Agent Skills
返回列表
星耀数智金融数据

星耀数智金融数据

行业专业 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 https://skillhub.cn/install/skillhub.md，安装 @org-rwhv0nty/ad-api。

技能介绍

适合解决什么问题

在构建行情、财务、ETF、可转债、期权等数据管道时，常见痛点是数据源分散、字段口径不一致，以及重复拉取历史数据导致成本高。AmazingData 将中国银河证券的金融数据封装成 Python 接口，用 BaseData、MarketData、InfoData 三个对象分别承接代码与交易日历等基础数据、K线/快照等行情数据、财务与股东等信息数据，适合在 notebook、回测和因子计算里直接取数。

核心能力与调用方式

  • 三类对象：ad.BaseData() 负责证券代码、交易日历、复权因子、ETF申赎清单等；ad.MarketData(calendar) 负责历史K线和快照，需传入交易日历；ad.InfoData() 覆盖财务三表、业绩预告、十大股东、融资融券、龙虎榜、期权、ETF、指数、可转债、债券与公告等。
  • 参数与返回：日期常用 YYYYMMDD 八位整数，证券代码按交易所格式，如 000001.SZ、600000.SH；接口多返回 pandas.DataFrame，部分按代码映射返回 dict。
  • 取数模式：本地缓存用 local_path + is_local，优先读本地 HDF5 并在缺失时回源更新；日期范围模式用 begin_date + end_date，只回源不落本地。
  • 鉴权前置：调用前需配置 AD_USERNAME、AD_PASSWORD、AD_HOST、AD_PORT 并执行 ad.login()，账号、服务器地址通常由开户营业部提供。

适用边界

  • 历史深度：股票最早可追溯到 2013 年，期货可追溯到 2010 年，期权可追溯到 2015 年。
  • MarketData 必须传入交易日历，避免直接以空参数实例化。
  • 本地缓存与日期范围两种模式不可混用；本地缓存建议预留较大磁盘空间。
  • 服务端限制单点登录，同一账号同时只能维持一个有效会话。

使用场景

  • 在回测股票策略时，用 `query_kline` 拉取指定股票历史 K 线并计算因子。
  • 构建基金看板时，用 ETF 接口获取申赎清单、份额和 `IOPV`。
  • 做信用研究时，用可转债接口取发行、转股、赎回和回售条款。
  • 整理上市公司基本面时，用 `InfoData` 取财务三表、业绩预告和十大股东。

适合人员

  • 量化研究员：需要以 Python API 拉取股票、ETF 和可转债的历史行情与条款数据。
  • 金融数据工程师：要把行情、财务、股东、融资融券等接口纳入统一数据管道。
  • 信用研究员：需要获取可转债发行、转股、赎回、回售和债券收益曲线数据。
  • 券商或基金 IT 工程师：需要基于账号与本地缓存部署 `AmazingData` 取数服务。