跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客我的书AI学习GitHub 精选镜像AI工具UI配色美学关于
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
Python算法

Python 量化实战:AKshare 获取全市场金融数据

AKshare 是 Python 量化圈常用的开源金融数据接口库,覆盖股票、基金、期货等多市场数据。从环境安装入手,演示实时行情、历史 K 线及基金净值获取的核心用法,解析关键参数含义。同时解答数据延迟与调用频率限制等常见问题,强调其适用于学习研究与策略回测,为量化新手提供零成本的数据解决方案。

w795471发布于 2026/3/29更新于 2026/10/2593 浏览
Python 量化实战:AKshare 获取全市场金融数据

从事量化交易或财经数据分析时,付费接口成本高、免费 API 注册繁琐往往是主要痛点。AKshare 作为 Python 量化圈的开源神器,能一站式解决数据获取问题。

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
  • 数据覆盖全面:A 股、美股、港股、期货、基金、外汇、宏观经济等全覆盖
  • 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
  • 持续更新迭代:开发团队维护活跃,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 安装网络超时的问题,推荐使用清华镜像源安装:

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成功:

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

三、AKshare 核心功能实战

以下为日常投资分析、量化研究中最高频的 4 个使用场景,所有代码均经过校验,可直接复制运行。

3.1 A 股全市场实时行情数据获取

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,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。

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()
print(stock_zh_a_spot_df)

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

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。

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
)
print(stock_zh_a_hist_df)
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)

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

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。

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()
print(fund_open_fund_daily_df)

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

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。

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
)
print(fund_open_fund_info_df)
  • 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? 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? 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? 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? 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。

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。

目录

  1. 一、AKshare 是什么?
  2. 二、AKshare 环境安装与配置
  3. 2.1 环境要求
  4. 2.2 一键安装命令
  5. 2.3 安装验证
  6. 三、AKshare 核心功能实战
  7. 3.1 A 股全市场实时行情数据获取
  8. 获取 A 股全市场实时行情数据
  9. 3.2 单只股票历史 K 线数据获取
  10. 获取单只股票历史 K 线数据
  11. 3.3 全市场开放式基金最新净值数据获取
  12. 获取全市场开放式基金当日净值数据
  13. 3.4 单只基金净值历史走势数据获取
  14. 获取指定基金的净值历史走势数据
  15. 四、新手常见问题 FAQ
  16. 五、总结

更多推荐文章

查看全部
  • Python 与 CV 大模型下的滑块与点选验证码处理思路
  • SSE 在前端流式输出中的实现与取舍
  • Pico 4XVR 1.10.13 安装与使用指南
  • AI 人才薪资飙升:硕士年薪 50 万,博士超 200 万,缺口千万
  • OpenClaw 汉化版部署指南:npm、Docker 与一键脚本安装方案
  • OpenClaw.ai:Agentic AI 时代的 Spring Framework 时刻
  • Linux 系统离线部署 MySQL 详细步骤
  • C++ 多态机制详解:概念、实现与原理
  • Python 异步编程实战:基于 async/await 的高并发实现
  • 基于 AWS EC2 部署 ClawdBot 自建 AI 助手
  • Kiro AI 助手完整使用指南
  • AIGC 变分自编码器(VAE)原理及代码实现
  • Linux 网络基础与 TCP 协议核心机制
  • HarmonyOS 6.0 Camera Kit 微距状态监听详解
  • Xilinx FPGA ISERDES 使用详细介绍
  • OpenCV 通用内部函数:C++ 代码矢量化实战指南
  • GESP 八级 C++ 复习资料:倍增与数论组合数学
  • Windows 11 下使用 llama.cpp 运行 Qwen3.5 量化模型实测
  • Copilot 一键生成中文 Git Commit Message
  • Python 启动器 py.exe 功能与使用指南

相关免费在线工具

  • 加密/解密文本

    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

  • Gemini 图片去水印

    基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印,支持批量处理与下载。 在线工具,Gemini 图片去水印在线工具,online

  • curl 转代码

    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

  • Base64 字符串编码/解码

    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

  • Base64 文件转换器

    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

  • Markdown转HTML

    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