从零掌握akshare技能：金融数据获取实战指南

1次阅读

共计 2504 个字符，预计需要花费 7 分钟才能阅读完成。

做金融数据分析时，数据获取往往是第一个拦路虎。传统方式要么需要付费购买数据，要么要通过复杂的网页爬虫，维护成本高还容易失效。akshare 作为免费的 Python 金融数据接口库，有几点明显优势：

数据全面：覆盖股票、基金、债券、宏观经济等主流金融数据
接口稳定：直接对接交易所和官方机构数据源，更新及时
使用简单：一行代码就能获取规整的 DataFrame 格式数据

我刚开始用的时候，发现它比自己写爬虫省心太多，特别适合快速验证分析思路。

推荐使用 Anaconda 创建独立环境，避免包冲突：

conda create -n finance python=3.8
conda activate finance

直接 pip 安装，注意要带上 --upgrade 确保最新版：

pip install akshare --upgrade

可能会遇到的依赖问题：

如果报错提示缺少lxml，先运行pip install lxml
Windows 用户建议安装 VC++14 以上运行时库

获取 A 股实时行情数据（示例获取前 10 条）：

import akshare as ak

# 获取实时行情数据
stock_zh_a_spot = ak.stock_zh_a_spot()
print(stock_zh_a_spot.head(10))

# 获取历史 K 线数据（以贵州茅台为例）stock_zh_a_daily = ak.stock_zh_a_daily(symbol="sh600519", adjust="hfq")  # hfq 表示后复权
stock_zh_a_daily.to_csv("maotai.csv")  # 保存到本地

参数说明：
– symbol格式：sh+ 沪市代码 /sz+ 深市代码
– adjust可选：””(不复权), “hfq”(后复权), “qfq”(前复权)

获取 CPI 数据示例：

# 获取居民消费价格指数
macro_china_cpi = ak.macro_china_cpi()
print(macro_china_cpi.tail())  # 查看最新 5 条数据

# 可视化展示
import matplotlib.pyplot as plt

macro_china_cpi.plot(x="月份", y="全国", kind="line")
plt.title("中国 CPI 变化趋势")
plt.show()

拿到数据后通常需要预处理：

# 处理缺失值
stock_data = stock_zh_a_daily.copy()
stock_data.fillna(method='ffill', inplace=True)  # 前向填充

# 计算 5 日均线
stock_data['ma5'] = stock_data['close'].rolling(5).mean()

# 筛选特定时间段数据
mask = (stock_data.index >= '2023-01-01') & (stock_data.index <= '2023-06-30')
q2_data = stock_data.loc[mask]

下面我们实现一个简单的分析脚本，包含：
1. 获取数据
2. 计算技术指标
3. 生成交易信号

def stock_analyzer(stock_code):
    """简易股票分析工具"""
    # 1. 获取数据
    df = ak.stock_zh_a_daily(symbol=stock_code)

    # 2. 计算指标
    df['ma5'] = df['close'].rolling(5).mean()
    df['ma20'] = df['close'].rolling(20).mean()

    # 3. 生成信号（金叉 / 死叉）df['signal'] = 0
    df.loc[df['ma5'] > df['ma20'], 'signal'] = 1  # 买入信号
    df.loc[df['ma5'] < df['ma20'], 'signal'] = -1  # 卖出信号

    return df[['close', 'ma5', 'ma20', 'signal']].dropna()

# 使用示例
analysis_result = stock_analyzer("sh601318")  # 中国平安
print(analysis_result.tail(10))

可能原因：
– 股票代码格式错误（正确格式：sh601318）
– 数据源临时维护（可尝试更换 akshare 版本）

解决方案：

try:
    data = ak.stock_zh_a_daily(symbol="sh601318")
    assert not data.empty  # 检查数据是否为空
except Exception as e:
    print(f"获取数据失败: {e}")

部分接口有请求限制（如 1 分钟 10 次），解决方案：

import time

for code in stock_list:
    data = ak.stock_zh_a_daily(symbol=code)
    time.sleep(6)  # 间隔 6 秒

缓存机制：对不常变的数据（如股票列表）本地存储

import pickle

def get_stock_list():
    try:
        with open("stock_list.pkl", "rb") as f:
            return pickle.load(f)
    except:
        data = ak.stock_zh_a_spot()
        with open("stock_list.pkl", "wb") as f:
            pickle.dump(data, f)
        return data