深证成指399001行情数据API接口

复制代码
# 测试:返回不超过10条数据(2年历史)`
`https://tsanghi.com/api/fin/index/CHN/daily?token=demo&ticker=399001&order=2`
`

Python示例

复制代码
import requests`

`url = f"https://tsanghi.com/api/fin/index/CHN/daily?token=demo&ticker=399001"`
`data = requests.get(url).json()`
`print(data)`
`

Response示例

全球指数行情通用接口

复制代码
# Restful `
`APIhttps://tsanghi.com/api/fin/index/{country_code}/daily?token={token}&ticker={ticker}`
`

默认返回全部历史数据,也可以使用参数start_date和end_date选择特定时间段。此接口可方便地获取全球指数的历史行情,可用于数据初始化。目前,已经覆盖全球30+国家/地区,以及30年以上的历史数据,收录指数数量超500只(详见指数清单接口)。

更新时间:收盘后3~4小时。

更新周期:每天。

请求方式:GET。

Request请求参数

|--------------|----------|----------|---------------------------------------------------------------------------------------------------|
| 参数名称 | 参数类型 | 参数选项 | 参数说明 |
| token | 字符串 | 必选 | API Token。登录后获取。 |
| country_code | 字符串 | 必选 | 国家/地区代码。详见国家/地区清单接口。 例如:CHN(中国)、USA(美国)。 |
| ticker | 字符串 | 必选 | 指数代码。详见指数清单接口。 |
| start_date | 字符串 | 可选 | 起始日期。格式"yyyy-mm-dd",默认:最早日期。 |
| end_date | 字符串 | 可选 | 终止日期。格式"yyyy-mm-dd",默认:最新日期。 |
| fmt | 字符串 | 可选 | 输出格式。支持json和csv两种标准输出格式,默认:json。 |
| columns | 字符串 | 可选 | 输出字段。支持自定义输出,多个字段以半角逗号分隔,默认:所有字段。 |
| order | 整数 | 可选 | 按日期排序。0:不排序,1:升序,2:降序,默认:0。 |

Response响应参数

|----------|----------|--------------------|
| 参数名称 | 参数类型 | 参数说明 |
| ticker | 字符串 | 指数代码 |
| date | 字符串 | 日期。格式"yyyy-mm-dd"。 |
| open | 小数 | 开盘价 |
| high | 小数 | 最高价 |
| low | 小数 | 最低价 |
| close | 小数 | 收盘价 |
| volume | 小数 | 成交量 |

更多详情:tsanghi.com

相关推荐
计算机学长felix1 分钟前
基于Django的“酒店推荐系统”设计与开发(源码+数据库+文档+PPT)
数据库·python·mysql·django·vue
3壹2 分钟前
数据结构精讲:栈与队列实战指南
c语言·开发语言·数据结构·c++·算法
站大爷IP2 分钟前
Python随机数函数全解析:5个核心工具的实战指南
python
知来者逆4 分钟前
视觉语言模型应用开发——Qwen 2.5 VL模型视频理解与定位能力深度解析及实践指南
人工智能·语言模型·自然语言处理·音视频·视觉语言模型·qwen 2.5 vl
IT_陈寒4 分钟前
Java性能优化:10个让你的Spring Boot应用提速300%的隐藏技巧
前端·人工智能·后端
Android出海8 分钟前
Android 15重磅升级:16KB内存页机制详解与适配指南
android·人工智能·新媒体运营·产品运营·内容运营
cyyt10 分钟前
深度学习周报(9.1~9.7)
人工智能·深度学习
悟乙己10 分钟前
使用 Python 中的强化学习最大化简单 RAG 性能
开发语言·python·agent·rag·n8n
bug攻城狮12 分钟前
Spring Boot Banner
java·spring boot·后端
聚客AI12 分钟前
🌸万字解析:大规模语言模型(LLM)推理中的Prefill与Decode分离方案
人工智能·llm·掘金·日新计划