港股通标的数据管道实战从gphk列表到港股行情的落地细节 IG50免费开源股票数据API接口

多市场研究的第一站通常是港股，而港股数据管道的第一课是"目录与A股不同"：代码是五位数字、板块分主板创业板、还有一个A股没有的维度------是否属于港股通。这篇文章记录我把港股通标的从列表到行情的管道落地的完整细节：列表结构、通标的筛选、代码规范、行情接入与日历差异处理，把踩过的坑一次写全。

数据源起点是港股股票列表，本地接口 base/gphk，全市场一个文件，字段精炼但覆盖了分类所需的全部维度：dm 股票代码（五位，如00001）、mc 名称、isIndex 是否指数、isZb 是否主板、isCyb 是否创业板，以及多市场研究最关键的 isGgt 是否属于港股通。这一行 isGgt 标记，就是南向资金可交易名单的机器可读版本，省掉了自己维护名单表的全部维护成本。

第一步，列表加载与通标的筛选。列表加载后按 isIndex 等于零剔除指数，再按 isGgt 等于一筛出港股通标的。两个工程细节：其一，港股通名单是动态调整的（定期纳入调出），管道必须每次全量重读列表而不是缓存旧名单，否则会出现"标的已调出、管道还在跟踪"的幽灵标的；其二，主板与创业板分层保留，创业板港股的流动性与主板差一个量级，统计口径要分开。

python 复制代码

import json

def load_ggt_universe(data_root: str) -> dict:
    """加载港股列表并筛出港股通标的（分层保留）"""
    rows = json.loads(open(f'{data_root}/base/gphk',
                           encoding='utf-8').read())
    # 字段: dm 代码(5位) mc 名称 isIndex isZb 主板 isCyb 创业板 isGgt 港股通
    stocks = [r for r in rows if r.get('isIndex') == 0]
    ggt = [r for r in stocks if r.get('isGgt') == 1]
    return {
        'all_stocks': stocks,
        'ggt': ggt,
        'ggt_main': [r for r in ggt if r.get('isZb') == 1],
        'ggt_cyb': [r for r in ggt if r.get('isCyb') == 1],
    }

第二步，代码规范与路径映射。港股代码的五位补零是管道的第一个体力坑：日常语境的"700"在数据体系里是"00700"，列表加载后统一做 zfill(5) 规范化，所有下游路径拼接复用同一格式。行情数据的路径组织与A股同构------历史K线沿用 time/history/trade/加代码/加分时级别的结构，代码换成五位港股格式即可，这让A股管线的读取函数几乎零改动复用，是多市场数据体系最大的工程红利。

python 复制代码

def norm_hk_code(raw: str) -> str:
    """港股代码规范化：'700' -> '00700'"""
    digits = ''.join(ch for ch in str(raw) if ch.isdigit())
    return digits.zfill(5)

def kline_path(data_root: str, raw_code: str, level: str) -> str:
    """港股K线路径：与A股同构，代码走五位规范"""
    return f'{data_root}/time/history/trade/{norm_hk_code(raw_code)}/{level}'

第三步，日历与时间差异处理。港A股两市日历不同步，这是港股管道最深的一个坑：节假日各自独立（A股的国庆假期港股正常交易，港股的复活节A股正常交易），交易日对齐必须以两地日历的交集为基准。管道的实现方式是从K线文件的日期键自动推断港股交易日历------每只活跃港股的日期序列并集就是市场日历，与A股日历（同样方法从A股K线推断）求交集，供跨市场研究使用。两地时区一致，这一层反而无需处理。

python 复制代码

import pandas as pd

def trading_days_union(kline_dates: list) -> list:
    """从K线日期键推断交易日历"""
    return sorted(set(pd.to_datetime(kline_dates).strftime('%Y-%m-%d')))

def aligned_calendar(hk_days: list, a_days: list) -> dict:
    """两地交易日对齐：交集做共同研究基准"""
    hs, as_ = set(hk_days), set(a_days)
    return {'both': sorted(hs & as_),        # 两市同日开盘
            'hk_only': sorted(hs - as_),     # 港股独有交易日
            'a_only': sorted(as_ - hs)}

第四步，管线组装与日常运营。落地后的管线四个日常动作：每日刷新港股列表核对通名单变更（新增与调出标的各生成一条事件记录）、通标的行情增量同步（沿A股同步框架复用）、两地日历对齐表每日更新（跨市场研究直接取 both 集合）、通标的池与自选池的交集监控。三个实测提醒：其一，创业板港股即使入选通标的，成交额中位数也只有主板同行的零头，任何截面统计都要按板分层；其二，通名单调整事件本身值得入库------调入港股通意味着南向资金可以买入，历史上调入事件后的成交活跃度抬升是可统计的现象；其三，五位代码规范要在管道入口一次做足，中途混入未补零的代码是最常见的路径拼接事故。

这套管道建成后的直接收益，是把"港股通标的研究"从手工维护名单加手动查行情的流水账，变成了一套与A股同构的自动化数据体系。多市场扩展的第二站往往就是它------架构同构、成本减半，这就是先把A股管道做规范的红利。

本文用到的数据接口：港股股票列表 base/gphk（字段 dm、mc、isIndex、isZb、isCyb、isGgt）；港股历史K线 time/history/trade/加五位代码/加分时级别。数据底座为本地 ig50。

资料参考：ig50

gitee开源地址

github开源地址