股票数据api接口

估值探索者

【Python量化组合管理实战 02】钱该怎么分？等权、波动率倒数与动态评分三种配权实测本文你将得到什么：上一篇用等权组合把波动压了下来，但等权有个明显缺陷：波动 47% 的策略和波动 37% 的策略拿一样的钱——风险贡献严重失衡。机构里常听到的"风险平价"“波动率倒数加权”，说的就是按风险而非按钱数来分配。这些名字听着唬人，核心公式其实一行就能写下。这篇把三种方案放进同一个框架里实测，看它们到底差在哪。

信誓旦旦的程序猿

【Python量化实战宝典 #26】止损与回撤控制手册：移动止损、最大回撤（Python 可跑）手册定位：模块四第 2 篇。仓位定好后，怎么锁住下行决定长期能否活下来。本篇讲移动止损、固定止损、组合最大回撤约束三种方法。数据来源复用 #02 历史K线（价格序列）+ #24 净值曲线。

信誓旦旦的程序猿

【Python量化实战宝典 #21】北向资金跟随手册：聪明钱择时信号（Python 可跑）手册定位：模块三第 5 篇。北向资金（陆股通）被市场视为「聪明钱」，其持续净流入常领先行情。本篇讲怎么用北向净流入序列构建择时信号。数据来源复用 #05 北向资金（历史走势 /ht/nbzj/bxls/1）。

信誓旦旦的程序猿

【Python量化实战宝典 #18】MACD 金叉死叉手册：DIF、DEA、柱体全拆解（Python 可跑）手册定位：模块三第 2 篇。MACD 是均线的升级——DIF/DEA 双线 + 柱体，金叉死叉更细腻，还能看动能背离。本篇讲怎么算、怎么出信号。数据来源复用 #02 历史K线（也可用 /hs/history/macd 端点直出，本文演示自算以讲透）。

信誓旦旦的程序猿

【Python量化实战宝典 #22】涨跌停、连板情绪手册：情绪指标构建（Python 可跑）手册定位：模块三第 6 篇。市场情绪是择时的「温度表」——涨停数量多、连板高度高代表风险偏好强；反之恐慌。本篇讲用涨跌停/连板数据构建情绪指标。数据来源复用 #01 涨跌股池（/hs/pool/ztgc/{date}、/hs/pool/dtgc/{date}）+ #02 历史K线。

泡茶喝茶写代码

A股量化策略回测实战：从行情数据到绩效评估（第 15 篇）：新高新低策略创 N 日新高 = 当前价格站在一段时间最高点，是趋势最强的表达；创 N 日新低 = 站在最低点，是恐慌极点，常伴随反弹。本篇用 himk 真实的阶段最高/最低数据，做新高买入（趋势跟随）与新低反弹（反转）两类策略。

泡茶喝茶写代码

A股量化策略回测实战：从行情数据到绩效评估（第 13 篇）：放量突破策略第 12 篇的通道突破只看价格，但"无量空涨"常常是陷阱。真实突破通常伴随放量——资金真金白银进场。本篇在 Donchian 突破基础上加成交量确认：价格创 N 日新高、且成交量显著大于近 M 日均量，才判定有效突破。

信誓旦旦的程序猿

【Python量化实战宝典 #20】动量、反转择时手册：趋势跟随与均值回归（Python 可跑）手册定位：模块三第 4 篇。两种相反的择时逻辑：动量（追涨、趋势跟随）与反转（抄底、均值回归）。本篇讲怎么构建并对比两者，帮你选适合当下市况的那一个。数据来源复用 #02 历史K线（close）+ #13 动量因子思路。

估值探索者

【Python量化技术指标实战 04】布林带通道突破，怎么知道是真突破还是假突破？本文你将得到什么：股价冲出布林带上轨了，你追进去，第二天就回落——这就是经典的"假突破"。布林带突破策略最大的敌人不是突破本身，而是那些"摸了一下上轨就缩回去"的伪信号。

估值探索者

【Python量化技术指标实战 02】MACD金叉也分强弱？手工算一次 DIF/DEA 就懂了本文你将得到什么：行情软件里的 MACD 都是现成的，但很多人用了几年也没搞清楚：答案藏在计算过程里。本文带你手工算一遍，算完你就明白"零轴上金叉"和"零轴下金叉"为什么强度完全不同。

估值探索者

【Python量化选股流水线 #04】选股器好不好用？「昨日候选→今日表现」回看验收过滤和打分都写好了，选出来的票到底靠不靠谱？很多量化新手把选股器做完就急着实盘，却忘了最重要的一步：用历史数据给自己出一份体检报告。这篇教你用滚动回看的方法，给选股器做一个可量化的验收。

估值探索者

【Python量化选股流水线 #03】候选股怎么排序？动量+低波+流动性三因子打分取 Top-N过滤管道解决了「哪些票合格」，但合格票之间怎么排座次？「都行」等于没有结论——下游建仓、盯盘都需要一个明确的先后顺序。这一篇给流水线出口装一个三因子打分器：动量、低波、流动性，全部只用日线数据现算，z-score 标准化后加权合成，输出 Top-N 候选清单。

信誓旦旦的程序猿

【Python量化实战宝典 #08】可转债与债券接口手册：转股价·溢价率·纯债价值（Python 可跑）手册定位：「数据底座手册」第 8 篇（模块一收尾）。可转债是「债底+股性」的混合品种，双低策略的核心数据都在这一篇。本篇讲可转债一览、比价表、实时行情三个端点，并用比价字段算转股溢价率、估算纯债价值。接口路径取自官网文档页已验证路径，未虚构；纯债价值为公式估算，非接口直出，已注明。

泡茶喝茶写代码

A股量化策略回测实战：从行情数据到绩效评估（第 1 篇）：回测引擎从零搭建系列说明：本系列使用公开量化数据 REST 接口提供的真实行情/财务数据，演示如何把交易思想变成可回测、可评价的策略。约定：①接口只返回裸字段，所有指标、信号、绩效均由代码二次计算；②涨红跌绿（A 股惯例），上涨为红、下跌为绿；③金额以 ¥ 计；④客观演示，不构成任何投资建议。

泡茶喝茶写代码

A股量化数据工程：从 REST 接口到策略信号（第 18 篇）：放量缩量异动扫描量在价先。成交骤增、连续放量往往对应资金进场；成交骤减、连续缩量对应观望或出货尾声。接口 himk/cjzz（骤增）、cjzj（骤减）、lxfl（连续放量）、lxsl（连续缩量）给出四类量能异动，本篇自研量能温度计，区分「放量上涨」与「放量下跌」。

泡茶喝茶写代码

A股量化数据工程：从 REST 接口到策略信号（第 17 篇）：创新高与新低扫描创新高 / 新低是个股强度最直观的信号：持续新高说明趋势强，密集新低说明杀跌未止。接口 himk/pzxg（盘中创新高）、himk/pzxd（盘中创新低）直接给出标的与「是否创新高」标记，本篇自研新高强度扫描器，把个股强度汇总成市场温度计。

估值探索者

【Python量化系统工程实战 #08】从脚本到生产：量化系统上线 checklist 的最小闭环系列完结篇：前 7 篇我们解决了「数据怎么存、自动怎么跑、挂了怎么知道、缺口怎么补」。本篇把脚本变成生产系统的最后 1 公里——环境隔离、日志轮转、数据备份、灰度对比、回滚预案，每一项都是「出事时不至于半夜爬起来」的兜底。

泡茶喝茶写代码

A股量化数据工程：从 REST 接口到策略信号（第 7 篇）：盈利能力因子：毛利率、净利率与 ROE价格与资金维度跑完，进入基本面。盈利是公司质量的底盘：毛利率看生意模式，净利率看管控，ROE 看为股东赚钱的效率。接口 hicw/yl 一次性给出这三个核心值，本篇把它们落库，并自研截面 z-score 打分，得到第一个可横比的基本面因子。

泡茶喝茶写代码

A股量化数据工程：从 REST 接口到策略信号（第 8 篇）：成长能力因子：营收与利润增速盈利能力看「现在多能赚」，成长能力看「将来能不能更赚」。营收增速、净利增速、净资产增速是景气度的三盏灯。接口 hicw/cz 给出这些同比/环比增速，本篇落库并自研成长因子，与前一篇盈利因子互补。

泡茶喝茶写代码

A股量化数据工程：从 REST 接口到策略信号（第 5 篇）：板块成分股映射与对齐第 4 篇拿到了板块树，叶子节点下挂的就是成分股。本篇把成分股批量落进 board_stock_map，并用股票实时行情把「板块」和「个股涨跌」对齐，得到一个最朴素的板块强弱指标：成分股涨跌幅中位数。这一步是把树变成可量化信号的关键。