中文财经数据接口
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/cn-financial-data-akshare。
技能介绍
解决什么问题
国内财经数据散落在交易所、基金、债券信息页和宏观统计站点,字段名、频率、复权方式并不统一。做研究前最耗时间的不是模型,而是把 A 股、基金、债券和宏观指标拉成可用的表。这个技能把 AKShare 当作统一入口:当你要用 Python 拉股票/基金/债券数据、找宏观指标接口,或为量化研究准备数据时,它帮你按统一方法获取数据,返回多为 DataFrame,便于直接进入分析。
技能如何工作
- 先按 品种+频率 选接口:明确股票、基金、债券还是宏观指标,再确认日频、分钟频或季度频。
- 调用前查文档核对字段:区分
qfq、hfq与不复权,确认交易日期、证券代码、单位和缺失值含义。 - 保留研究所需的时间戳:数据拉取后至少记录
date、code、source、retrieved_at,避免后续无法复现。 - 处理上游不稳定:接口依赖外部站点,关键流程要加异常重试,并用本地缓存减少重复请求。
适用边界与注意点
拿到 DataFrame 后仍要做数据治理:核对字段含义、处理缺失值、对齐日/分钟/季度频率、留存来源时间戳。常见陷阱包括不复权直接算收益、无缓存高频拉取被限流、把历史接口当实时使用。该技能只覆盖数据获取与处理,不构成投资建议或交易指令;决策请以持牌机构与官方披露为准。
使用场景
- 编写 Python 脚本拉取 A 股日频或分钟频行情,并统一调整为向前复权价格。
- 准备量化回测输入,下载宏观数据并核对字段与频率。
- 拉取基金净值与债券行情,处理缺失值并对齐时间戳用于收益率计算。
适合人员
- 量化研究员,需要稳定获取 A 股与宏观数据以构建回测。
- 金融数据工程师,要把分散在交易所和网站的行情统一入库清洗。
- 基金或资管分析人员,需处理基金净值与债券数据并做组合分析。