【Python 量化入门】AKshare 保姆级使用教程:零成本获取股票 / 基金 / 期货全市场金融数据

【Python 量化入门】AKshare 保姆级使用教程:零成本获取股票 / 基金 / 期货全市场金融数据

做量化交易、财经数据分析、投资复盘的开发者和投资者,经常会遇到核心痛点:付费金融数据接口成本高、免费 API 注册流程繁琐、多市场数据分散难以整合。告别 QMT 回测烦恼!手把手教你搭建 MiniQMT+Backtrader 量化回测框架

本文就给大家详细讲解 Python 量化圈的开源神器AKshare,从安装到核心功能实战全覆盖,代码可直接复制运行,零基础也能一键获取全市场金融行情数据。

一、AKshare 是什么?

AKshare 是一款基于 Python 开发的开源金融数据接口库,专为个人投资者、量化爱好者、财经数据分析人员打造,是目前国内生态最完善、维护最活跃的免费金融数据工具之一。

它支持股票、期货、基金、外汇、债券、指数、加密货币等多种主流金融市场的数据获取,核心优势如下:

  • 免费开源:完全开源免费,无隐藏收费,个人非商用零成本使用,无需开通付费会员
  • 数据覆盖全面:A 股、美股、港股、期货、基金、外汇、宏观经济、行业数据等全覆盖
  • 简单易用:无需复杂的 API 注册、无需申请接口密钥,安装后导入即可调用,一行代码完成数据获取
  • 持续更新迭代:开发团队维护活跃,数据源持续优化拓展,适配国内主流财经平台的接口更新

二、AKshare 环境安装与配置

2.1 环境要求

  • Python 版本:3.8 及以上版本
  • 依赖库:自动安装 pandas 等核心依赖库,无需手动配置

2.2 一键安装命令

为解决国内用户 pip 安装网络超时、下载速度慢的问题,推荐使用清华镜像源安装,复制以下命令到终端 / CMD/PyCharm 终端即可一键安装:

pip install akshare -i https://pypi.tuna.tsinghua.edu.cn/simple 

2.3 安装验证

安装完成后,在 Python 环境中执行以下代码,无报错且输出版本号,即代表安装成功:

import akshare as ak # 打印AKshare版本号 print("AKshare安装成功,当前版本:", ak.__version__) 

三、AKshare 核心功能实战(4 大高频使用场景)

以下为日常投资分析、量化研究中最高频的 4 个使用场景,所有代码均修复了笔误,可直接复制运行。

3.1 A 股全市场实时行情数据获取

3.1.1 功能说明

通过 stock_zh_a_spot() 接口,可一次性获取 A 股全市场所有标的的实时行情数据,无需循环调用,返回结构化的 DataFrame 数据集,适配每日复盘、标的批量筛选等场景。

3.1.2 完整代码示例
# 导入AKshare库 import akshare as ak # 获取A股全市场实时行情数据 stock_zh_a_spot_df = ak.stock_zh_a_spot() # 打印输出数据 print(stock_zh_a_spot_df) 
3.1.3 结果说明

接口返回数据包含股票代码、股票名称、最新价、涨跌额、涨跌幅、买入价、卖出价、昨收价、今开价、最高 / 最低价、成交量、成交额等全维度实时行情指标。

3.2 单只股票历史 K 线数据获取

3.2.1 功能说明

通过 stock_zh_a_hist() 接口,可获取指定股票的历史 K 线数据,支持多周期、多复权方式,是量化策略回测、技术分析的核心基础功能。

3.2.2 完整代码示例
# 导入AKshare库 import akshare as ak # 获取单只股票历史K线数据 stock_zh_a_hist_df = ak.stock_zh_a_hist( symbol="000001", # 目标股票代码,示例为平安银行 period="daily", # 数据周期,支持daily(日线)/weekly(周线)/monthly(月线) start_date="20230101", # 数据起始日期,固定8位年月日格式 end_date="20240301", # 数据结束日期,固定8位年月日格式 adjust="qfq" # 复权方式:qfq=前复权、hfq=后复权,不填默认不复权 ) # 打印输出数据 print(stock_zh_a_hist_df) 
3.2.3 核心参数详解
参数名作用可选值
symbol目标股票代码A 股 6 位数字股票代码
period数据周期daily/weekly/monthly
start_date数据起始时间8 位数字,格式:YYYYMMDD
end_date数据结束时间8 位数字,格式:YYYYMMDD
adjust复权方式qfq (前复权)、hfq (后复权)
3.2.4 结果说明

接口返回数据包含交易日期、股票代码、开盘价、收盘价、最高价、最低价、成交量、成交额、振幅、涨跌幅、涨跌额、换手率等核心 K 线指标,可直接用于量化回测、技术指标计算、数据可视化。

3.3 全市场开放式基金最新净值数据获取

3.3.1 功能说明

通过 fund_open_fund_daily_em() 接口,可一键获取当前交易日全市场所有开放式基金的最新净值数据,数据源对接天天基金网,实时同步官方数据。

3.3.2 完整代码示例
# 导入AKshare库 import akshare as ak # 获取全市场开放式基金当日净值数据 fund_open_fund_daily_df = ak.fund_open_fund_daily_em() # 打印输出数据 print(fund_open_fund_daily_df) 
3.3.3 结果说明

接口返回数据包含基金代码、基金简称、单位净值、累计净值、日涨跌幅、净值更新日期等核心信息,适配基金筛选、持仓净值跟踪、全市场基金业绩对比等场景。

3.4 单只基金净值历史走势数据获取

3.4.1 功能说明

通过 fund_open_fund_info_em() 接口,可获取指定基金的历史净值走势数据,支持单位净值、累计净值、累计收益率多维度查询,适配基金业绩深度分析、风险指标计算等场景。

3.4.2 完整代码示例
# 导入AKshare库 import akshare as ak # 获取指定基金的净值历史走势数据 fund_open_fund_info_df = ak.fund_open_fund_info_em( symbol="015566", # 目标基金代码,示例为万家精选混合C indicator="单位净值走势" # 数据类型,可选单位净值走势/累计净值走势/累计收益率走势 ) # 打印输出数据 print(fund_open_fund_info_df) 
3.4.3 核心参数详解
  • symbol:目标基金 6 位数字代码
  • indicator:数据查询类型,可选值:单位净值走势累计净值走势累计收益率走势
  • 补充说明:当 indicator 设置为 累计收益率走势 时,可新增 period 参数指定时间周期,可选值:"1月", "3月", "6月", "1年", "3年", "5年", "今年来", "成立来"

四、新手常见问题 FAQ

Q1:安装 AKshare 失败,提示网络超时 / 找不到对应库怎么办?

A:优先使用本文提供的清华镜像源安装命令;若仍失败,先执行 python -m pip install --upgrade pip 升级 pip 工具,再重新执行安装命令;同时检查 Python 版本是否为 3.8 及以上。

Q2:接口返回的行情数据有延迟吗?可以用于实盘交易吗?

A:AKshare 的数据源均来自公开财经平台,免费行情源存在一定的延迟(通常几秒到几十秒不等),仅适合学习研究、复盘分析、策略回测使用,不建议直接用于高频实盘交易

Q3:接口有调用频率限制吗?

A:官方无强制的调用频次限制,但建议控制请求频率,避免短时间内高频并发请求给数据源服务器造成压力,否则可能被临时限制 IP 访问。

Q4:除了股票和基金,AKshare 还支持哪些数据获取?

A:AKshare 提供数百个数据接口,除本文讲解的基础功能外,还支持期货、期权、债券、外汇、美股、港股、宏观经济数据、行业数据、上市公司财务报表、龙虎榜、融资融券等多维度数据,可参考 AKshare 官方文档查看完整接口列表。

五、总结

AKshare 作为开源免费的金融数据工具,完美解决了个人投资者、量化新手的金融数据获取痛点,零成本即可覆盖日常投资复盘、数据分析、策略回测的绝大多数需求。

本文为 AKshare 的入门保姆级教程,后续会持续更新 AKshare 的高阶用法、量化策略实战、Python 财经数据分析等相关内容,欢迎大家点赞 + 收藏 + 关注,避免后续找不到。

免责声明:本文仅为技术工具分享,所有代码均为学习示例,不构成任何投资建议。金融市场有风险,投资需谨慎。

Read more

ESP8266 Web配网+MQTT+STM32串口上云+免AT指令

本文详细讲解 ESP8266/ESP12F Web 配网、MQTT 通信、STM32/Arduino 串口透传一体化实现方案WiFi强制入户,连接自动打开网页配置,核心亮点是单片机免 ESP8266 AT 指令,串口直接上云,通过串口向 ESP8266 发送数据即可自动上传至 MQTT 服务器,固件开源可直接用于学习调试。 固件下载: 通过网盘分享的文件:mqtt_usart_wifi.ino.bin 链接: https://pan.baidu.com/s/1mZt5diatyYvnSZ-N1eF75w?pwd=e8we 提取码: e8we 免AT指令全网首发!数据直接上传MQTT、秒下发指令,无需复杂配置!下载固件即可使用 一、项目背景与开发初衷         在物联网设备开发过程中,配网和远程通信是两个核心痛点:传统的

By Ne0inhk
在 Cursor 中打造你的专属前端“AI 助手”:Agent Skills 实战指南 什么是 Agent Skills?

在 Cursor 中打造你的专属前端“AI 助手”:Agent Skills 实战指南 什么是 Agent Skills?

文章目录 * 一、什么是 Agent Skills? * 二、使用步骤 * 1.下载官方提供的agent-skills文档 * 2.cursor中使用 * 三、如何设计自己的skills * 四、实战:打造一个“生成标准 React 组件”的 Skill * 第一步:创建目录 * 第二步:编写 SKILL.md * 总结:为什么你应该开始用 Skills? 一、什么是 Agent Skills? 简单来说,Agent Skills 是一种标准化的方式,用来封装特定任务的知识和工作流。 如果说 MCP (Model Context Protocol) 是给 AI 装上了“手”(让它能连接数据库、Github)

By Ne0inhk
【2025最新】基于SpringBoot+Vue的web网上摄影工作室开发与实现pf管理系统源码+MyBatis+MySQL

【2025最新】基于SpringBoot+Vue的web网上摄影工作室开发与实现pf管理系统源码+MyBatis+MySQL

摘要 随着互联网技术的快速发展和数字化生活的普及,摄影行业逐渐从传统的线下模式转向线上平台。网上摄影工作室作为一种新兴的服务模式,为用户提供了更加便捷的摄影服务选择,同时也为摄影师和摄影爱好者提供了展示和交易的平台。然而,目前市场上的摄影服务平台功能单一,用户体验不佳,缺乏个性化的服务和管理功能。因此,开发一个功能完善、操作便捷的网上摄影工作室管理系统具有重要的现实意义。该系统旨在整合摄影资源,优化服务流程,提升用户体验,同时为摄影师和用户搭建高效的沟通桥梁。关键词:网上摄影工作室、SpringBoot、Vue、管理系统、数字化服务。 本系统采用前后端分离的架构设计,前端使用Vue.js框架实现动态交互和响应式布局,后端基于SpringBoot框架搭建高效稳定的服务层,数据库采用MySQL进行数据存储,并通过MyBatis实现数据持久化操作。系统主要功能包括用户管理、摄影作品展示、在线预约、订单管理、评论互动等模块。用户可以通过系统浏览摄影师的作品集,在线预约拍摄服务,管理个人订单;摄影师则可以上传作品、管理预约订单、与用户互动。系统还支持多角色权限管理,确保数据安全和操作合规性。

By Ne0inhk

零样本分类WebUI操作实战:一步步教你分类文本

零样本分类WebUI操作实战:一步步教你分类文本 1. 引言:AI 万能分类器的时代来临 在自然语言处理(NLP)的实际应用中,文本分类是构建智能客服、舆情监控、工单系统等场景的核心能力。传统方法依赖大量标注数据和模型训练,成本高、周期长。而随着预训练语言模型的发展,零样本分类(Zero-Shot Classification) 正在改变这一局面。 本文将带你深入实践一款基于 StructBERT 零样本模型 的“AI 万能分类器”,它无需任何训练过程,只需输入自定义标签即可完成分类任务,并配备直观的 WebUI 可视化界面,真正实现“开箱即用”的智能文本打标体验。 通过本教程,你将掌握: - 零样本分类的核心原理与优势 - 如何使用 WebUI 快速完成文本分类 - 实际应用场景中的操作技巧与优化建议 2. 技术解析:什么是零样本分类? 2.1 零样本分类的本质

By Ne0inhk