简介：这份源码资源面向个人投资者、量化初学者与金融数据研究者，聚焦A股历史行情获取这一常见需求，整理了Tushare、AkShare与Baostock三种免费数据接口的调用方式与示例代码，帮助读者绕开付费数据源，快速搭建本地行情数据库。压缩包共5个文件，约8KB，包含py主程序脚本、md说明文档、html演示页面、txt依赖清单及inscode配置文件，分别承担接口调用示例、使用说明、可视化引导与运行环境声明等用途，结构轻量、便于直接运行与二次修改。目前已有1328人学习下载，说明该方案在量化入门群体中具有一定参考价值。读者可从中获得各平台注册与登录流程、日线级别数据拉取代码、字段与参数说明，以及数据质量与使用限制的提醒，适合作为投资分析或研究工作的起步工具，也可据此对比不同接口的覆盖范围与调用成本，选择契合自身需求的数据方案。
1. 从一次数据断供说起：A股历史数据获取到底难在哪
去年帮一个做量化策略的朋友排查回测偏差，跑出来的年化收益比实盘高了将近一倍。查了两天，最后发现问题出在数据源上——他用的那份日线数据里，前复权价格在除权日附近出现了跳空缺口，而回测框架默认按连续价格计算持仓成本，导致每次分红送股都被算成了一笔“无风险收益”。这不是策略的问题，是数据的问题。
A股历史数据的获取，表面上看无非是找个接口把K线拉下来，但真正落到量化交易的生产环境里，坑远比想象中多。数据源是否稳定、复权因子怎么处理、停牌期间怎么填充、退市股票怎么保留，每一个细节都会直接影响回测结果的可信度。这份项目源码围绕的就是这件事：用代码把A股历史行情数据从公开接口拉取、清洗、存储成可以直接喂给回测引擎的格式。它适合正在搭建自己数据管线的量化开发者，也适合那些用现成数据包跑策略但总觉得“哪里不对”的人。下面我会把这份源码拆开，从接口选型到落地存储，把能踩的坑一个个标出来。
2. 数据接口选型与源码结构拆解
2.1 为什么是这几个接口，而不是别的
做A股数据获取，绕不开几个主流方案：Tushare、AkShare、Baostock、以及各券商开放的行情接口。这份源码里主要用的是AkShare和Baostock的组合，原因很实际——AkShare覆盖的品种全、更新快，适合拉取日线和分钟线；Baostock的复权因子处理得比较干净，而且不需要token，适合做交叉验证。
Tushare Pro的积分门槛对个人开发者不太友好，很多高频接口需要攒到一定积分才能调用。券商接口虽然数据质量高，但通常绑定交易账户，拿来跑批量历史数据拉取不太合适。源码里没有用任何需要付费或注册的接口，这一点对想快速复现的人来说比较友好。
具体到数据字段，源码拉取的核心字段包括：日期、开盘价、最高价、最低价、收盘价、成交量、成交额、换手率、前复权因子、后复权因子。其中复权因子是很多人容易忽略的——如果你只拉价格不拉因子，后面做回测时遇到除权除息就会出问题。
2.2 源码目录结构与核心模块
拿到源码包后，先别急着跑。花五分钟看一下目录结构，能省掉后面很多“文件找不到”的低级错误。典型的目录布局是这样的：
astock_data/ ├── config/ │ └── settings.py # 接口配置、股票池、日期范围 ├── fetcher/ │ ├── ak_fetcher.py # AkShare数据拉取 │ ├── bs_fetcher.py # Baostock数据拉取 │ └── base_fetcher.py # 抽象基类，统一接口 ├── cleaner/ │ ├── adjust.py # 复权处理 │ └── validator.py # 数据校验 ├── storage/ │ ├── csv_writer.py # CSV落盘 │ └── sqlite_writer.py # SQLite入库 ├── utils/ │ ├── logger.py # 日志 │ └── retry.py # 重试装饰器 └── main.py # 入口这个结构的好处是职责分离。fetcher只管拉数据，cleaner只管清洗，storage只管存。你想换数据源，只需要在fetcher里加一个模块，不用动其他部分。
2.3 拉取日线数据的完整代码路径
以拉取单只股票日线为例，源码里的调用链是这样的：main.py读取settings.py里的股票池和日期范围，然后依次调用ak_fetcher的fetch_daily方法，拿到原始DataFrame后传给cleaner做复权处理和缺失值检查，最后写入SQLite。
# fetcher/ak_fetcher.py import akshare as ak import pandas as pd from utils.retry import retry class AkFetcher: def __init__(self, adjust="qfq"): # adjust: qfq前复权, hfq后复权, ""不复权 self.adjust = adjust @retry(max_attempts=3, delay=2) def fetch_daily(self, symbol: str, start: str, end: str) -> pd.DataFrame: # symbol格式为"000001"，不带交易所前缀 df = ak.stock_zh_a_hist( symbol=symbol, period="daily", start_date=start, end_date=end, adjust=self.adjust ) if df is None or df.empty: raise ValueError(f"空数据: {symbol}") # 统一列名，方便后续处理 df.columns = [ "date", "open", "close", "high", "low", "volume", "amount", "amplitude", "pct_change", "change", "turnover" ] df["symbol"] = symbol return df这段代码有几个关键点。adjust参数控制复权方式，前复权适合看历史走势，后复权适合做回测。retry装饰器负责在接口超时或返回空数据时自动重试，最多三次，每次间隔两秒。列名统一这一步很重要，因为AkShare返回的列名是中文，不同版本可能略有差异，统一成英文后下游处理就不用反复改。
参数方面，start和end的格式是"YYYYMMDD"，比如"20200101"。如果你要拉全市场几千只股票，建议按行业或市值分批，不要一次性全拉——接口有频率限制，拉太快会被临时封禁。
2.4 复权处理的实现细节
复权是A股数据里最容易翻车的地方。简单说，前复权是以当前价格为基准往前调整，历史价格会变；后复权是以上市首日为基准往后调整，当前价格会变。源码里用的是“拉取不复权价格+单独拉复权因子+本地计算”的方式，而不是直接依赖接口返回的复权价。
# cleaner/adjust.py import pandas as pd def apply_adjust(df: pd.DataFrame, factors: pd.DataFrame) -> pd.DataFrame: # factors包含date和factor两列 df = df.merge(factors, on="date", how="left") df["factor"] = df["factor"].ffill().fillna(1.0) # 后复权：价格乘以因子 for col in ["open", "high", "low", "close"]: df[f"{col}_hfq"] = df[col] * df["factor"] return df这样做的原因是，接口直接返回的复权价在不同数据源之间可能有细微差异，而自己用因子算是可验证的。因子列用ffill前向填充，是因为除权日当天因子会跳变，非除权日保持不变。如果你发现回测里某只股票在除权日附近收益异常，大概率就是复权没处理对。
3. 批量拉取与本地存储的工程化落地
3.1 股票池构建与分批策略
单只股票拉数据没什么难度，难的是全市场几千只股票怎么高效拉完还不被封。源码里的做法是先构建股票池，然后按市值或行业分成若干批，每批之间加随机延时。
# main.py 片段 import time import random from fetcher.ak_fetcher import AkFetcher from storage.sqlite_writer import SQLiteWriter def batch_fetch(symbols, start, end, batch_size=50): fetcher = AkFetcher(adjust="") writer = SQLiteWriter("data/astock.db") for i in range(0, len(symbols), batch_size): batch = symbols[i:i+batch_size] for sym in batch: try: df = fetcher.fetch_daily(sym, start, end) writer.write_daily(sym, df) except Exception as e: print(f"失败 {sym}: {e}") # 每批之间随机等待，降低被封风险 time.sleep(random.uniform(3, 6))batch_size设成50是一个经验值。太小拉得慢，太大容易触发频率限制。随机延时比固定延时更安全，因为固定间隔的请求模式更容易被识别。失败的单只股票不会中断整个批次，而是记录日志后继续，最后可以单独补拉。
3.2 SQLite存储表结构设计
存数据看起来简单，但表结构设计不好，后面查询会非常痛苦。源码里用了三张表：日线行情表、复权因子表、股票元信息表。
CREATE TABLE daily_price ( symbol TEXT NOT NULL, date TEXT NOT NULL, open REAL, high REAL, low REAL, close REAL, volume REAL, amount REAL, turnover REAL, PRIMARY KEY (symbol, date) ); CREATE TABLE adjust_factor ( symbol TEXT NOT NULL, date TEXT NOT NULL, factor REAL, PRIMARY KEY (symbol, date) ); CREATE TABLE stock_info ( symbol TEXT PRIMARY KEY, name TEXT, industry TEXT, list_date TEXT, delist_date TEXT );主键用(symbol, date)联合主键，既保证了唯一性，又天然建立了查询索引。日线表不存复权价，只存原始价格和因子，复权在查询时计算。这样做的好处是数据量小、灵活，你想用前复权还是后复权，写个SQL就能切换。
3.3 增量更新与断点续传
全量拉一次数据可能要几个小时，如果中途断了从头再来，心态容易崩。源码里实现了增量更新：每次拉取前先查本地库里已有数据的最大日期，只拉这个日期之后的部分。
def get_last_date(writer, symbol): row = writer.query( "SELECT MAX(date) FROM daily_price WHERE symbol=?", (symbol,) ) return row[0] if row and row[0] else "19900101" def incremental_fetch(symbols, end): for sym in symbols: last = get_last_date(writer, sym) if last >= end: continue start = (pd.to_datetime(last) + pd.Timedelta(days=1)).strftime("%Y%m%d") df = fetcher.fetch_daily(sym, start, end) writer.write_daily(sym, df)这段逻辑的核心是get_last_date，它从本地库查出该股票已有数据的最后日期，然后从次日开始拉。注意这里有个边界：如果最后日期是周五，次日是周六，接口会返回空数据，所以实际使用时建议在日期计算后加一个交易日判断，或者直接容忍空数据跳过。
3.4 数据校验：拉完不等于能用
数据拉下来只是第一步，校验才是保证质量的关键。源码里的validator模块做了几件事：检查价格是否为负、检查高低价关系是否合理、检查成交量是否为零、检查日期是否有重复。
def validate_daily(df): errors = [] if (df[["open","high","low","close"]] < 0).any().any(): errors.append("存在负价格") if (df["high"] < df["low"]).any(): errors.append("最高价低于最低价") if df["date"].duplicated().any(): errors.append("日期重复") if (df["volume"] == 0).sum() > len(df) * 0.3: errors.append("超过30%的交易日成交量为零，疑似停牌未标记") return errors最后一条检查特别重要。A股停牌期间接口可能返回成交量0但价格不变的数据，如果不标记出来，回测时会被当成正常交易日处理，导致持仓无法买卖。常见做法是在日线表里加一个is_trading字段，停牌日标记为0，回测引擎跳过这些日期。
4. 避坑与常见问题排查
4.1 接口返回空数据但股票明明在交易
现象：拉某只股票某段时间的日线，接口返回空DataFrame，但该股票在交易所正常交易。
原因：AkShare的stock_zh_a_hist接口对股票代码的格式有要求，必须是纯数字如"000001"，不能带"SZ"或"SH"前缀。另外，如果股票在这段时间内发生过更名或代码变更，旧代码可能查不到数据。
解决：统一股票代码格式，去掉交易所前缀。对于更名股票，用当前的代码去查历史数据，接口通常会自动关联。如果还是空，换Baostock交叉验证一下，确认是接口问题还是数据本身缺失。
4.2 复权因子在除权日出现跳变导致回测收益异常
现象：回测某只高分红股票时，除权日当天收益突然跳升，明显不符合实际。
原因：复权因子在除权日会发生变化，如果因子没有正确对齐到日期，或者用了前复权价格但因子没同步更新，就会导致价格序列出现断层。
解决：不要混用接口返回的复权价和自己算的因子。要么全用接口复权价，要么全用原始价加因子。源码里用的是后者，因子从Baostock单独拉取，按日期merge到行情数据上，确保对齐。
4.3 批量拉取到一半被限流
现象：拉了几百只股票后，接口开始返回超时或空数据，等一段时间又恢复。
原因：接口有频率限制，短时间内请求过多会触发临时封禁。固定间隔的请求模式比随机间隔更容易被识别。
解决：降低batch_size，增加随机延时。源码里默认每批50只，批间延时3到6秒随机。如果还是被限，把batch_size降到20，延时加到5到10秒。另外，把拉取任务放在非交易时段跑，接口压力小，成功率更高。
4.4 SQLite并发写入报database is locked
现象：多线程拉数据时，写入SQLite报database is locked错误。
原因：SQLite默认的锁机制不支持高并发写入，多个线程同时写同一张表会互相阻塞。
解决：最简单的方法是改成单线程写入，拉取可以用多线程，但写入串行化。如果一定要并发写，可以每个线程写独立的临时库，最后合并。源码里用的是单线程写入加队列的方式，拉取和写入解耦，写入端单线程消费队列。
4.5 停牌股票数据缺失导致回测持仓无法平仓
现象：回测时某只股票停牌期间仍有持仓，但数据里没有停牌标记，引擎按正常价格计算市值，复牌后价格跳空导致收益异常。
原因：接口返回的日线数据在停牌期间可能直接缺失，或者返回成交量0但价格不变的数据，没有明确的停牌标记。
解决：在数据校验阶段识别停牌日。判断逻辑是：如果某交易日成交量为0且价格与前一交易日相同，标记为停牌。在日线表里加is_trading字段，回测引擎读取时跳过停牌日，持仓按停牌前最后价格计算。
5. 从数据到回测：一个可复现的验证流程
数据拉完了，怎么确认它真的能用？我的习惯是跑一个最小验证流程：选一只分红送股比较多的股票，拉取包含除权日的区间数据，分别用不复权、前复权、后复权三种方式计算区间收益，然后和行情软件上的数据对比。
import sqlite3 import pandas as pd conn = sqlite3.connect("data/astock.db") # 拉取某只股票2020年到2023年的数据 df = pd.read_sql( "SELECT * FROM daily_price WHERE symbol='000001' AND date BETWEEN '20200101' AND '20231231' ORDER BY date", conn ) factors = pd.read_sql( "SELECT * FROM adjust_factor WHERE symbol='000001' ORDER BY date", conn ) # 不复权收益 raw_return = df["close"].iloc[-1] / df["close"].iloc[0] - 1 # 后复权收益 df = df.merge(factors, on="date", how="left") df["factor"] = df["factor"].ffill().fillna(1.0) df["close_hfq"] = df["close"] * df["factor"] hfq_return = df["close_hfq"].iloc[-1] / df["close_hfq"].iloc[0] - 1 print(f"不复权收益: {raw_return:.2%}") print(f"后复权收益: {hfq_return:.2%}")跑完之后，把后复权收益和行情软件上同一区间的“后复权涨幅”对比。如果差异在0.5%以内，说明数据处理基本正确。如果差异大，优先检查因子对齐和除权日处理。
还有一个验证技巧：选一只经历过10送10的股票，看除权日当天不复权价格是否腰斩，后复权价格是否连续。如果后复权价格在除权日出现跳空，说明因子没算对。
参数方面，验证区间建议至少包含一次分红和一次送股，否则测不出复权处理的问题。股票选择上，银行股分红稳定但送股少，中小板股票送股多但数据可能不全，可以各选一只交叉验证。
从那以后我每次拉完新数据，都会先跑一遍这个验证流程，确认复权处理没问题再喂给回测引擎。数据这件事，宁可多花半小时验证，也别等回测跑出漂亮曲线之后才发现是数据在骗你。希望帮到你。
本文还有配套的精品资源，点击获取
