简体中文 | English
资源分享:对于想了解更多财经数据与量化投研的小伙伴,推荐一个专注于财经数据和量化研究的知识社区。 该社区提供相关文档和视频学习资源,汇集了各类财经数据源和量化投研工具的使用经验。 有兴趣深入学习的朋友可点此了解更多,也推荐大家关注微信公众号【数据科学实战】。
重磅推荐:AKQuant 是一款专为 量化投研 (Quantitative Research) 打造的高性能量化回测框架。它以 Rust 铸造极速撮合内核, 以 Python 链接数据与 AI 生态,旨在为量化投资者提供可靠高效的量化投研解决方案。参见AKQuant
工具推荐:期魔方是一款本地化期货量化分析工具,适合数据分析爱好者使用。无需复杂部署,支持数据分析和机器学习功能,研究功能免费开放。 如需了解更多信息可访问期魔方。
AKShare 是基于 Python 的开源财经数据接口库,目标是让获取财经数据变得简单,需要 64 位的 Python 3.11.5 或更高版本。
Write less, get more!
- 文档:中文文档
- 供 AI 助手使用的 MCP 服务:AKTools 让 Claude、Cursor 等 MCP 客户端用自然语言获取 AKShare 的数据,见 AI 助手(MCP)
- HTTP API:AKTools 还能把 AKShare 部署为 HTTP 服务,供其他编程语言调用
AKShare 是一个 Python 库,本身不提供 MCP 服务。配套项目 AKTools 提供了 MCP 服务,并以 io.github.akfamily/aktools 登记在 MCP 官方注册表中。Claude Code、Claude Desktop、Cursor 等 AI 助手可以根据一句自然语言的提问查找并调用 AKShare 的全部接口,例如“贵州茅台 2024 年 10 月 8 日到 11 日的前复权日线行情”。
只需要安装 uv,不必另外安装其他软件:
claude mcp add aktools -- uvx --from aktools aktools-mcpClaude Desktop、Cursor 等客户端的配置:
{
"mcpServers": {
"aktools": {
"command": "uvx",
"args": ["--from", "aktools", "aktools-mcp"]
}
}
}AKTools 没有把约 950 个接口逐个登记为工具,而是提供 3 个通用工具,由 AI 助手依次调用:
| 工具 | 用途 |
|---|---|
search_interfaces |
按关键词查找接口名 |
describe_interface |
查看接口的参数、默认值与说明 |
get_data |
调用接口,最多返回 max_rows 行(默认 100,最大 1000) |
用 python -m aktools 启动的服务同时在 http://127.0.0.1:8080/mcp 以 Streamable HTTP 方式提供这 3 个工具。HTTP 方式、代理、访问令牌与局域网访问的设置见 MCP 使用指南。
uv pip install akshare --upgradeuv 的安装与虚拟环境的创建见 uv 环境配置。
pip install akshare --upgradeuv pip install akshare --upgrade --default-index https://pypi.tuna.tsinghua.edu.cn/simple
# 或者
pip install akshare --upgrade -i https://pypi.tuna.tsinghua.edu.cn/simple代码:
import akshare as ak
stock_zh_a_hist_sina_df = ak.stock_zh_a_hist_sina(symbol="sz000001", period="daily", start_date="20170301", end_date="20231022", adjust="")
print(stock_zh_a_hist_sina_df)输出:
date open high ... amount outstanding_share turnover
0 2017-03-01 9.49 9.55 ... 3.301580e+08 1.691799e+10 0.002051
1 2017-03-02 9.51 9.54 ... 3.823959e+08 1.691799e+10 0.002386
2 2017-03-03 9.41 9.43 ... 3.219525e+08 1.691799e+10 0.002025
3 2017-03-06 9.40 9.46 ... 3.812123e+08 1.691799e+10 0.002391
4 2017-03-07 9.44 9.46 ... 2.777474e+08 1.691799e+10 0.001742
... ... ... ... ... ... ... ...
1610 2023-10-16 11.00 11.03 ... 5.509887e+08 1.940555e+10 0.002585
1611 2023-10-17 11.01 11.05 ... 5.431709e+08 1.940555e+10 0.002543
1612 2023-10-18 10.99 11.02 ... 7.139799e+08 1.940555e+10 0.003359
1613 2023-10-19 10.91 10.92 ... 1.271915e+09 1.940555e+10 0.006127
1614 2023-10-20 10.55 10.67 ... 5.576186e+08 1.940555e+10 0.002711
[1615 rows x 9 columns]
AKShare 自带一份离线的接口登记,不必离开 Python、也不需要联网,就能按关键词查到接口。由大模型驱动的程序需要把一句描述对应到可调用的接口名时,这一功能尤其有用。
代码:
import akshare as ak
search_df = ak.search("可转债 实时行情", limit=5)
print(search_df)
# 单个接口的完整信息:参数、输出字段与调用示例
interface_info_dict = ak.interface_info("bond_cb_jsl")
print(interface_info_dict)输出:
接口名 类目 描述 有无文档 匹配分
0 bond_cb_realtime_sina bond 新浪财经-沪深可转债数据 True 34.5
1 bond_cb_jsl bond 集思录可转债实时数据,包含行情数据(涨跌幅,成交量和换手率等)及可转债基本信息(转股价,溢价率和到期收益率等) True 28.5
2 bond_cb_info_em bond 东方财富网-数据中心-新股数据-可转债详情 True 15.0
3 bond_cb_list_em bond 东方财富网-数据中心-新股数据-可转债数据一览表 True 15.0
4 bond_cb_list_ths bond 同花顺-数据中心-可转债 True 15.0
传入完整的接口名时,该接口总是排在第一位,可以用来确认一个记不太清的名称。搜索是关键词匹配而不是语义检索,能做什么、不能做什么见接口检索文档。
接口名的结构是 <类目>_<市场或主体>_<主题>_<数据源>。以 stock_zh_a_hist_em 为例:类目 stock,市场 zh_a,主题 hist(历史行情),数据源 em(东方财富)。
- 第一段是
ak.list_categories()返回的 15 个类目之一:stock、index、fund、futures、option、bond、fx、macro、interest_rate、spot、energy、crypto、calendar、research、alternative - 最后一段通常是数据源,如
em、sina、ths、tx、cninfo、sse、szse,同一数据来自不同数据源时,接口名只有后缀不同 - 行情接口中,名称里的
daily表示只有日线;带period参数(daily、weekly、monthly)的接口叫hist,如stock_zh_a_hist_em和stock_zh_a_hist_sina
1.20.41 至 1.20.54 把所有接口统一到上面的命名规则:约 320 个接口改名(如 stock_zh_a_hist 改为 stock_zh_a_hist_em,stock_zh_index_daily 改为 index_zh_daily_sina),少数参数统一为 symbol、date、start_date、end_date,上游数据源已关闭的接口被移除。旧名称没有保留为别名,但调用时会提示去向:
import akshare as ak
ak.stock_zh_a_hist(symbol="000001")
# AttributeError: stock_zh_a_hist 已在 1.20.46 更名为 stock_zh_a_hist_em,请改用 ak.stock_zh_a_hist_em;…
ak.renamed_info("stock_zh_a_hist")
# {'name': 'stock_zh_a_hist', 'status': 'renamed', 'new_name': 'stock_zh_a_hist_em', 'version': '1.20.46', 'url': '…'}用旧名称调用 ak.search 时,现在的名称也排在第一位。完整的新旧名称对照见更新日志末尾的接口更名一览表。
- 简单易用:一行代码获取数据
- 便于扩展:容易与其他程序结合,定制自己的代码
- 生态丰富:依托 Python 的数据科学生态
AKShare 仍在持续开发中,欢迎提交 issue 和 pull request:
- 报告或修复问题
- 提出需求或贡献新接口
- 撰写或修订文档
- 补充测试用例
提交 pull request 之前请先阅读贡献指南。
说明:本项目使用 Ruff 格式化代码
- AKShare 提供的数据仅供学术研究使用;
- AKShare 提供的数据仅供参考,不构成任何投资建议;
- 基于 AKShare 做研究的投资者应当注意数据风险;
- AKShare 将坚持提供开源的财经数据;
- 受不可控因素影响,AKShare 的部分数据接口可能被移除;
- 请遵守 AKShare 使用的开源协议;
- 为其他编程语言和 AI 助手提供 HTTP API 与 MCP 服务:AKTools。
在项目的 README.md 中使用徽章:
[](https://github.com/akfamily/akshare)在 README.rst 中使用徽章:
.. image:: https://img.shields.io/badge/Data%20Science-AKShare-green
:target: https://github.com/akfamily/akshare
显示效果:
在论文或出版物中引用本项目时,请使用下面的 bibtex:
@misc{akshare,
author = {Albert King and Yaojie Zhang},
title = {AKShare},
year = {2022},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/akfamily/akshare}},
}特别感谢 FuShare 项目提供的学习机会;
特别感谢 TuShare 项目提供的学习机会;
感谢 东方财富网站 提供的数据;
感谢 新浪财经网站 提供的数据;
感谢 金十数据网站 提供的数据;
感谢 生意社网站 提供的数据;
感谢 中国银行间市场交易商协会网站 提供的数据;
感谢 99期货网站 提供的数据;
感谢 中国外汇交易中心暨全国银行间同业拆借中心网站 提供的数据;
感谢 和讯财经网站 提供的数据;
感谢 DACHENG-XIU 网站 提供的数据;
感谢 上海证券交易所网站 提供的数据;
感谢 深圳证券交易所网站 提供的数据;
感谢 北京证券交易所网站 提供的数据;
感谢 中国金融期货交易所网站 提供的数据;
感谢 上海期货交易所网站 提供的数据;
感谢 大连商品交易所网站 提供的数据;
感谢 郑州商品交易所网站 提供的数据;
感谢 上海国际能源交易中心网站 提供的数据;
感谢 Timeanddate 网站 提供的数据;
感谢 河北省空气质量预报信息发布系统网站 提供的数据;
感谢 Economic Policy Uncertainty 网站 提供的数据;
感谢 申万指数网站 提供的数据;
感谢 真气网网站 提供的数据;
感谢 财富网站 提供的数据;
感谢 中国证券投资基金业协会网站 提供的数据;
感谢 Expatistan 网站 提供的数据;
感谢 北京市碳排放权电子交易平台网站 提供的数据;
感谢 国家金融与发展实验室网站 提供的数据;
感谢 义乌小商品指数网站 提供的数据;
感谢 百度迁徙网站 提供的数据;
感谢 思知网站 提供的数据;
感谢 新加坡交易所网站 提供的数据。
