baostock 是免费开源证券数据平台，提供 Python API 获取 A 股历史行情及财务数据。支持日、周、月及分钟级 K 线查询，返回 pandas DataFrame 格式。核心流程包括登录系统、调用 query_history_k_data_plus 接口获取数据、处理复权与停牌逻辑。需注意指数无分钟线数据，且不同平台复权算法可能存在差异，建议关键决策交叉验证。适用于个人量化入门及中低频策略研究。
baostock 是一个免费、开源的证券数据平台，尤其适合获取 A 股历史行情数据。它通过 Python API 提供大量准确、完整的证券历史行情数据、上市公司财务数据等，能满足量化交易投资者、数量金融爱好者、计量经济从业者的数据需求。
它的数据返回格式为 pandas DataFrame 类型，这对于使用 pandas/NumPy/Matplotlib 进行数据分析和可视化非常友好。
baostock 的数据覆盖范围主要包括：
| 数据类型 | 包含内容 | 时间范围 | 备注 |
|---|
| 股票数据 | 日、周、月 K 线数据 | 1990-12-19 至今 |
| 5、15、30、60 分钟 K 线数据 | 1999-07-26 至今 |
| 指数数据 | 综合指数，规模指数，一级行业指数，二级行业指数，策略指数，成长指数，价值指数，主题指数，基金指数，债券指数 | 2006-01-01 至今 | 指数没有分钟线数据 |
| 财务数据 | 部分上市公司资产负债信息、上市公司现金流量信息、上市公司利润信息、上市公司杜邦指标信息 | 2007 年至今 | 季频 |
| 公司报告 | 上市公司业绩预告信息 | 2003 年至今 | 季频 |
| 上市公司业绩快报信息 | 2006 年至今 | 季频 |
每日最新数据更新时间需要注意：
安装 baostock 非常简单，只需在命令行中执行：
pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn
注意：程序运行时，文件名、文件夹名不能是 baostock。
在开始任何数据查询前，都需要先登录系统。建立与服务器的连接无需注册即可登录。需要注意的是，登录后超过一段时间没有操作再调用 API 请求时会超时，需要重新登录才能继续下载数据。
import baostock as bs
# 登录系统
lg = bs.login()
# 显示登录返回信息
print('login respond error_code:' + lg.error_code)
print('login respond error_msg:' + lg.error_msg)
# 你的数据查询代码将在这里
# 登出系统
bs.logout()
query_history_k_data_plus() 是获取历史 A 股 K 线数据的重要接口。
方法说明：通过 API 接口获取 A 股历史交易数据，可以通过参数设置获取日 k 线、周 k 线、月 k 线，以及 5 分钟、15 分钟、30 分钟和 60 分钟 k 线数据，适合搭配均线数据进行选股和分析。
返回类型：pandas 的 DataFrame 类型。
能获取 1990-12-19 至当前时间的数据；可查询不复权、前复权、后复权数据。
主要参数：
| 参数名 | 描述 | 是否必须 | 默认值 |
|---|---|---|---|
| code | 股票代码，sh 或 sz.+6 位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。 | 是 | 无 |
| fields | 指示简称，支持多指标输入，以半角逗号分隔，填写内容作为返回类型的列。 | 是 | 无 |
| start_date | 开始日期（包含），格式'YYYY-MM-DD' | 否 | 2015-01-01 |
| end_date | 结束日期（包含），格式'YYYY-MM-DD' | 否 | 最近一个交易日 |
| frequency | 数据类型，默认为 d，日 k 线；d=日 k 线、w=周、m=月、5=5 分钟、15=15 分钟、30=30 分钟、60=60 分钟 k 线数据，不区分大小写；指数没有分钟线数据；周线每周最后一个交易日才可以获取，月线每月最后一个交易日才可以获取。 | 否 | d |
| adjustflag | 复权类型，默认不复权：3；1：后复权；2：前复权。已支持分钟线、日线、周线、月线前后复权。 | 否 |
query_all_stock() 函数可以获取指定交易日期所有股票列表。可以通过参数 day 获取某一天的数据，参数为空表示默认获取当天的数据。返回类型为 baostock 自定义的数据类型，通过 get_data() 函数可以获取 Pandas DataFrame 类型的数据。
date = "2025-08-01" # 假设的日期，请替换为实际日期
stock_df = bs.query_all_stock(date).get_data()
以下是一个获取股票分钟级 K 线数据的完整示例。
import baostock as bs
import pandas as pd
# 登陆系统
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
# 获取沪深 A 股历史 K 线数据
# 详细指标参数，参见'历史行情指标参数'章节；'分钟线'参数与'日线'参数不同。'分钟线'不包含指数。
# 分钟线指标：date,time,code,open,high,low,close,volume,amount,adjustflag
rs = bs.query_history_k_data_plus(
"sh.600000", # 股票代码，例如：浦发银行
"date,time,code,open,high,low,close,volume,amount,adjustflag", # 指定需要的字段
start_date='2025-07-01', # 开始日期（请替换为实际需要的日期）
end_date='2025-07-31', # 结束日期（请替换为实际需要的日期）
frequency="5", # 频率：5 表示 5 分钟线
adjustflag="3") # 复权类型：3 不复权
print('query_history_k_data_plus respond error_code:'+rs.error_code)
print('query_history_k_data_plus respond error_msg:'+rs.error_msg)
# 打印结果集
data_list = []
while (rs.error_code == '0') & rs.next():
# 获取一条记录，将记录合并在一起
data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
# 结果集输出到 csv 文件
result.to_csv("history_A_stock_k_data.csv", index=False)
print(result.head(10)) # 打印前 10 行数据查看
# 登出系统
bs.logout()
重要提示：指数没有分钟线数据。尝试获取指数的分钟线数据可能会出错或返回空结果。
adjustflag 参数决定了数据的复权方式，这对分析至关重要：
BaoStock 使用'涨跌幅复权法'进行复权。这种方法可以计算出资金收益率，确保初始投入的资金运用率为 100%，既不会因为分红而导致投资减少，也不会因为配股导致投资增加。需要注意的是，不同系统（如同花顺、通达信等）采用的复权方式可能不一致，会导致数据差异。
股票停牌时，对于日线，开、高、低、收价都相同，且都为前一交易日的收盘价，成交量、成交额为 0，换手率为空。
在回测过程中，通常不希望停盘数据对回测造成干扰，可以将停盘数据删除：
if result.shape[0]:
result = result[(result['volume'] != '0') & (result['volume'] != '')]
返回数据格式转换：从 BaoStock 下载的数据元素类型可能均为 object（字符串）。在进行数值计算前，可能需要转换类型，例如换手率：
result["turn"] = [0 if x == "" else float(x) for x in result["turn"]]
查询所有股票代码：可以使用 query_all_stock() 函数获取指定日期的所有股票列表，并转换为 List：
stock_list = stock_df['code'].tolist()
数据准确性交叉验证：对于关键决策，建议使用其他数据源（如券商 API、Wind 等）进行交叉验证，特别是在复权数据方面，因为不同平台的复权算法可能有差异。
超时与重新登录：登录后如果长时间没有操作，连接可能会超时。如果后续请求失败，可以尝试重新调用 bs.login()。
baostock 作为一个免费且数据源稳定的平台，是个人量化爱好者入门和进行中低频策略研究的绝佳工具。
请注意，baostock 目前的数据主要集中在 A 股，缺少港股、期货、外汇和基金等金融数据。对于更高频率（Tick 级）的交易或更广泛的品种，你可能需要考虑其他数据源。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online