1️⃣ AkShare 简介

• AkShare 是一个开源 Python 金融数据接口库，致力于提供 股票、期货、基金、宏观经济、数字货币、财经新闻等多种金融数据的获取接口。

• 与 Tushare 类似，但完全免费，无需注册即可获取大部分数据。

• 支持 A 股、港股、美股、期货、数字货币等多市场数据。

• 官网 / 文档：https://akshare.readthedocs.io

2️⃣ 安装

pip install akshare

建议 Python 3.7+。
安装完成后可以使用 import akshare as ak。

1. 每只股票 CSV 文件名包含股票名称，比如 sh600519_贵州茅台.csv
2. 去掉异常数据（空 DataFrame / 无效数据）

下面是修改后的完整脚本：

import akshare as ak
import pandas as pd
import os
from datetime import datetime
import time
import re

# 创建保存数据的目录
data_dir = "a_stock_data"
if not os.path.exists(data_dir):
    os.makedirs(data_dir)

# 获取 A 股股票列表
stock_list = ak.stock_info_a_code_name()
print(f"总共获取到 {len(stock_list)} 只股票")

# 将列表保存到 CSV
stock_list.to_csv(os.path.join(data_dir, "a_stock_list.csv"), index=False, encoding="utf-8-sig")

# 定义获取单只股票历史日线的函数
def get_a_stock_daily(symbol: str, adjust: str = "") -> pd.DataFrame:
    """
    获取单只 A 股日线数据，兼容最新 AkShare
    symbol: 带市场前缀，如 sh600519 / sz000001
    adjust: "" 不复权, "qfq" 前复权, "hfq" 后复权
    返回标准化 DataFrame，列为 ['date','open','high','low','close','volume','amount']
    """
    try:
        df = ak.stock_zh_a_daily(symbol=symbol, adjust=adjust)
        if df.empty:
            return pd.DataFrame()  # 返回空 DF

        # 兼容列名
        col_map = {
            "日期": "date",
            "开盘": "open",
            "最高": "high",
            "最低": "low",
            "收盘": "close",
            "成交量": "volume",
            "成交额": "amount",
        }
        df.rename(columns=col_map, inplace=True)

        # 转换 date 并设置索引
        if "date" not in df.columns:
            return pd.DataFrame()
        df["date"] = pd.to_datetime(df["date"]).dt.date
        df.set_index("date", inplace=True)

        # 保证标准列
        for col in ["open", "high", "low", "close", "volume", "amount"]:
            if col not in df.columns:
                df[col] = None

        df = df[["open", "high", "low", "close", "volume", "amount"]]

        # 去掉全部为 None 或 0 的行
        df = df.dropna(how="all")
        df = df[(df[['open','high','low','close','volume','amount']] != 0).any(axis=1)]

        return df

    except Exception as e:
        return pd.DataFrame()

# 遍历所有股票，获取历史日线并保存
for idx, row in stock_list.iterrows():
    code = row['code']  # 股票代码
    name = row['name']

    # 自动加市场前缀
    if code.startswith('6'):
        symbol = f"sh{code}"
    else:
        symbol = f"sz{code}"

    print(f"[{idx+1}/{len(stock_list)}] 获取 {name} ({symbol}) 历史数据...")

    df_daily = get_a_stock_daily(symbol, adjust="")  # 可改为 "qfq" / "hfq"
    if df_daily.empty:
        print(f"{symbol} ({name}) 没有有效数据，跳过")
        continue

    # 清理文件名中的非法字符
    safe_name = re.sub(r'[\/:*?"<>|]', '_', name)

    # 保存 CSV 文件名包含股票名称
    filename = os.path.join(data_dir, f"{symbol}_{safe_name}.csv")
    df_daily.to_csv(filename, encoding="utf-8-sig")
    print(f"已保存: {filename}")

    # 避免请求过快
    time.sleep(1)

print("所有股票历史日线数据获取完成！")

🔹 修改说明

1. 文件名安全处理

   • 股票名称中的 / \ : * ? " < > | 等特殊字符会被替换成 _。

   • 生成的 CSV 文件示例：

     a_stock_data/sh600519_贵州茅台.csv
     a_stock_data/sz000001_平安银行.csv
     

2. 去掉异常数据

   • 空 DataFrame 自动跳过
   • 全部为 0 或 None 的行被删除

3. 控制访问频率

   • time.sleep(1) 避免网站屏蔽请求