Tushare Pro 金融数据接口,覆盖A股、港股、美股、基金、期货、债券及宏观经济,提供220+数据接口,支持财务报表、估值分析、行业研究
Tushare Pro 金融数据助手
功能概述
Tushare Pro 金融数据助手是一项面向实际任务的技能,主要用于股票行情查询(自动重试机制);基础财务数据;
核心要点
- 宏观经济数据;
- 全量 220+ 接口;
- 自动财务报表;
使用与执行
DCF 估值模型;行业对比分析;定时数据推送;智能错误处理;Token 验证;自动财务报表生成;在 OpenClaw 配置定时任务:;接口速查表;
结果检查与注意事项
daily, weekly, monthly, stock_basi。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。
Tushare Pro 金融数据助手
功能特性
- 股票行情查询(自动重试机制)
- 基础财务数据
- 宏观经济数据
- 全量 220+ 接口
- 自动财务报表
- DCF 估值模型
- 行业对比分析
- 定时数据推送
- 智能错误处理
- Token 验证
快速开始
pip install tushare pandas export TUSHARE_TOKEN="your_token"
股票行情
import tushare as ts pro = ts.pro_api() # 日线行情 df = pro.daily(ts_code='000001.SZ', start_date='20240101', end_date='20241231') # 周线行情 df = pro.weekly(ts_code='000001.SZ') # 月线行情 df = pro.monthly(ts_code='000001.SZ')
基础财务
# 财务指标 df = pro.fina_indicator(ts_code='000001.SZ') # 利润表 df = pro.income(ts_code='000001.SZ') # 资产负债表 df = pro.balancesheet(ts_code='000001.SZ') # 现金流量表 df = pro.cashflow(ts_code='000001.SZ')
宏观经济
# GDP df = pro.gdp() # CPI df = pro.cpi() # PMI df = pro.pmi() # 货币供应 df = pro.m2()
自动财务报表生成
def generate_financial_report(ts_code):
"""生成完整财务报表"""
report = {}
# 基本信息
info = pro.stock_basic(ts_code=ts_code, fields='ts_code,name,industry,market')
report['info'] = info.iloc[0].to_dict()
# 财务指标
indicator = pro.fina_indicator(ts_code=ts_code, period='20231231')
report['indicator'] = indicator.iloc[0].to_dict() if not indicator.empty else {}
# 利润表
income = pro.income(ts_code=ts_code, period='20231231')
report['income'] = income.iloc[0].to_dict() if not income.empty else {}
# 资产负债表
balance = pro.balancesheet(ts_code=ts_code, period='20231231')
report['balance'] = balance.iloc[0].to_dict() if not balance.empty else {}
return report
DCF 估值模型
def dcf_valuation(ts_code, growth_rate=0.15, wacc=0.1, terminal_growth=0.03):
"""DCF 估值模型"""
# 获取历史财务数据
income = pro.income(ts_code=ts_code)
if income.empty:
return None
latest = income.iloc[0]
base_revenue = latest.get('revenue', 0)
net_margin = latest.get('net_profit', 0) / base_revenue if base_revenue > 0 else 0
# 预测未来5年现金流
cash_flows = []
for year in range(1, 6):
revenue = base_revenue * (1 + growth_rate) ** year
net_profit = revenue * net_margin
cash_flows.append(net_profit)
# 计算终值
terminal_value = cash_flows[-1] * (1 + terminal_growth) / (wacc - terminal_growth)
# 折现
pv_sum = sum(cf / (1 + wacc) ** i for i, cf in enumerate(cash_flows, 1))
pv_terminal = terminal_value / (1 + wacc) ** 5
total_value = pv_sum + pv_terminal
return {
'company_value': total_value,
'cash_flows': cash_flows,
'terminal_value': terminal_value,
'assumptions': {
'growth_rate': growth_rate,
'wacc': wacc,
'terminal_growth': terminal_growth,
'net_margin': net_margin
}
}
行业对比分析
def industry_comparison(industry, top_n=10):
"""行业对比分析"""
# 获取行业股票列表
stocks = pro.stock_basic(industry=industry, list_status='L',
fields='ts_code,name,market_cap')
if stocks.empty:
return None
# 按市值排序
stocks = stocks.sort_values('market_cap', ascending=False).head(top_n)
results = []
for _, stock in stocks.iterrows():
try:
indicator = pro.fina_indicator(ts_code=stock['ts_code'], period='20231231')
if not indicator.empty:
results.append({
'ts_code': stock['ts_code'],
'name': stock['name'],
'market_cap': stock['market_cap'],
'roe': indicator.iloc[0].get('roe', None),
'net_profit_margin': indicator.iloc[0].get('netprofit_margin', None),
'revenue_growth': indicator.iloc[0].get('or_yoy', None)
})
except:
continue
return pd.DataFrame(results)
定时数据推送
在 OpenClaw 配置定时任务:
{
"cron": {
"jobs": [
{
"id": "daily-market",
"schedule": "0 16 * * 1-5",
"prompt": "生成今日A股市场日报",
"channel": "feishu"
},
{
"id": "weekly-report",
"schedule": "0 9 * * 1",
"prompt": "生成本周行业研究报告",
"channel": "feishu"
}
]
}
}
接口速查表
| 类别 | 接口数 | 常用接口 |
|---|---|---|
| 股票数据 | 39 | daily, weekly, monthly, stock_basic |
| 指数数据 | 18 | index_daily, index_weight |
| 基金数据 | 11 | fund_nav, fund_daily |
| 期货期权 | 16 | fut_daily, opt_daily |
| 宏观经济 | 10 | gdp, cpi, pmi, m2 |
| 港股美股 | 23 | hk_daily, us_daily |
| 债券数据 | 16 | bond_daily, bond_cov |
配置说明
- 注册 Tushare Pro: https://tushare.pro
- 获取 API Token
- 设置环境变量:
export TUSHARE_TOKEN="your_token"
风险提示
- 数据来源: Tushare Pro,需遵守使用协议
- 数据延迟: 部分数据有 15 分钟延迟
- 投资风险: 数据仅供参考,不构成投资建议
热门AI工具
相关专题
本专题汇总了Uvicorn服务器常见问题与报错解决的教程合集,涵盖启动失败、端口占用、模块导入错误、事件循环冲突及热重载失效等典型故障的排查思路。同时整理了多进程与Worker配置、SSL/HTTPS证书报错、跨域与代理配置等实战解决方案,助你快速定位并解决Uvicorn运行中的各类问题。
0
2026.11.02
本专题汇总了Uvicorn使用教程与启动运行指南,涵盖其作为Python ASGI服务器的定位与特点,以及命令行启动(uvicorn main:app --reload)、参数配置(host/port/workers)、程序内嵌运行与Gunicorn结合部署等核心用法。同时整理了热重载调试、日志配置与生产环境部署优化等技巧,助你快速掌握Uvicorn的运行与配置。
0
2026.11.02
本专题汇总了Uvicorn的安装配置教程与部署指南,涵盖通过pip安装Uvicorn、启动FastAPI/Starlette应用、开发模式热重载(--reload)及多进程工作模式配置等核心操作。同时整理了结合Gunicorn的生产部署方案、HTTPS与反向代理配置及性能调优技巧,助你快速完成Uvicorn服务的安装与上线部署。
0
2026.11.02
Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章,帮助读者完成上线流程。
0
2026.10.28
Vite搭配Vue.js专题汇集创建Vue 3项目、配置开发环境、路径别名、Vue插件、代理、多环境构建与调试的已审核文章,帮助读者完成从初始化到日常开发的配置。
0
2026.10.28
Vite项目目录专题汇集入口文件、src源码、public静态资源、路径别名、项目根目录和构建输出目录相关的已审核文章,帮助读者理解各文件夹的用途与引用方式。
0
2026.10.28
本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。
0
2026.10.22
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 | 161.7万人学习
共6课时 | 54.7万人学习
最新文章