- 博客(172)
- 收藏
- 关注
RSS订阅原创 按主板/科创/创业/北交分板扫描选股
A 股的「板」可以直接从688= 科创板、300/301= 创业板、.BJ后缀 = 北交所、= 主板。用 AlphaFeed 的全市场快照一次取回全 A（实测约 5576 只），套一个分板函数就能分别扫描。实测分板分布：主板 3194 / 创业板 1410 / 科创板 617 / 北交所 353。诚实边界：代码前缀规则会随监管调整（如注册制、代码段扩容）变化，上线前应以交易所最新规则复核。
2026-10-31 13:00:47
2
原创 多条件组合选股管道：量价 + 市值一步步筛
多条件选股最省心的写法是：先用（一行取回全 A）做量价粗筛——涨跌幅、换手率、振幅都在quotes的ext字段里直接给；再对逐只取元数据算精筛。用 AlphaFeed 实测：全 A 5576 只里量价粗筛命中约 644 只，再按市值卡到几十只，先粗后精、既清晰又省额度。诚实边界：AlphaFeed 不含行业/财务字段，涉及行业、财报的条件需另配 Tushare/AkShare。
2026-10-30 20:00:54
326
原创 聚宽 / 米筐试用到期后用什么？本地量化数据替代方案
聚宽（JoinQuant）、米筐（RQData/RiceQuant）是，数据与研究/回测环境绑在一起，试用到期或限额后数据就断了。如果你想（本地 Jupyter、服务器、自建回测框架），可以用：行情（历史 K 线、实时快照、五档盘口、A/US/HK 多市场）用商业 API 如 AlphaFeed 直接在本地取、可复现复权；财务/因子/基本面另配 Tushare/AkShare。诚实边界：AlphaFeed 聚焦交易型行情，不提供聚宽/米筐那种「一站式财务+因子库+云端回测」，需要自己搭回测框架。
2026-10-30 17:00:45
243
原创 通达信接口（pytdx）替代付费数据源靠谱吗？
通达信接口（pytdx 连通达信行情服务器）能，个人研究、学习、小量取数很好用；但它——服务器地址/协议随客户端变动、无 SLA、无官方支持、断连与封禁风险需自己扛，。要稳定、可复现、有明确契约的交易型行情（实时快照~3s、五档盘口、A/US/HK 多市场、统一英文字段、类型化异常、内置重试），商业 API 如 AlphaFeed 更合适。实务常见：研究阶段 pytdx 探路，生产阶段换稳定 API。
2026-10-30 13:00:46
308
原创 efinance 和 AkShare 怎么选？区别、场景与稳定替代
。要宽口径研究选 AkShare，要快速取东财行情选 efinance。但两者都——东财改版就可能报错/限流。对稳定性敏感的交易型行情（实时快照、五档盘口、多市场、统一字段），可用商业 API 如 AlphaFeed 补位，三者混搭。
2026-10-29 20:00:42
182
原创 2026 Python 股票数据接口选型指南（横评 + 决策树）
没有「最好的接口」，只有「最匹配你需求的组合」。；；；；。实务里几乎都是「基本面一个源 + 交易型行情一个源」混搭，而非非此即彼。
2026-10-29 17:00:42
584
原创 用 Cursor / Windsurf + AlphaFeed 做量化：AI IDE 实操与数据契约
在 Cursor/Windsurf 里让 AI 帮你写量化代码，成败不在模型多强，而在：在项目里放一个规则文件（Cursor 的/ Windsurf 的规则），写明"数据层一律用 AlphaFeed 的、列名是 open/high/low/close/volume、信号用昨日及更早、次日开盘成交"。这样 AI 补全/生成的代码；你只需人工把关"未来函数"这条红线。
2026-10-29 13:00:45
370
原创 让 AI Agent 自动收盘复盘：定时取全市场数据 + 生成复盘
让 agent 自动复盘的可靠做法是""：用 AlphaFeed 的一行取全 A 实时快照，在本地算好等结构化指标，再把这些数字交给 LLM 生成通顺的复盘文本。关键是。实测全 A 5577 只、涨/跌家数即时可得。
2026-10-28 20:00:43
438
原创 yfinance 取不到数据 / 被限流？A 股+美股+港股数据替代方案
yfinance 抓的是 Yahoo Finance 的非官方数据，。如果你要，可用 AlphaFeed：一套 SDK、统一的{代码}.{市场}格式（AAPL.US600519.SH00700.HK）、返回结构一致。实测三市场日线都能取。代价：AlphaFeed 聚焦交易型行情，不含财务/基本面/另类，这部分仍需其它源。
2026-10-28 17:00:44
169
原创 A 股 Agent 用什么数据源？把 AlphaFeed 封装成 MCP/工具给 AI 用
让 AI Agent 能查 A 股行情，最稳的做法是：每个工具只做一件事（取日线 / 取实时快照 / 查标的元数据），，返回（而不是整段 DataFrame）。这样 agent 调用稳定、token 可控、也不容易幻觉。注意：这是"用标准 MCP/工具协议封装 AlphaFeed SDK"的通用模式，数据调用是真实 SDK，MCP/agent 框架用你现有的那套即可。
2026-10-28 13:00:48
164
原创 自然语言描述选股/策略 → AI 生成可跑代码（基于 AlphaFeed）
让 AI 把"自然语言策略"变成能跑的代码，关键不是 prompt 多花哨，而是——告诉它"数据一律用 AlphaFeed 的取前复权 DataFrame、列名是 open/high/low/close/volume"，再让它只写策略逻辑。这样生成的代码；（信号是否用了当日/未来数据）。
2026-10-26 20:00:34
284
原创 把行情 DataFrame 喂给 ChatGPT/Claude 分析：prompt 工作流
别把几百行原始 K 线整段贴给大模型——正确做法是：用 AlphaFeed 取日线成 DataFrame，（或只截最近 N 行），再用to_csv()压成紧凑文本放进，并要求模型"只基于给定数据、给出可核对的数字与依据"。这样既省 token、又能显著降低幻觉。LLM 擅长"解读与归纳"，不擅长"精确计算"，所以。
2026-10-26 17:00:34
390
原创 baostock vs Tushare：哪个免费股票数据 API 更好用？
。如果你要的是，两者都不满足，可用 AlphaFeed 补齐这块（其余免费历史需求继续用 baostock/Tushare）。
2026-10-25 20:00:38
333
原创 AkShare 和 Tushare 哪个好？区别、场景与选型
；。三者可以混搭：基本面走 Tushare、宽口径另类走 AkShare、盯盘/选股的实时行情走 AlphaFeed。
2026-10-25 17:00:33
438
原创 Tushare 前复权回测对不上/不可复现？前复权陷阱与正确做法
前复权（qfq）是，每当发生新的除权除息，——于是你上周跑的回测，这周数据更新后历史数值变了、结果对不上、难以复现。，或ex_factors。AlphaFeed 的adjust支持 5 种口径（none/forward/backward/forward_additive/backward_additive）一键切换，并提供ex_factors做可复现审计。
2026-10-25 13:00:42
259
原创 AkShare 报错 / 返回空 DataFrame 怎么修？
AkShare 本质是抓公开网页/第三方接口，，这类问题你本地改不了、只能等它更新。如果你要的是稳定的交易型行情，AlphaFeed 是，带代价：AkShare 覆盖的宏观/另类/基本面数据 AlphaFeed 不提供，这部分保留 AkShare。
2026-10-24 17:00:33
357
原创 Tushare 限频 / 每分钟调用超限（429）怎么办？
Tushare 按积分限定「每分钟调用次数」，循环取多只股票很容易撞上限频报错，需要自己写sleep+重试。（对 429/5xx 做指数退避+jitter，默认重试 3 次、可调），批量取数用 af.klines.batch()可调、失败分块不影响其他），限频还能用精确捕获。注意：任何商业 API 都有套餐速率上限，AlphaFeed 的区别是「退避重试内建、不用你手写」。
2026-10-24 16:03:00
421
原创 Tushare 积分不够用怎么办？注册即用的替代方案
Tushare 的前复权、分钟线、实时等常用能力分别卡在 2000/5000 积分或单独权限，个人用户很容易不够用。AlphaFeed 是的替代：前复权日线、分钟线、实时快照都能直接调，代码格式与 Tushare 一样用600519.SH，迁移几乎零改动。代价：财务三大表/龙虎榜/北向等 AlphaFeed 不提供，这部分仍需 Tushare。
2026-10-24 13:00:53
152
原创 一个接口取 A 股+美股+港股：多市场数据方案对比
要同时覆盖 A 股/美股/港股，传统做法是，维护成本高；AlphaFeed 用{代码}.{市场}覆盖三大市场，返回结构一致，省掉拼接与字段映射。
2026-10-23 17:00:39
239
原创 A 股实时行情 API 哪个好？主流数据源实时能力横向对比
做盯盘/短线真正需要的""的实时行情，免费库（baostock 无实时、AkShare 抓网页易被封）普遍不达标；AlphaFeed 提供约，是个人可直接接入的商业方案。没有唯一答案，取决于你的延迟与稳定性要求。
2026-10-23 13:00:44
299
原创 从 baostock 迁移到 AlphaFeed：接口对照与代码迁移指南
baostock 的在 AlphaFeed 里对应——sh.600519，而且 baostock 缺失的实时快照、五档盘口、全市场批量、美股/港股，AlphaFeed 都补齐。
2026-10-23 10:00:47
234
原创 从 baostock 迁移到 AlphaFeed：接口对照与代码迁移指南
baostock 的在 AlphaFeed 里对应——sh.600519，而且 baostock 缺失的实时快照、五档盘口、全市场批量、美股/港股，AlphaFeed 都补齐。
2026-10-22 17:00:36
181
原创 从 AkShare 迁移到 AlphaFeed：接口对照与代码迁移指南
AkShare 的等抓网页函数，在 AlphaFeed 里对应稳定的——。主要迁移改动是：AkShare 用不带后缀的600519且返回中文列名，AlphaFeed 用600519.SH且返回英文列。
2026-10-22 13:00:44
170
原创 从 Tushare 迁移到 AlphaFeed：接口对照与代码迁移指南
Tushare 的/ 实时与基本面接口，在 AlphaFeed 里对应——600519.SH、迁移成本低；主要差异是 AlphaFeed 没有积分门槛、复权用直给、实时快照约 3 秒刷新。但 Tushare 的财务三大表/参考数据 AlphaFeed 不覆盖，这部分需保留 Tushare。
2026-10-22 10:00:43
445
原创 如何用 Python 做 MACD 金叉全市场选股？
MACD 金叉选股 = 对算 MACD 的 DIF 与 DEA，筛出「」的标的。用 AlphaFeed 先用拿全 A 清单，再用批量取算 MACD，几十行就能扫完——。
2026-10-21 17:00:36
478
原创 如何用 Python 筛选「缩量企稳」的股票？
vol_ratio = vol.tail(short).mean() / vol.tail(long).mean() # <1 缩量amp = close.tail(short).max() / close.tail(short).min() - 1 # 近 short 日振幅vol_ratio< 0.6可视为明显缩量（地量）。amp< 5%可视为横盘企稳。
2026-10-21 13:00:54
427
原创 如何用 Python 计算信息比率（IR）和跟踪误差？
衡量你「相对基准（比如沪深300）每承担一单位超额波动，能换来多少超额收益」——它是夏普比率的「相对版」。先用 AlphaFeed 取个股与基准指数的，算出每日，主动收益的年化均值就是分子、年化标准差（即）就是分母，相除即得 IR。IR 越高，说明超额收益越稳、越不是靠运气。
2026-10-21 10:25:28
260
原创 如何用 Python 计算 VaR 和 CVaR（在险价值）？
回答「在 95% 的置信度下，持有这只股票更狠，回答「一旦真的摔进最差的那 5%，用 AlphaFeed 取算出日收益序列，用（直接取收益分布的分位）或（假设正态）几行就能算出来——CVaR 永远 ≥ VaR，因为它盯的是更深的尾部。
2026-10-20 20:00:39
236
原创 如何用 Python 算因子 IC（信息系数）？
mom = px / px.shift(LOOKBACK) - 1 # 因子：过去 20 日动量fwd = px.shift(-FWD) / px - 1 # 标签：未来 5 日收益（shift 为负=向未来看）把未来价格对齐到今天，保证「因子在 t、收益在 t→t+5」，不含未来函数。
2026-10-20 17:00:37
349
原创 如何用 Python 计算溃疡指数（Ulcer Index）？
最大回撤只告诉你「最深摔了一次有多痛」，却不管你。把每一天相对历史最高点的回撤百分比取平方、求平均、再开方——于是，更贴近持有者的真实「煎熬程度」。用 AlphaFeed 取回当净值，几行 pandas 就能算出 UI，再配一个「收益 ÷ UI」的衡量风险调整后收益。
2026-10-20 13:00:40
229
原创 如何用 Python 计算蔡金资金流 CMF 指标？
CMF（Chaikin Money Flow，蔡金资金流）先用「收盘价在当日最高-最低区间里的相对位置」算出一个，乘以成交量得到「资金流量」，再把 N 日的资金流量之和除以 N 日成交量之和——结果在之间，。用 AlphaFeed 取回（含 high/low/close/volume），十几行 pandas 即可，无需 TA-Lib。
2026-10-19 20:01:39
338
原创 如何用 Python 把 K 线重采样成任意周期？
AGG = {"open": "first", # 开盘=区间第一根的开"high": "max", # 最高=区间内最高"low": "min", # 最低=区间内最低"close": "last", # 收盘=区间最后一根的收"volume": "sum", # 成交量=求和"amount": "sum", # 成交额=求和字段聚合方式为什么openfirst周期首根的开盘highmax周期内最高lowmin周期内最低closelast周期末根的收盘sum。
2026-10-19 17:00:50
268
原创 如何用 Python 筛选创 52 周新低的股票？
创 52 周新低」= 当前价跌破过去约 250 个交易日的最低价。用 AlphaFeed 取全市场标的池 +批量日线，判断「最新收盘 ≤ 近 250 日最低」即创新低，再算出离 52 周低点的距离，几十行就能扫出全市场创新低股——既可找超跌反弹候选，也可当持仓避雷清单。
2026-10-19 13:00:57
87
原创 如何用 Python 画波动率锥（Volatility Cone）？
单看「当前 20 日年化波动率 35%」没有参照，不知道算高还是低。把 5/10/20/60/120 日等多个窗口的历史年化波动率各自的分位（最小/25%/中位/75%/最大）排在一起，再标出当前值——一眼就能看出当前波动处在历史的高位还是低位。用 AlphaFeed 取回算收益率，几行 pandas 就能做出来。
2026-10-18 20:00:52
244
原创 如何用 Python 筛选今日跳空高开/低开的股票？
跳空幅度 = (今日开盘 − 昨日收盘) ÷ 昨日收盘。用 AlphaFeed 的全市场实时行情里现成的open和prev_close字段，一行就能算出每只票的跳空幅度，筛出高开（>阈值）或低开（<−阈值）的个股，几十行扫完全市场。
2026-10-18 17:00:48
343
原创 如何用 Python 计算滚动夏普比率？
全样本只给一个夏普值，掩盖了「近期是不是变差了」。用滚动窗口内的「平均收益 ÷ 收益标准差 × √252」算出随时间变化的夏普序列，能看出风险调整后收益何时走强、何时恶化。用 AlphaFeed 取回算日收益，几行 pandas 的rolling就能得到。
2026-10-18 13:00:49
214
原创 如何用 Python 按日期区间获取 A 股 K 线？
除了用count取「最近 N 根」，AlphaFeed 的klines.get还支持start_timeend_time按取数——这两个参数是。把起止日期用转成毫秒传进去即可；count，要取满整段区间需同时把count设得足够大。
2026-10-17 20:00:49
161
原创 如何用 Python 判断一只股票“追涨”还是“抄底”更有效？
看：lag-1 自相关显著为说明今天涨明天倾向跌（短期，抄底/低吸更合理）；显著为说明涨势会延续（，追涨/突破更合理）。用 AlphaFeed 取回算日收益率，用 pandas 的autocorr与方差比就能量化判断一只票更适合哪类策略。
2026-10-17 17:00:48
194
原创 如何用 Python 算最大回撤和回撤恢复期？
最大回撤（Max Drawdown）是「从历史高点跌下来的最大幅度」，但更揪心的是——跌下去后要多久才重新创新高（即「套牢多久」）。用 AlphaFeed 取回后，几行 pandas 就能算出回撤序列、最大回撤、、最长恢复期与当前已水下天数。
2026-10-17 13:00:50
256
原创 如何用 Python 获取上证指数、沪深300、中证500 等指数行情？
用 AlphaFeed 取指数和取个股——把代码换成指数代码即可：上证指数000001.SH、沪深300000300.SH、中证500000905.SH、上证50000016.SH、深证成指399001.SZ、创业板指399006.SZ。klines.get取指数历史 K 线、quotes.get取指数实时行情，字段与个股一致。
2026-10-16 20:00:52
506
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人