Eski Yin

Akshare Cn Market

資料分析v1.2.1
作者:Eski Yin更新於 2026-05-21共 4 個版本 · 最新版本釋出於 2026-05-21akshare-cn-market@clawhub_geoion/akshare-cn-market
資料洞察網頁抓取

據 AlphaMoat 統計,截至 2026-09,Akshare Cn Market 累計下載 3,178 次、獲 1 個星標,在全部 5,078 個 AI 技能中排名第 3,591 位,在「資料分析」分類(399 個)中排名第 269 位。

累計安裝
319
累計下載
3178
星標
1
全站排名
#3,591
全站前 71% · 「資料分析」前 68%
平台累計安裝累計下載星標評論
ClawHub ↗4717881-
SkillHub ↗31931781—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

它透過 Python 指令碼提供 A 股個股 K 線、大盤指數、財務摘要、GDP/CPI/PMI/M2、中美國債收益率與交易日曆等資料,也包含漲停板池、龍虎榜等復盤介面。資料來自公開財經網站,僅供研究參考。

資料釋出於 2026-10-27

可以用來做什麼

  • 查詢 A 股個股歷史 K 線與財務摘要
  • 獲取 GDP/CPI/PMI/M2 等宏觀指標
  • 拉取漲停板池、龍虎榜等復盤資料

什麼時候用

  • 做中國市場研究或量化分析需要行情與宏觀資料時
  • 復盤短線情緒與資金流向時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

查詢 000001 最近 20 條日線 K 線
獲取最近 12 個月的 CPI 資料
拉取今天的漲停板池資料

月度資料趨勢

累計下載3178
630199933672026-03 · 累計下載 8192026-05 · 累計下載 16062026-06 · 累計下載 18212026-07 · 累計下載 20992026-08 · 累計下載 23382026-09 · 累計下載 317826-0326-09
星標1
0122026-03 · 星標 12026-05 · 星標 12026-06 · 星標 12026-07 · 星標 12026-08 · 星標 12026-09 · 星標 126-0326-09

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份累計下載環比星標
2026-093178—1
2026-082338+11.4%1
2026-072099+15.3%1
2026-061821+13.4%1
2026-051606—1
2026-03819—1

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

5.6 KB · ClawHub v1.2.1
---
name: akshare-cn-market
description: 中国A股行情与宏观经济数据工具,基于 AKShare 库。支持个股K线、大盘指数、财务摘要、GDP/CPI/PMI/M2货币供应、中美国债收益率等。
runtime: python3
---

# AKShare 中国市场数据

## 安装依赖
展開全部(共 190 行)
```bash
pip install akshare pandas
# 验证
python3 -c "import akshare; print(akshare.__version__)"
```

## 脚本用法

### 股票行情(scripts/stock.py)

```bash
# 个股历史K线(默认最近10条日线,前复权)
python3 scripts/stock.py hist 000001
python3 scripts/stock.py hist 600519 --n 20 --start 20240101

# 大盘指数K线(新浪源)
python3 scripts/stock.py index sh000001      # 上证综指
python3 scripts/stock.py index sh000300      # 沪深300
python3 scripts/stock.py index sz399001      # 深证成指
python3 scripts/stock.py index sh000016 --n 5   # 上证50,最近5条

# 个股财务摘要(近5年)
python3 scripts/stock.py financial 000001
python3 scripts/stock.py financial 600519
```

### 宏观数据(scripts/macro.py)

```bash
# GDP 季度数据(默认最近8季度)
python3 scripts/macro.py gdp
python3 scripts/macro.py gdp --n 4

# CPI 月度数据(默认最近12个月)
python3 scripts/macro.py cpi

# PMI(制造业 + 非制造业,默认最近12个月)
python3 scripts/macro.py pmi

# 货币供应量 M0/M1/M2(默认最近12个月)
python3 scripts/macro.py money

# 中美国债收益率(默认最近10个交易日)
python3 scripts/macro.py bond --n 5
```

### 交易日历(scripts/trade_cal.py)

```bash
# 判断今天是否为交易日
python3 scripts/trade_cal.py check today

# 判断指定日期
python3 scripts/trade_cal.py check 2026-03-01

# 当天或之后最近的交易日
python3 scripts/trade_cal.py next today
python3 scripts/trade_cal.py next 2026-02-01

# 当天或之前最近的交易日(获取最近一个收盘日)
python3 scripts/trade_cal.py prev today

# 列出区间内所有交易日
python3 scripts/trade_cal.py range 2026-03-02 2026-03-06
```

数据来源:新浪财经,覆盖 1990-12-19 至 2026-12-31。

## 在 Agent 中直接调用

```python
import akshare as ak

# A股个股K线
df = ak.stock_zh_a_hist(symbol="000001", period="daily", start_date="20240101", adjust="qfq")

# 大盘指数(新浪源,不受东方财富代理限制)
df = ak.stock_zh_index_daily(symbol="sh000001")

# 宏观:GDP / CPI / PMI / 货币供应
df = ak.macro_china_gdp()
df = ak.macro_china_cpi()
df = ak.macro_china_pmi()
df = ak.macro_china_money_supply()

# 中美国债收益率
df = ak.bond_zh_us_rate()

# 交易日判断(覆盖至2026年底)
from scripts.trade_cal import is_trade_day, next_trade_day, prev_trade_day
if not is_trade_day("2026-03-02"):
    print("非交易日,跳过")
last_close = prev_trade_day("2026-03-02")  # 最近一个收盘日

# 个股财务摘要(同花顺)
df = ak.stock_financial_abstract_ths(symbol="000001", indicator="按年度")
```

## 返回格式

所有脚本输出均为 JSON 数组(每条记录一个对象)。

## 常用指数代码

| 代码 | 指数 |
|------|------|
| sh000001 | 上证综指 |
| sz399001 | 深证成指 |
| sh000300 | 沪深300 |
| sh000016 | 上证50 |
| sh000905 | 中证500 |

## 超短复盘专用接口(已验证可用)

### 情绪数据

```python
# 涨停板池(含连板数、封板时间、炸板次数)
df = ak.stock_zt_pool_em(date="20260302")      # 格式 YYYYMMDD
# 字段: 代码, 名称, 涨跌幅, 换手率, 封板资金, 首次封板时间, 炸板次数, 连板数, 所属行业

# 强势股池(60日新高 + 涨停候选)
df = ak.stock_zt_pool_strong_em(date="20260302")

# 跌停板池
df = ak.stock_zt_pool_dtgc_em(date="20260302")

# 昨日涨停(用于次日跟踪)
df = ak.stock_zt_pool_previous_em(date="20260302")
```

### 龙虎榜

```python
# 龙虎榜明细(含游资席位、净买额)
df = ak.stock_lhb_detail_em(start_date="20260302", end_date="20260302")
# 字段: 代码, 名称, 涨跌幅, 龙虎榜净买额, 上榜原因, 上榜后1/2/5/10日

# 游资席位统计
df = ak.stock_lhb_traderstatistic_em(period="近一月")
```

### 资金流向

```python
# 全市场主力资金流向(历史,按日)
df = ak.stock_market_fund_flow()
# 字段: 日期, 主力净流入-净额, 超大单净流入-净额, 大单净流入-净额

# 板块资金流向排名
df = ak.stock_sector_fund_flow_rank(indicator="今日", sector_type="概念资金流向")
df = ak.stock_sector_fund_flow_rank(indicator="今日", sector_type="行业资金流向")  # 可能代理受限
```

### 北向资金

```python
# 北向资金历史(沪深300同步)
df = ak.stock_hsgt_hist_em(symbol="北向资金")
# 字段: 日期, 当日成交净买额, 持股市值, 领涨股, 沪深300-涨跌幅
# ⚠️ 当日成交净买额近期可能为 nan(数据源问题),用持股市值环比估算
```

### ⚠️ 网络限制说明

| 接口类型 | 可用性 | 说明 |
|----------|--------|------|
| 新浪源指数K线 | ✅ 稳定 | `stock_zh_index_daily` |
| 涨停板池/龙虎榜 | ✅ 稳定 | 东方财富历史数据接口 |
| 主力资金流向历史 | ✅ 稳定 | `stock_market_fund_flow` |
| 北向资金历史 | ✅ 可用(部分字段nan) | `stock_hsgt_hist_em` |
| 板块实时排行 | ❌ 代理受限 | 东方财富push接口被SSRF策略拦截 |

## 注意事项

- **数据来源**:公开财经网站,仅供研究参考
- **网络要求**:新浪源指数 + 历史数据接口稳定;东方财富 push 实时接口在 sandbox 被代理拦截
- **数据延迟**:日线数据次日可用;实时行情不可用
- **投资风险**:数据仅供参考,投资决策请自行判断

「資料分析」分類下的熱門技能

AdMapix資料分析

AdMapix 的取數層:把廣告與應用相關的查詢轉成介面呼叫,只回原始 JSON。

↓ 36.6萬★ 304fly0pants
Tavily Search資料分析

透過 Tavily 搜尋公開網頁,並回傳含連結與摘要的結構化結果。

↓ 12.2萬★ 286Xiaoran Li
Data Analysis資料分析

把資料庫、表格與匯出的原始資料變成可決策結論的資料分析技能。

↓ 10.1萬★ 244Iván
Stock Analysis資料分析

用 Yahoo Finance 資料做股票與加密貨幣分析、組合跟蹤的技能。

↓ 7.5萬★ 299udiedrichsen
Stock Watcher資料分析

管理本地自選股清單,並按代碼彙總同花順行情與近期表現的技能。

↓ 6.5萬★ 122Robin797860
全國招標中標查詢及分析【知了標訊】資料分析

全網招中標資料查詢與分析助手。當用戶涉及以下任何場景時,必須使用此SKILL:查詢招標/中標公告、搜尋標訊、查詢臨期/即將到期專案、商機預測、推薦潛在投標供應商、分析公司主營業務/歷史中標、查詢公司上下游合作客戶與供應商、分析競爭對手/競對企業、查詢Top採購單位/Top中標單位/Top中標品牌、招中標資料統計分析(按月/季/年/省份/品牌等維度)、查詢品牌型號歷史中標單價/價格趨勢、市場分析/行業分析/採購尋源/渠道拓展等採購與投標相關場景。即使使用者沒有提到「知了標訊」,只要涉及招投標、採購、中標、供應商、競爭對手等關鍵詞,都應使用本SKILL。

↓ 5.6萬★ 13user_98035bfb
Blogwatcher資料分析

用命令列監控部落格與 RSS/Atom 源的更新。

↓ 5.4萬★ 75Peter Steinberger
Model Usage資料分析

彙總 Codex 或 Claude 按模型計費的使用成本。

↓ 5萬★ 114Peter Steinberger

Eski Yin 的其他技能

資料月份:2026-09 · 下載/星標/安裝數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。