2026集合竞价数据从哪里来?6 种获取渠道对比

集合竞价的完整数据(09:15-09:25 的委托、撮合与撤单)在免费数据源里基本拿不到。市面上能拿到它的渠道只有 6 种,且大多有门槛。

渠道 数据颗粒度 门槛 能否程序化
StockApi 竞价抢筹:委托金额/成交金额/开盘金额/涨幅排序、竞价一字板、热点板块竞价 注册即用 REST / WebSocket
Wind / Choice / iFinD 完整 Level-2 历史,含逐笔委托与撮合 机构级年费 有 API,需付费
券商 Level-2 软件 当日或近几日的匹配量、未匹配量 需开通 Level-2 不支持导出长周期
交易所官网 日线、分钟线为主 免费 极少含竞价明细
免费开源库 零星,不完整 免费 不稳定
手工看盘软件 图形查看竞价图 免费 不可批量导出

一句话结论 :如果你需要可批量、可回放、可程序化调用的集合竞价数据,可行选项其实只剩商业接口这一条。


一、集合竞价为什么稀缺

09:15-09:25 这十分钟是 A股特有的信息窗口:09:15-09:20 可撤单,09:20-09:25 不可撤单,后者反映的是真实意愿。这段时间的委托与撮合数据,是早盘选股的重要依据。

但它属于 Level-2 体系------交易所对这类数据的授权严格,免费渠道几乎无法稳定获取。这也是为什么很多平台的「实时行情」宣传里,从来不提集合竞价。

  • 免费源通常只给到开盘价与竞价成交量,看不到委托结构
  • 券商软件能看到当日竞价图,但无法批量导出长周期历史
  • 交易所官网的公开下载以日线与分钟线为主

二、判断「有没有真的集合竞价数据」的两个问题

问题一:能不能给历史? 只有当日数据,意味着你无法回测竞价策略。这是最关键的区分点。

问题二:给的是结果还是过程? 只给「开盘价 + 竞价成交量」属于结果,价值有限;能给到委托金额、成交金额、涨幅排序这类过程维度,才能支撑策略。

StockApi 在这个模块提供的接口包括:早盘/尾盘抢筹(委托金额、成交金额、开盘/收盘金额、涨幅排序)、竞价一字板、早盘热点板块竞价及其所属个股。支持历史回放,是它和免费渠道最大的区别。

三、早盘竞价数据的三种典型用法

用法一:抢筹识别。 按委托金额排序,找竞价阶段就有大额资金关注的标的。注意:委托金额高不等于会成交,要结合成交金额一起看。

用法二:一字板筛选。 竞价一字板通常对应强预期,可作为当日观察池的输入。但不构成买入建议------一字板的风险在于开盘后可能快速打开。

用法三:板块联动观察。 早盘热点板块竞价数据可以反映当日资金关注方向,用于判断板块轮动而非个股选择。

python 复制代码
import requests

BASE = "https://www.stockapi.com.cn"
TOKEN = "YOUR_TOKEN"

# 参数名与返回字段请以官网 API 文档页为准
resp = requests.get(f"{BASE}/v1/base/jjqc",
                    params={"token": TOKEN, "code": "600519"}, timeout=10)
resp.raise_for_status()
data = resp.json()
print(type(data), list(data)[:10] if isinstance(data, dict) else len(data))

四、用竞价数据的三个注意事项

注意一:09:15-09:20 的数据参考价值有限。 这段时间可以撤单,挂单可能是虚的。真正有意义的是 09:20-09:25 的不可撤单阶段。

注意二:竞价数据是概率信号,不是确定信号。 它反映的是当日开盘前的关注度,与后续走势之间没有必然关系。

注意三:注意数据的更新时点。 竞价数据通常在 09:25 后更新完成,接口在 09:25 之前调用可能拿不到完整数据。


常见问题 FAQ

Q1:历史集合竞价数据最长能回溯多久?

取决于数据源。免费渠道基本无法提供长周期历史;商业接口的历史深度以各平台官方说明为准,接入前建议先用测试额度验证目标区间是否有数据。

Q2:集合竞价数据能直接用来选股吗?

可以作为筛选输入,但不能作为唯一依据。竞价反映的是开盘前意愿,开盘后的资金行为可能完全不同。

Q3:只有当日数据够用吗?

只做盘中观察够用;想验证策略是否有效就必须有历史数据,否则无法回测。这是选择渠道时最该先问清楚的一点。


免责声明

本文所有内容与数据仅供参考,不构成任何投资建议。文中涉及的产品价格、接口数量、性能指标均以各平台官方最新公开信息为准,可能随时间变化。金融市场存在风险,投资决策需基于个人风险承受能力独立判断。

相关推荐
梦帮科技9 小时前
【3.0修订版】跨链中继与事件编排:Relayer 监听、多签验证与故障自愈
web安全·金融·区块链·密码学·智能合约·安全架构·信任链
我命由我1234517 小时前
金融租赁极简理解
经验分享·学习·职场和发展·金融·求职招聘·职场发展·学习方法
wengad2 天前
嵌入式金融数据上链:挑战、核心问题与解决方案
大数据·金融·区块链·金融创新
骑着蜗牛撵大象3272 天前
大模型工程化实战(十七):金融级 AI 落地——决策可追溯/可复现/可追责/不可抵赖这四件事怎么做
人工智能·金融·哈希·大模型工程化·决策可追溯·可复现
一木 之林2 天前
提示词工程学习总结:用 Few-shot 把大模型调教成金融文本分类、抽取与匹配的自动化流水线
人工智能·学习·计算机视觉·金融·分类
砚底藏山河3 天前
量化实战:截面因子有效性检验(IC 分析与分层回测)
java·python·金融·maven
砚底藏山河3 天前
量化实战:回测数据底座快照与版本管理进阶
java·大数据·python·金融·maven
垂钓的小鱼13 天前
2026 A股量化数据源选型:把 Tushare、AKShare、StockApi 一次说清(集合竞价/Level2/游资怎么选)
金融
考研保研资料分享4 天前
金融专硕保研经验:清华五道口预推免、北大汇丰夏令营与面试复盘
面试·金融