Python 量化实战：使用 baostock 免费获取分钟级 K 线数据

返回类型为 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。

主要参数说明：

获取指定日期所有股票列表

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"  # 请替换为实际日期
stock_df = bs.query_all_stock(date).get_data()

实战示例：获取分钟级 K 线数据

以下是一个获取股票分钟级 K 线数据的完整示例。

获取 5 分钟 K 线数据

import baostock as bs
import pandas as pd

# 登陆系统
lg = bs.login()
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
    end_date='2025-07-31',    # 结束日期
    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。

复权类型的区别与选择

adjustflag 参数决定了数据的复权方式，这对分析至关重要：

• 后复权：复权后价格反映的是真实收益率，便于计算历史收益。
• 前复权：复权后价格贴近当前价格，便于技术分析。
• 不复权：原始价格数据，包含跳空缺口。

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。

停牌数据处理

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'] != '')]

常见问题与技巧

1. 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"]]
   

2. 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()
   

3. 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。

4. 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。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。