、宏观经济指标和公司财务数据等等；
3. 策略回测，这一块研究需要大量历史交易数据，用来测试评估交易策略和投资组合。

首先来到上交所和深交所的网站，目的是找到股票代码和指数代码列表。深交所以文件下载的方式提供股票和指数代码（业界良心），上交所则是以网页形式提供。

通过上面的文章，数据源已经基本确定了，接下来就要“修渠引水，汇入水库”。水库的话，就选择最常用的数据库MySQL；水渠的话，这里用R语言

首先，到交易所网站手工收集整理A股的股票代码和指数代码列表，分别保存在文件SH.A.list.txt、SH.IDX.list.txt、SS.A.list.txt、SS.IDX.list.txt中。用R函数readLines读取称为相应的字符串向量，接着构造“市场代码向量”用来标识股票和指数对应的市场，沪市记为0深市记为1，将这些向量组合成数据框（data.frame，R中常用的数据结构，类似excel表格）A.list和IDX.list。

第二步，找到包含所需信息的网页，解析网页链接的模式。

以平安银行为例，现在想要获得股票的首次上市日。网易平安银行的网页链接是http://quotes.money.163.com/1000001.html，1000001中开头的1是市场代码，000001是股票代码。在Chrome中打开网页，按F12打开网页分析工具，找到“首次上市”节点，右键复制XPath，即“/html/body/div[2]/div[22]/div[2]/p[9]”。

# 加载xml2和stringr包
 
library(xml2)
 
library(stringr)
 
# 链接
 
url <- "http://quotes.money.163.com/1000001.html"
 
# 读取网页
 
html <- read_html(url)
 
# XPath
 
path <- "/html/body/div[2]/div[22]/div[2]/p[9]"
 
# 找到“首次上市”节点
 
date <- xml_find_all(html,
 
 xpath = path)
 
# 转化成文本
 
date <- xml_text(date)
 
date
 
# 如果乱码，修改编码
 
Encoding(date) <- "UTF-8"
 
date
 
# 用正则表达式提取日期
 
date <- str_extract(date,
 
                    "[0-9]{4}-[0-9]{2}-[0-9]{2}")
 
date