29 如何抓取金融市场数据？
你好，我是邢云阳。首先给假期还在学习的你点个赞。
历经两个月左右的时间，今天我们终于进入到最后一章的学习了。
这一章，我们将会关注 AI 与股票金融方面结合的一些探索性应用。思路呢，是来自于近两年一些知名平台都会推出一些医疗，金融等行业性的 AI 应用比赛。比如智谱 AI 与清华大学联合创办的清竞平台，在去年年底时就举办了一个金融行业大模型挑战赛。
赛题的主要要求呢，就是要做一个股票问答助手。然后赛题方会给出初中高三种不同难度的问题，看问答助手能否回答准确。初级的比如就是股票代码、涨跌幅的问答；中级的则涉及到数据分析，比如近半年涨停次数超过10次的股票有多少家；高级的就比较综合，涉及到财务分析等等。整体对选手的业务和技术的要求都比较高，所以这也是我之前多次强调的要懂业务。
那对我来说呢，刚好对理财也比较感兴趣，所以对于股票知识也是略知一二。因此这一章就想综合的应用一下前面所学的技术，借这个主题做一下探索性的开发，让你边学股票知识，边学习AI开发。不过这里我也要特别提醒一下，投资有风险，入市需谨慎！
AKShare 快速入门
既然做股票问答，就少不了股票数据。因此今天这一讲，我们就先来解决一下股票数据的抓取问题。
对于股票数据，比如 A 股市场的股票的名称、代码、某日收盘价、涨跌幅等等，抓取的途径主要有两个，第一是付费购买证券公司的接口服务。这种方式的好处是数据比较全面，而且实时性也好，但是价格比较昂贵。第二呢，对于不想付费的平民分析师来说，有一个金融数据抓取神器，就可以做很好的平替，它就是 AKShare。
我们点击链接后，就可以打开 AKShare 的官方文档。其中 AkShare 的安装指导里，详细讲解了该工具如何安装。其实非常简单，用 pip 安装就可以搞定：
安装完成后，再看数据字典文档，可以看到 AKShare 支持多种类型的金融数据的抓取。
我们点击 AKShare 股票数据，就可以看到如下图所示的股票数据的抓取接口。这个接口是为使用纯 HTTP 请求方式的用户提供的，但由于我们使用的是 python 语言，因此可以直接调用 python 包中封装好的方法。
对于股票数据，AKShare 也是提供了 A 股、B 股、新股、次新股、美股、港股等等非常多的市场的股票数据。接下来，我们以抓取某股票的日线数据为例，来为演示一下 AKShare 工具的使用。
日线数据抓取
首先，讲一下什么是日线数据。日线数据就是反映某只股票某一个交易日的价格变动和交易数据的。比如开盘价、收盘价、最高价等等。在 AKShare 中，日线数据可以通过历史行情数据来抓取。
如下图所示，点击文档的 A 股 -> 历史行情数据。
此时，可以看到抓取历史行情数据的接口。
该数据呢，抓取的是指定周期指定股票的日线、周线、月线数据。这其中有一个参数，需要非常懂业务，才知道是什么意思，那就是倒数第二个的 adjust。该参数是用来设置返回的数据是否进行复权操作的。
那什么叫复权呢？我们知道一般为了呈现股票在一段时间内的波动情况，都会用如下图所示的 K 线图去衡量股价的走势。
这个日 K 图中的红柱子、绿柱子，反映的是每个交易日的股价信息，基本是非常连贯，没有大的缺口的。但如果某一天该公司做了拆股的操作，假设一股拆成了两股，则股价就会变成原来的一半。这可以理解为原来一块蛋糕卖 100 元，我现在将其切成两块，每块就变成了 50 元。此时对应到日 K 图上，就会出现非常大的缺口，导致图线出现不连贯，影响看走势的效果。
此时呢，我就有两种修复 K 线的手段。一种叫前复权，也就是说以当前股价为基准，将历史股价都等比例进行缩小。比如昨天拆股前的价格是 100，就改成50，前天的价格是 80，就改成 40，这样就不会出现大的断层缺口，会让 K 线恢复到之前的平滑状态，比较有利于我们查看短期的历史走势。
另外还有一种手段叫后复权，就是把现在的价格等比例增大。比如拆股后，当前收盘价跌到了43，那就把 43 改成 86。这样能够更好地查看在我以某价格买入后，卖出股票的累计收益等等。
总之，这都是为了让图线变得更容易查看的手段而已。
在清楚了理论之后，我们就以抓取宁德时代这只股票 2025 年 4 月 7 日到 11 日的日线数据为例，为大家演示一下代码。
代码演示
代码非常简单，首先，我们要知道宁德时代的股票代码，这个随便在哪都可以查到，是 300750。之后按照文档的说明就可以写代码了，代码如下：
import akshare as ak
df = ak.stock_zh_a_hist(symbol="300750",
period="daily",
start_date="20250407",
end_date='20250411',
adjust="qfq")
print(df)
这里我的 adjust 使用的是 qwq，表示前复权。调用 stock_zh_a_hist 方法后得到的 df 是一个 pandas 中的 dataframe。pandas 是一个 python 的数据分析包，专门用于高效处理结构化数据（如表格、时间序列等），一般在数据科学、机器学习和数据分析领域会经常用到。而 dataframe 则是 pandas 中的一个数据结构，是一个二维表格，类似 excel。
这样最终 df 的打印效果为：
我们在得到这些数据后，一般会将其保存下来，方便后续使用。那 df 提供了一个保存成 csv 表格的功能，我们调用起来也很方便，代码如下：
index 就是每一行数据前 0、1、2、3、4、5 的序号，类似主键。我们把 index 设置成 False，意思就是不需要序号。
当执行这行代码后，就会在当前目录生成一个叫 300750.csv 的文件，负责将前面的 df 打印写入到该文件中。
数据排序
最后，我们来看一下数据排序问题。
如果对于股票有了解的同学，可能听过一个常用指标 MA，也就是均线，常用的比如 MA5、MA10 等，也就是 5 日均线、10 日均线。以 5 日均线为例，其含义是以某一交易日为基准，往前取 5 日的收盘价，算出一个平均值来，这样就会算出非常多的 5 日平均收盘价，将这些平均值连成线，就形成了 5 日 均线。如果要计算这个指标，就要对数据按日期进行倒排。
那对于 dataframe 来说，排序也非常简单，简单几行代码就可以搞定：
df.set_index('日期', inplace=True)
df.sort_index(ascending=False, inplace=True)
df.to_csv('300750.csv')
第一行调用了 set_index 方法表示将日期设置为主键。第二行的 sort_index 方法，则是排序，参数 ascending 为 False 表示倒排序，inplace = True 表示直接在原始数据上做修改，而不是先把原始数据做备份，然后在新的备份数据上修改。最后第三行的保存到 csv 的代码与之前相比少了一个 index=False，这是因为我们主键是日期，而不是序号了。
这几行代码运行后，可能会有问题，也可能没有。这是为什么呢？要解释这个问题，我们需要先来打印一下上文股票数据中日期的类型，代码如下：
打印结果为：
可以看到日期是 object 类型的。对于 object 类型的数据，其排序是按照字符串的字典序进行的。什么叫字典序呢？我举一个例子。
按字典序的规则，它比较的是字符串中字符的 ASCII 值，从左到右逐个比较，直到找到不同的字符为止。如果两个字符串的前几个字符都相同，就比较下一个字符。最终结果是基于这些字符的 ASCII 值的大小顺序，而不是实际日期的自然顺序。比如表格里的例子，第六个字符开始不同，49小于50，所以“2025-12-15”会排到“2025-2-15”之前。
为了解决这个问题，我们需要先将其转成专门用于处理时间的 datetime 类型，才可以确保日期按照实际的时间顺序正确排序。代码如下：
此时的打印结果为：
可以看到类型已经变成 datetime64[ns] 了。此时再进行排序的结果为：
所以我们将类型改为 datetime，就能确保排序结果万无一失。
总结
这一章我们将会开启 AI 金融项目的探索之旅。
在近两年，许多知名公司或平台都举办了金融大模型竞赛，让 AI 完成难度不同的数据分析处理任务。
在金融量化开发领域，数据是进行量化分析的基石。所以我们自然要先解决数据抓取的问题，对于初学者来说，AKShare提供的数据抓取方案就不错。
同时呢，由于本章的探索开发是深度绑定业务的，因此我们自然也需要了解一些股票知识，比如在这节课就涉及了复权与均线的知识。这也将会是后续几节课的常规模式，需要你边了解一些基础股票知识，边熟悉AI金融项目开发的重要环节，实现业务与技术的通吃。
今天的代码我已经上传到了 GitHub，地址是：Geek02/class29 at main · xingyunyang01/Geek02，你可以下载后进行测试学习，加深理解。
思考题
如果我要抓取十只股票近两年的数据，应该怎么做呢？
欢迎你在留言区展示你的思考结果，我们一起来讨论。如果你觉得这节课的内容对你有帮助的话，也欢迎你分享给其他朋友，我们下节课再见！
- 完美坚持 👍（2） 💬（1）
邢老师，您这一讲中提到的这个金融大模型比赛让我非常感兴趣，您能再给我们推荐一些类似的大模型应用开发的平台吗？就是可以学习别人的优秀经验案例，同事自己也能上手实操一下的这种，真的能够解决一些实际问题的平台吗。 之前想要积累一些机器学习模型的应用经验的时候，就会去打kaggle比赛，现在出来大模型，原来也有类似的比赛可以打。 但是我去看了看咱们这一讲的金融大模型比赛，上面和kaggle那种不太一样， 具体来说就是，看起来论坛不是很丰富，我想要去看看别人的工作很难看到。 但是我也很想学习一下大家的优秀经验，特别您说了要懂业务，我也是金融领域，其实特别想在大模型的应用领域通过这种比赛的形式提升自己，也能够学习别人的优秀经验。 我翻了翻天池、魔塔这些，好像也不太典型，您有推荐的这种大模型比赛的一些平台吗，可以去学习别人优秀经验的，甚至提供一些数据场景可以打比赛的这种。
2025-05-05 - summer 👍（0） 💬（2）
老师能不能把代码往 gitee 代码库传一份？github 经常上不去
2025-05-06