A Data 使用教程

A Data

github

0、介绍

专注A股,专注量化,向阳而生;开放、纯净、持续、为Ai(爱)发电。

专注股票行情数据,为了保证数据的高可用性,采用多数据源融合切换。

目标:支持个人量化行情的需要;众人拾柴火焰高。

一、快速开始

(1)安装sdk

# 首次安装
pip install adata
# 指定镜像源
pip install adata -i http://mirrors.aliyun.com/pypi/simple/

# 升级版本
pip install -U adata
# 指定镜像源
pip install -U adata -i http://mirrors.aliyun.com/pypi/simple/

注:国内镜像可能存在同步延迟,可使用官方镜像源,以下是镜像源

阿里云【推荐】:http://mirrors.aliyun.com/pypi/simple/

清华大学:https://pypi.tuna.tsinghua.edu.cn/simple

官方镜像源:https://pypi.org/simple

(2)使用示例

1. 获取股票代码

获取所有的股票代码

import adata

res_df = adata.stock.info.all_code()
print(res_df)

示例结果:

  stock_code short_name exchange
0        001324       N长青科       SZ
1        301361       众智科技       SZ
2        300514        友讯达       SZ
3        300880       迦南智能       SZ
4        301368       丰立智能       SZ
...         ...        ...      ...
5488     300325        德威退       SZ
5489     300362        天翔退       SZ
5490     300367        网力退       SZ
5491     300372        欣泰退       SZ
5492     300431        暴风退       SZ

[5493 rows x 3 columns]

2. 获取股票的行情

获取到股票代码后,传入对应的stock_code参数,查询对应股票的行情信息。

import adata

# k_type: k线类型:1.日;2.周;3.月 默认:1 日k
res_df = adata.stock.market.get_market(stock_code='000001', k_type=1, start_date='2021-01-01')
print(res_df)

示例结果:

            trade_time   open  close  ... pre_close stock_code  trade_date
0    2021-01-04 00:00:00  18.69  18.19  ...     18.93     000001  2021-01-04
1    2021-01-05 00:00:00  17.99  17.76  ...     18.19     000001  2021-01-05
2    2021-01-06 00:00:00  17.67  19.15  ...     17.76     000001  2021-01-06
3    2021-01-07 00:00:00  19.11  19.49  ...     19.15     000001  2021-01-07
4    2021-01-08 00:00:00  19.49  19.44  ...     19.49     000001  2021-01-08
..                   ...    ...    ...  ...       ...        ...         ...
571  2023-05-16 00:00:00  12.80  12.62  ...     12.83     000001  2023-05-16
572  2023-05-17 00:00:00  12.58  12.49  ...     12.62     000001  2023-05-17
573  2023-05-18 00:00:00  12.57  12.49  ...     12.49     000001  2023-05-18
574  2023-05-19 00:00:00  12.43  12.34  ...     12.49     000001  2023-05-19
575  2023-05-22 00:00:00  12.31  12.38  ...     12.34     000001  2023-05-22

[576 rows :x 13 columns]

3. 其它数据使用

请参考下面数据列表和相关字典文档,找到对应的函数并查看对应的函数注释,进行正确使用。

二、数据列表

整理了最新版本的数据列表和相关使用Api,详细内容和相关使用参数,请参考数据字典文档。

(1)股票-Stock

1. 基本信息

数据 API 说明 备注
A股代码 stock.info.all_code() 所有A股代码信息
概念
概念代码 stock.info.all_concept_code_ths() 所有A股概念代码信息(同花顺) 来源:同花顺公开数据
概念成分列表 stock.info.concept_constituent_ths() 获取同花顺概念指数的成分股 注意:返回结果只有股票代码和股票简称,可根据概念名称查询
指数
指数代码 stock.info.all_index_code() 获取所有A股市场的指数代码 来源同花顺,可能存在同花顺对代码重新编码的情况
指数对应的成分股 stock.info.index_constituent() 获取对应指数的成分股列表
其它
股票交易日历 stock.info.trade_calendar() 获取股票交易日信息 来源:深交所

2. 行情信息

数据 API 说明 备注
分红信息 stock.market.get_dividend() 获取单只股票的分红信息
股票行情 stock.market.get_market() 获取单只股票的行情信息-日、周、月 k线
stock.market.get_market_min() 获取单个股票的今日分时行情 只能获取当天
stock.market.list_market_current() 获取多个股票最新行情信息 实时行情
概念行情 stock.market.get_market_concept_ths() 获取单个概念的行情信息-日、周、月 k线 目前只有同花顺相关概念行情,<br />获取概念行情时,<br />请注意传入参数是指数代码还是概念代码,<br />指数代码8开头,index_code
stock.market.get_market_concept_min_ths() 获取同花顺概念行情-当日分时 只能获取当天
stock.market.get_market_concept_current_ths() 获取同花顺当前的概念行情 实时行情
指数行情 stock.market.get_market_index() 获取指数的行情信息-日、周、月 k线
stock.market.get_market_index_min() 获取指数的行情-当日分时
stock.market.get_market_index_current() 获取当前的指数行情 实时行情

注:概念和指数从本质来看是一样的,所以相关的接口和返回结果是一致的,概念是各个厂商自定义的指数,指数是官方或者权威机构定义的,都是一揽子股票的组合。

(2)基金-ETF

数据 API 说明 备注
ETF(场内) fund.info.all_etf_exchange_traded_info() 获取所有A股市场的ETF信息 来源:1. 同花顺
其它数据排期中 TODO 若您有相关资源可以一起参与贡献

(3)债券-Bond

数据 API 说明 备注
可转债代码 bond.info.all_convert_code() 获取所有A股市场的可转换债券代码信息 来源:1. 同花顺
其它数据排期中 TODO 若您有相关资源可以一起参与贡献

(4)舆情

项目 进度 说明
主要指相关新闻和政策消息 排期中...... 若您有相关资源可以一起参与贡献

三、数据源

数据源 板块 描述
同花顺 数据中心行情中心问财 让投资变的更简单
百度股市通 股市通 科技让投资更简单
东方财富 数据中心行情中心 财经门户
腾讯理财 行情中心

--------------------------------------------------------------感谢各位大厂提供的数据-------------------------------------------------

四、 其它参考

主要记录查阅过的项目和相关平台,并对此项目产生了深远印象,特此鸣谢。

akshare 聚宽量化 baostock MyData

五、发布计划

版本号 内容 发布日期 备注
0.x.x 股票 2023-04-05 ~ 预览版本
1.x.x 股票 2023-10-01 中国Ai股
2.x.x 基金 排期中 场内可交易基金:ETF
3.x.x 债券 排期中 场内可交易债券:可转债
4.x.x 舆情 排期中 挖掘新闻、网络文章和政策事件等

六、理念

  1. 关于AData,我们只关注交易产生的数据。在A股只有交易数据是真实的,对于量化和AI训练,也只需要关心交易相关的行情数据,做到真正的专注。当然,你可能会说财务数据等也非常有用,但财务数据相对滞后,而且可能ZJ,甚至有XL可能,最终对于普通交易者可能就成了接盘侠。财务数据在我们这里,只做股票池筛选作用,不做实时交易指标推荐。

  2. 根据多年的数据治理经验,函数和字典在设计上面,符合标准的数据存储,可根据数据字典建表落地到数据库。

注:

  • 永久免费开源A股数据库,只有交易相关的数据,专注量化交易。
  • 送给A股的各位朋友一首歌:谢天笑-向阳花,愿你我向阳而生。

参与贡献

  1. Fork 本仓库
  2. 新建 Feat_xxx 分支
  3. 提交代码(注意代码风格和本项目一致即可)
  4. 新建 Pull Request

特别鸣谢

对于项目有支持,包括但不仅限:内容贡献,bug提交,思想交流等等,对项目有影响的个人和机构

Simon
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容