股票数据api接口

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。

估值探索者

【Python量化系统工程实战 #01】数据存储选型 CSVSQLiteMySQL 对比与 SQLite 实战建库系列开篇：从「会写策略」推进到「会搭系统」。本篇先解决最基础的存储选型——回测和实盘都要把 K 线落到本地，三种方案怎么选？

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 4 篇）：行业与概念板块树构建做板块轮动、题材挖掘，第一件事是有一张「板块树」：指数、行业、概念之间谁挂在谁下面，代码怎么对应。接口 hszg/list 直接给出了完整的树形结构（带 type1/type2/level/pcode），本篇把它落库并还原成可遍历的层级，下一篇就能顺着树把成分股挂上去。

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 1 篇）：指数列表与实时行情接入系列说明做量化的人几乎都从「指数」起步——大盘涨跌、板块强弱、风格切换，全靠指数说话。但很多新手卡在数据接入：要么爬虫不稳定，要么字段对不齐。本篇用一组 REST 接口，把指数列表和指数实时行情一次性接进来，落进本地库，后续所有因子、信号都从这张表长出来。

估值探索者

【Python量化策略实战 #04】Donchian 通道假突破太多？用 ATR 阈值过滤跑通真实突破信号上一篇我们用双均线金叉死叉做择时，跑通了"震荡少亏 + 趋势跟住"的效果。但双均线对温和上涨更敏感，对强势突破的反应反而慢半拍。

信誓旦旦的程序猿

【Python 量化取数指南 #13】Python 把行情落库：sqlite 一键存，回测随用随取系列：《Python 量化取数指南》｜连载项目 · 纯 GET 取数 · 仅依赖 requests · 本地库用 sqlite 适用：想把前面拉的行情落进本地库、回测时随用随取、不再每次联网的人。

信誓旦旦的程序猿

【Python 量化取数指南 #09】Python 拿港股通数据：港股通成交与港股财报实测系列：《Python 量化取数指南》｜连载项目 · 纯 GET 取数 · 仅依赖 requests 适用：想用 Python 拿港股通成交、港股财报，做 AH 跨市场取数的人。

泡茶喝茶写代码

量化数据进阶：多维实战篇（第 11 篇）：历史涨跌停价：涨跌停序列与止损线测算上一篇《板块轮动：行业资金流向与龙头股捕捉》我们把视角从「个股」抬到了「行业」，用资金流与龙头股回答了「哪条资金链在动」。但还有一类问题始终悬着：如果我看错了，最多会亏到哪里？

信誓旦旦的程序猿

【量化系统从零构建 #04】存储设计：选型·建库·交易日历系列：《量化系统从零构建》｜连载项目 · 纯 GET 取数 · 仅依赖 requests 适用：想给取数层配一个本地存储底座的读者；本篇是纯本地存储层，不发起网络请求，直接基于标准库 sqlite3 建库，为 #05 行情落库铺路。

信誓旦旦的程序猿

【零依赖量化数据实战 #25】北交所技术指标与基本面系列：《零依赖量化数据实战》｜零依赖 · 纯 GET · 不 import 任何 SDK 适用：想用 Python 把**北交所（BJ）**股票的技术指标（MACD / MA / KDJ / BOLL）与基本面（股本、十大股东、流通股东、股东数）一次拉齐的量化爱好者；不依赖任何行情终端。

我是有底线的