Agent Skills
返回列表
💻

AKShare 开源金融数据API库

开发编程 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据官方安装指南 https://skillhub.cn/install/skillhub.md,将 @org-eyw2ohcx/coderwpf-aakshare-103 技能安装配置到 AI 助手环境中。

技能介绍

这个技能要解决的问题

做量化研究或是分析市场行情,获取数据往往是第一个卡点。传统方案中,专业金融数据服务接入成本较高,但免费方案也各有各的限制:交易所官网的披露文件格式不一,爬虫需要长期维护且容易被上游改版打挂,不同市场的时区与交易日历对不齐,跨市场的数据清洗起来耗时耗力。整理出来的数据还要手动合并,离实际的回测或分析链路仍有距离。

它是怎么工作的

该技能基于 AKShare 工作。AKShare 是一个开源免费的 Python 库,统一封装了多数据源的接口。使用时调用名称为 资产-市场-数据类型-来源(如指数 index, 中国 zh, 历史 hist, 东方财富 em)的函数即可。覆盖的品种包括 A 股、港股、美股的实时和历史行情,期货、期权、基金、债券、外汇和宏观指标数据。

可直接获取的数据类型包括个股详情、分钟K线、财务报表、融资融券、股东户数、龙虎榜,以及新闻与舆情。无需注册或 API Key,所有函数返回 pandas.DataFrame,可无缝衔接到 Python 分析栈。

对于 AI Agent,该技能提供了获取数据后的数据校验、跨市场数据聚合以及动态监控(如检测涨跌停板)的高阶工作流支持。

适用边界与注意点

需要注意 A 股数据返回的 DataFrame 列名为中文,而美股、港股数据为英文,合并处理时需注意匹配。同时由于上游数据源在不断更新,需要通过 pip 的 --upgrade 机制保持最新版本,避免接口变动导致脚本中断。

数据仅供学术研究使用,不构成投资建议,不要将接口直接用于需要严格实时性的商业场景。

使用场景

  • 量化研究员调试策略:用 Python 拉取股票实时行情与分钟 K 线,验证算法在分钟级别的表现
  • 跨市场宏观研究:同时获取 A 股指数与宏观经济数据,分析国内政策变量对市场走势的影响
  • 异动监控与预警:定时调用龙虎榜和涨跌停板接口,捕捉市场资金异动与题材轮动信号
  • 数据工程与回测:在多因子选股模型中利用 pandas 获取股票财务和股东数据,完成因子构造与测试

适合人员

  • 量化研究员:需要在本地用 Python 构建可直接对接交易系统的免费数据接口,摆脱付费数据源的成本压力
  • 金融数据工程师:负责为团队搭建数据管道,需要将跨市场、跨数据源的行情与宏观数据统一落入 pandas DataFrame
  • 学术研究者:研究资产定价或市场微观结构时,需要可复现的历史数据访问方案,避免依赖受限的机构数据库
  • 独立开发者:开发面向个人投资者的行情工具或可视化项目时,希望获得零配置即用的金融数据 API