怎样通过api获取a股的数据和实时数据

为什么你需要关心A股数据的获取方式

做股票和期货交易，数据是粮食。没有数据，再好的策略也是空谈。很多人盯着屏幕手动记价格，或者用券商软件看看分时图，这种玩法在2024年已经落后了。量化交易、自动化盯盘、甚至只是想写个脚本提醒自己某只股票到了买点，都需要通过API把数据拿到自己手里。

API就是程序之间的传话筒。你写一段代码，向数据提供方的服务器发个请求，对方把股票代码、当前价格、成交量这些信息打包成JSON格式扔回来。整个过程不需要打开任何软件界面，几毫秒就能完成。

免费API能用吗 有什么坑

市面上有不少免费接口，tushare、akshare、baostock是散户圈子里提到最多的三个。它们本质上都是对公开数据的二次封装。

tushare老版本免费，新版本搞了积分制。想拿实时数据，积分门槛不低。akshare完全免费，从新浪、东方财富这些网站抓数据，覆盖股票、期货、期权。缺点也明显：新浪的实时接口有15分钟延迟，东方财富的接口偶尔会变，今天能用明天可能就报错。baostock只有历史数据，没有实时行情。

免费接口最大的问题不是慢，是不稳定。你写个网格交易策略，依赖实时价格触发买卖，结果接口突然返回空值，程序卡在那里不动，错过止损点，亏的是真金白银。

付费API到底贵不贵

付费接口分两个梯队。

第一梯队是券商自己提供的。如果你在某个券商开户，达到一定资产门槛，可以申请开通level-2行情接口。这种接口直接来自交易所，延迟在毫秒级，包含十档盘口、逐笔成交。缺点是需要编程对接，而且不同券商的接口协议不一样，换券商就得重写代码。

第二梯队是第三方数据服务商。聚宽、米筐、万得这些，提供标准化的RESTful API或者WebSocket推送。聚宽的JQData按年收费，个人版几千块，包含股票、期货、基金数据。米筐的RQData类似。万得最贵，机构用得最多。

对于做期货日内交易的人来说，WebSocket推送比轮询API更合适。轮询是你每隔几秒问一次服务器“现在价格多少”，WebSocket是服务器主动把每一笔成交推给你。后者延迟更低，但需要保持长连接，对网络稳定性要求高。

一个最小可用的Python示例

用akshare获取A股实时行情，代码短到离谱。

import akshare as ak

# 获取所有A股实时行情

df = ak.stock_zh_a_spot_em()

print(df[['代码', '名称', '最新价', '涨跌幅', '成交量']].head())

# 获取单只股票的历史K线

df_hist = ak.stock_zh_a_hist(symbol="000001", period="daily", start_date="20240101", end_date="20241231")

print(df_hist.tail())

这段代码跑通只需要一行安装命令pip install akshare。注意stock_zh_a_spot_em拉的是东方财富的全市场快照，一次返回几千行，不要频繁调用，否则IP会被封。

期货数据用akshare也能拿。ak.futures_zh_spot获取国内期货实时行情，ak.futures_main_sina获取主力合约连续数据。

实时数据到底有多实时

这个问题决定你的策略类型。

交易所发布的原始行情分两种：快照和逐笔。快照每3秒一次，包含当前买卖五档和最新价。逐笔是每一笔成交都推送，数据量巨大。

免费接口给你的所谓“实时”，绝大多数是快照数据，而且经过中间商缓存。新浪接口延迟15分钟是公开的秘密，东方财富的接口快一些，大概3到5秒。真正毫秒级的实时数据，只有交易所直连或者券商level-2接口能给。

做趋势跟踪的，延迟几秒无所谓。做高频套利的，延迟超过50毫秒策略就失效了。先想清楚自己的策略需要多快的数据，再决定花多少钱。

期货数据获取的特殊之处

期货和股票不一样。股票只有沪深两个交易所，期货有上期所、大商所、郑商所、中金所、广期所。每个交易所的数据格式、合约代码规则都不同。

主力合约会换月。螺纹钢2405合约到期后，主力变成2410。你的代码如果写死了合约代码，换月那天策略就崩了。处理方法是订阅主力连续合约，或者自己写规则判断持仓量最大的合约。

夜盘数据别忽略。国内期货有夜盘，晚上9点到次日凌晨2点半。很多免费接口夜盘数据更新不及时，做夜盘策略的要特别注意。

怎么选适合自己的数据方案

三个维度：频率、预算、技术能力。

手动交易偶尔看看行情的，用akshare写个脚本，每天早上跑一次，把关注列表的股票价格输出到Excel，够用了。

做分钟级策略的，考虑聚宽或者米筐的付费接口，一年几千块，换来稳定的数据和技术支持。

做高频或者机构级别的，直接找券商开通level-2，或者买万得的API。这条路成本高，但数据质量和延迟是免费接口没法比的。

不要一上来就追求最贵最全的数据。先用免费接口把策略逻辑跑通，确认能赚钱，再升级数据源。很多人反着来，花大钱买数据，策略却一直亏，本末倒置。

数据拿到之后做什么

拿到数据只是第一步。把数据存到本地数据库，用pandas做清洗，计算技术指标，回测策略，这些才是真正花时间的地方。

实时数据流进来之后，需要一个事件驱动的框架来处理。最简单的可以用while循环加time.sleep，复杂一点的用asyncio或者消息队列。期货CTP接口就是典型的事件驱动，用C++写的底层，Python通过cython封装调用。

数据频率越高，对代码效率要求越高。Python处理tick数据很吃力，考虑用numpy向量化操作，或者把核心逻辑用C++重写。

最后提醒几个坑

接口调用频率限制。免费接口通常限制每分钟调用次数，超了直接封IP。加个time.sleep，或者用缓存减少重复请求。

数据字段缺失。免费接口的返回结果里，某些字段可能是空值或者0。写代码时要加异常处理，不能假设每个字段都有值。

交易日历。A股和期货的交易日历不一样，春节、国庆休市安排每年都变。硬编码日期迟早出错，用akshare的tool_trade_date_hist_sina获取官方交易日历。

复权问题。股票除权除息后价格会跳空，回测时必须用复权数据。akshare的stock_zh_a_hist默认返回不复权数据，需要手动设置adjust="qfq"或者adjust="hfq"。

数据是交易的地基。地基不稳，楼盖得越高摔得越惨。花点时间把数据获取这件事搞扎实，后面策略开发会顺很多。