聚宽平台可以方便进行策略编写、投资研究、数据回测等各项功能，云端的python环境可以很好支持。不过使用下来也有些不便之处，比如代码调试困难，虚拟机内存1G限制等问题。有时候需要将数据倒到本地调试代码。
下面简单讲下实现过程。
一. 安装聚宽的jqdatasdk库
必须通过这个库使用JQData。
JQData是聚宽数据团队专门为有志于从事量化投资的金融机构、研究人员以及个人量化爱好者提供的本地量化金融数据。用户只需在本地Python环境下安装JQData数据包，输入三行代码，即可调用由聚宽数据团队专业生产的全套量化金融数据，让你轻松告别平台限制，灵活安全地完成本地化的量化研究与投资决策。
安装JQData：打开本地终端，在python目录下使用pip输入如下语句 ，安装JQData数据包：
pip install git+https://github.com/JoinQuant/jqdatasdk.git -i https://pypi.tuna.tsinghua.edu.cn/simple
如果上述方法安装失败，请使用备选安装方法：下载JQData压缩包，解压压缩包，打开终端并切换到jqdatasdk-master文件中setup.py所在的目录下，执行 python setup.py install，也能完成安装。
我这里第二种安装完成。（如果过程中提示需要安装一些别的库，使用 pip install **** 安装即可）
二. 申请一个JQData试用账号
聚宽现已开放试用JQData。想要使用JQData的用户只需提交试用申请， 进行申请即可。
有个邀请码需要微信管理员申请，页面上有提示。
申请成功后，userid及passwd即你在聚宽平台的用户和密码。
三. 本地代码例子
import pandas
from jqdatasdk import *
auth('userid','passwd')
pd = get_price(security='399300.XSHE',frequency='5m')
pd.to_csv('399300.csv', encoding = 'utf-8', index = False)
......四. 相关参考
对生成出来的excel的各种处理参考 https://blog.csdn.net/ebzxw/article/details/80261507
CSV格式文件处理 https://blog.csdn.net/ebzxw/article/details/80358652
各种图表处理参考 https://blog.csdn.net/ebzxw/article/details/80262365
可视化库Matplotlib使用参考 https://blog.csdn.net/ebzxw/article/details/80469342