a-stock-data
simonlin1212/a-stock-data加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
设想这样一个场景：你是一家私募基金的分析师，午后开盘前，老板丢来一句："帮我看看贵州茅台现在的估值，再看看最近机构研报怎么说，还有今天北向资金流向。"你打开电脑，开始在同花顺、东财、Wind 之间来回切换——Wind 要年费、东财页面越来越卡、腾讯财经数据不准、你甚至不知道哪个才是"权威来源"。等你把所有数据拼凑齐，老板的问题已经变成了"那和人形机器人产业链的研报比呢？"
这不是某一个人的困境。这是每一个试图把A股数据串联起来的人都会碰到的真实痛点：数据分散、信息孤岛、接口不稳定、需要各种账号和Key。
a-stock-data 正是为了解决这个问题而生。它是一个专门为 AI 编程助手设计的 A 股全场景数据工具包，把原本分散在 34 个数据源中的行情、研报、资金流、新闻、财务、公告、打板、期权、宏观数据全部整合成 AI 助手可以直接调用的函数接口。你只需要对 AI 说"帮我看看 688017 的估值"，剩下的——数据抓取、字段解析、结果整理——全部由它自动完成。
a-stock-data 项目 GitHub 地址：github.com/simonlin1212/a-stock-data，目前拥有 10,278 颗 Stars、1,877 个 Fork，是 A 股数据领域 Star 数最高的开源项目之一。
这个项目的核心设计思路非常清晰——用"分层"来组织数据，每一层对应一个数据域，层内可以切换不同数据源，主源被封还有备用源降级。
截至 V3.10.0 版本（2026年9月），项目已发展为 15 层架构、87 个端点、34 个数据源：
| 层级 | 名称 | 核心数据 | 主要来源 |
|---|---|---|---|
| 第1层 | 行情层 | 实时价、PE/PB/市值、K线（五档盘口、逐笔成交） | 腾讯财经、通达信官网、百度 |
| 第2层 | 研报层 | 个股/行业研报、PDF下载、评级、EPS预测 | 东财、同花顺、iwencai、新浪 |
| 第3层 | 信号层 | 强势股、题材归因、北向资金、龙虎榜 | 同花顺、东财 |
| 第4层 | 资金面/筹码层 | 融资融券、大宗交易、股东户数、筹码分布CYQ | 东财、上交所、深交所、本地计算 |
| 第5层 | 新闻层 | 个股新闻、财联社电报、新闻联播文字稿 | 东财、财联社、华尔街见闻、央视网 |
| 第6层 | 基础数据层 | 季报快照、财报三表、估值历史、ST名单 | mootdx、新浪、baostock、申万 |
| 第7层 | 公告层 | 沪深北全量公告 | 巨潮 |
| 第8层 | 打板层 | 涨停池、炸板率、连板梯队、重点监控池 | 东财、同花顺 |
| 第9层 | ETF期权层 | T型报价、希腊字母、隐含波动率 | 新浪 |
| 第10层 | 舆情互动层 | 互动易问答、上证e互动、人气榜 | 巨潮、同花顺、东财 |
| 第11层 | 宏观利率层 | 社融、PMI、国债收益率曲线、LPR | 人民银行、统计局、中债 |
| 第12层 | 指数日历层 | 中证/国证成分与权重、PE估值、交易日历 | 中证指数、深交所 |
| 第13层 | 期货大宗层 | 期货日行情、商品期权、持仓排名、A50期指 | 五家期货交易所、新浪、上金所 |
| 第14层 | 事件驱动层 | 业绩预告、机构调研、增减持、股权质押 | 东财 |
| 第15层 | 可转债层 | 转股价、转股价值、溢价率、上市状态 | 东财 |
这个项目最有意思的地方，不是技术本身有多复杂，而是它的产品形态——一个自包含的 SKILL.md 文件，可以直接注入到任何支持上下文注入的 AI 编程助手中。
这意味着你不需要写任何代码、不需要搭服务器、不需要配置环境变量、不需要申请任何 Key（iwencai 除外），只需要三步：
mkdir -p ~/.claude/skills/a-stock-data
curl -o ~/.claude/skills/a-stock-data/SKILL.md https://raw.githubusercontent.com/simonlin1212/a-stock-data/main/SKILL.md
pip install mootdx requests pandas stockstats numpy baostock xlrd openpyxl
然后打开 AI 编程助手，说一句"帮我看看贵州茅台现在的估值，和过去十年 PE 分位"——AI 会加载 SKILL.md，按端点路由找到腾讯财经的 PE 接口，发送 HTTP 请求，解析 JSON 数据，输出带历史分位的估值分析。整个过程无需人工介入。
项目 V3.0 起移除了 akshare 中间依赖，改用直连底层 HTTP API。这是一个重要的技术决策——akshare 本质是对东财、同花顺、新浪等公开接口的二次封装，akshare 本身会引入额外的故障点：版本兼容性 bug、pandas 3.0 ArrowInvalid 报错、akshare 维护不及时导致接口失效……
直连之后，a-stock-data 接管了所有底层细节：腾讯财经的分段参数、通达信盘后包的二进制格式、东财的 Referer 头、iwencai 的 X-Claw 鉴权，全部在 SKILL.md 的代码块中内嵌好了。
备用源降级机制是另一个亮点。数据源被封是 A 股数据项目的常见死法——东财的 IP 风控出了名的不稳定。作者为每个核心端点都设计了备用源速查表：龙虎榜主源是东财，备用是上交所/深交所官方接口；资金流主源是东财，备用是新浪日度数据；公告主源是巨潮，备用是深交所官方/东财。当主源返回 403 或连接重置，AI 助手会自动切换到备用源，数据不中断。
第一，数据稳定性依赖第三方接口。 东财、同花顺、新浪等平台的接口随时可能增加反爬、修改格式或下线。V3.10.0 更新日志提到通达信公开服务器的 K 线命令从 2026 年 9 月起失效，作者已通过改走 HTTP 接口和切换腾讯 K 线来应对。
第二，实时数据有延迟。 大部分数据源为盘后批量更新或分钟级延迟，涨停板数据通常要到 15:30 之后才能拿到完整当日数据。
第三，SKILL.md 文件体积约 30KB，每次 AI 加载会消耗 token。作者建议高频用户把 skill 设为手动加载而非自动触发，按需读取对应章节。
第四，无回测和策略执行能力。 这是一个数据工具包，不是量化回测框架——数据怎么用、策略怎么写、信号怎么执行，不在项目职责范围内。
2025-2026 年是 AI Coding Agent 爆发年。Claude Code、Codex、OpenClaw 等工具让"用自然语言写代码"变成了现实，但这些工具在垂直领域（特别是中国 A 股市场）严重缺乏数据支撑。a-stock-data 精准地填补了这个空白——它不是一个量化交易系统，而是一个给 AI 助手用的 A 股数据 SDK。
通过把 SKILL.md 文件注入 AI 助手的上下文，AI 拥有了"调用 A 股数据"的能力——从而可以完成"分析一只股票 → 生成研报摘要 → 对比行业估值 → 筛选符合条件的一篮子股票"这样的端到端任务。
从增长曲线看，项目 Star 数从 2024 年的数千快速增长到 2026 年的超 1 万，是 A 股数据领域 Star 增长最快的开源项目之一，已被 Tessl（AI Agent 技能包管理器）和 Claude Code skill 生态收录。
适合使用的人：
不适合的人：
总结一句话：a-stock-data 让"问 AI 一个 A 股问题"变成了可能——不是 AI 编造的数据，而是来自真实交易所和财经平台的第一手数据。这是 A 股数据领域目前最实用、维护最活跃的开源工具包。