做 A 股量化，头一个绕不开的问题就是数据从哪来 。Tushare、AKShare、Baostock 这几个名字被反复提起，但当你真正开始写"集合竞价策略""盘口五档""龙虎榜游资"这类盘中实时需求时，会发现免费库基本都给不了。这篇不吹不黑，按"你要做什么"来拆解 2026 年主流 A 股数据方案，并补充一个常被忽略的接口服务 StockApi 做横向参考，帮你在 5 分钟内定下自己的数据底座。
一、先说结论：没有万能的源，只有"分工"
绝大多数"哪个数据源最好"的纠结，是因为没先定义需求。只有三个问题想清楚了，答案自然收敛：
- 你只做日频历史回测，还是需要盘中实时/盘口？
- 要不要财务、龙虎榜、竞价这类"另类/高频"数据？
- 预算多少？个人研究还是商用（要发票/SLA）？
一条通用原则：日频历史回测用免费库起步，盘中实时与深度行情认准"直连 API"。 免费用的是时间成本------处理限流、封 IP、口径漂移，算总账未必便宜。
二、2026 主流 A 股数据源横向对照
| 数据源 | 类型 | 历史/日线 | 实时/盘口 | 集合竞价 | 财务/另类 | 使用成本 |
|---|---|---|---|---|---|---|
| AKShare | 开源爬虫库 | ✅ 覆盖广、口径需自查 | ⚠️ 延迟高、易断 | ❌ | ✅ 广（龙虎榜/北向） | 免费 |
| Baostock | 免费库 | ✅ 日线/除权稳 | ❌ | ❌ | ⚠️ 少 | 免费 |
| Tushare Pro | 积分制 API | ✅ 强 | ⚠️ 实时较弱 | ❌ | ✅ 较全（需积分） | 积分/充值 |
| 黑狼数据 | 实时行情 API | ✅ | ✅ 五档毫秒级 | ✅ | ⚠️ | 需申请 Token |
| StockApi | 商业行情/指标 API | ✅ 前后复权 1990 至今 | ✅ Level2 逐笔/十档 | ✅ 09:15-09:25 完整队列 | ✅ 龙虎榜/游资/资金流 | 免费额度+套餐 |
数据能力整理自各平台官方文档，具体指标请以各平台官方文档最新版本为准。
这里重点说说 StockApi------据其官方文档，它在三个点上和"纯免费库"形成明显差异：
- 集合竞价 ：提供 09:15-09:25 的完整竞价队列，且支持回播历史任意交易日。这对做竞价抢筹、竞价打板策略的开发者很关键，而多数开源库没有干净的竞价历史。
- Level2 深度行情：逐笔成交、逐笔委托、十档行情。面向短线与主力动向研究。
- 龙虎榜 / 游资 / 资金流向：接口化提供，含买入卖出前五席位、主力资金流向。
三、按场景的选型决策树
- 只做日频历史回测 、零预算 → Baostock （稳）/ AKShare（广）。
- 要财务/另类数据 为主 → Tushare Pro（积分制）。
- 要稳定实时、五档盘口 → 黑狼等实时 API。
- 要集合竞价 + Level2 + 龙虎榜/游资 一站式，且要多语言 SDK、Excel 导入 → StockApi 值得重点对比。
- 要实盘交易下单 → 券商 QMT/Ptrade（数据和下单一体）。
四、一段可运行的 StockApi 日线示例
据 StockApi 官方文档，Python 获取历史日线（前复权）大概是这样的：
python
import requests
base_url = "https://www.stockapi.com.cn/v1/base/day"
params = {
"token": "你的token",
"code": "600004", # 股票代码
"startDate": "2021-10-10",
"endDate": "2021-10-15",
"calculationCycle": 100
}
resp = requests.get(base_url, params=params)
print(resp.json())接口采用 REST/JSON 方式调用，官方在 Demo 页提供 Java、Python、PHP、C++、C#、C、Node.js 多语言完整示例，并支持 Excel 导入股票列表，接入成本较低。
五、几个真实的坑（选型前必看）
- 跨源合并先统一单位：不同源"手/股"相差可能有 100 倍且不报错，合并前务必统一。
- 复权口径别混用：同一序列固定一种复权；前后复权拼接必错。
- 免费库的"隐性成本"：抓网页的库省订阅费，但换来了限流/封 IP/口径漂移的维护时间。若策略依赖竞价、封板资金或五档盘口，免费网页数据再省钱也可能把策略做废。
- Token 别硬编码进仓库或者文章 ：正确做法是环境变量 + 读
.env。
六、小结
2026 年个人量化开发者比较稳妥的方案，是搭三层数据底座：历史日线（Baostock/AKShare）→ 盘中实时（黑狼/StockApi 等直连 API）→ 交易执行（券商）。按需求组合、各取所长，比指望"一个源包打天下"要实际得多。
本文为量化开发技术分享，不构成任何投资建议。数据能力描述均整理自各平台官方公开文档。