AKShare财经数据接口封装,提供股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面、实时及历史行情和衍生数据。
AKShare财经数据技能
功能概述
AKShare财经数据技能是一项面向实际任务的技能,主要用于1. 股票行情;2. 宏观经济;
核心要点
- 3. 加密货币;
- 4. 外汇贵金属;
- 5. 财务数据;
使用与执行
投资组合监控;数据来源 : 公开财经网站,仅用于学术研究;商业风险 : 投资有风险,决策需谨慎;更新频率 : 实时数据可能有延迟;数据验证 : 建议多数据源交叉验证;默认返回Pandas DataFrame,可直接处理:;AKShare文。
结果检查与注意事项
它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
AKShare财经数据技能
快速开始
# 安装依赖 pip install akshare pandas # 测试安装 python -c "import akshare; print(akshare.__version__)"
核心功能
1. 股票行情
import akshare as ak # A股实时行情 stock_zh_a_spot_em() # 东方财富A股 # 股票K线数据 stock_zh_kline(symbol="000001", period="daily", adjust="qfq") # 港股行情 stock_hk_spot_em() # 港股实时 # 美股 stock_us_spot() # 美股实时
2. 宏观经济
# GDP数据 macro_china_gdp() # 中国GDP # CPI通胀 macro_china_cpi() # 中国CPI # PMI采购经理指数 macro_china_pmi() # 中国PMI # 货币供应量 macro_china_m2() # M2广义货币
3. 加密货币
# 币种列表 crypto_binance_symbols() # 币安交易对 # 实时价格 crypto_binance_btc_usdt_spot() # BTC/USDT # K线数据 crypto_binance_btc_usdt_kline(period="daily")
4. 外汇贵金属
# 外汇汇率 forex_usd_cny() # 美元兑人民币 # 贵金属 metals_shibor() # 上海银行间拆借利率 # 金银价格 metals_gold() # 国际金价
5. 财务数据
# 股票基本面 stock_fundamental(symbol="000001") # 基本面数据 # 估值指标 stock_valuation(symbol="000001") # PE、PB等 # 盈利能力 stock_profit_em(symbol="000001")
常用组合
投资组合监控
import akshare as ak
import pandas as pd
# 监控自选股
tickers = ["000001", "000002", "600519"]
for ticker in tickers:
df = ak.stock_zh_kline(symbol=ticker, period="daily", adjust="qfq", start_date="20240101")
latest = df.iloc[-1]
print(f"{ticker}: 收盘价={latest['close']}, 涨跌幅={latest['pct_chg']}%")
市场概览
# A股大盘
index_zh_a_spot() # 大盘指数
# 涨跌幅排行
stock_zh_a_spot_em()[['代码', '名称', '涨跌幅']].sort_values('涨跌幅', ascending=False)
注意事项
- 数据来源: 公开财经网站,仅用于学术研究
- 商业风险: 投资有风险,决策需谨慎
- 更新频率: 实时数据可能有延迟
- 数据验证: 建议多数据源交叉验证
输出格式
默认返回Pandas DataFrame,可直接处理:
df = ak.stock_zh_a_spot_em()
print(df.head()) # 查看前5行
print(df.columns) # 查看列名
df.to_csv("data.csv") # 保存CSV
参考文档
- AKShare文档: https://akshare.akfamily.xyz/
- GitHub: https://github.com/akfamily/akshare
热门AI工具
相关专题
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章