🚀 5分钟上手

QuantGo 提供与 Tushare完全兼容 的Python接口，让你无需修改代码即可切换数据源。

# pip安装
pip install qgdata

import qgdata as qg

# 初始化（替换为你的token）
qg.set_token('your_token')
pro = qg.pro_api()

# 获取平安银行日线数据
df = pro.daily(ts_code='000001.SZ', start_date='20260101')
print(df)

# 获取全部A股列表
stocks = pro.stock_basic(list_status='L')
print(f'共 {len(stocks)} 只股票')

# 原Tushare代码
# import tushare as ts
# pro = ts.pro_api('your_tushare_token')

# 改为QuantGo
import qgdata as qg
qg.set_token('your_token')
pro = qg.pro_api()

📦 SDK安装

pip install qgdata

pip install -U qgdata

依赖要求

• Python >= 3.7
• pandas
• requests

🔑 Token认证

所有数据接口都需要Token认证。Token通过订阅获得：

import qgdata as qg

# 方式1：set_token 全局设置（推荐）
qg.set_token('your_token')
pro = qg.pro_api()

# 方式2：直接传参
pro = qg.pro_api('your_token')

# 方式3：环境变量 QGDATA_TOKEN（免硬编码）
# export QGDATA_TOKEN=your_token
pro = qg.pro_api()

# 登录 https://quantgo.ai 打开「个人中心」，可查看Token到期日期、续费或升级套餐

📈 daily - 日线行情

POST/api

获取A股日线行情数据，包含开高低收、成交量等。

输入参数

输出字段

# 获取平安银行2026年日线数据
df = pro.daily(ts_code='000001.SZ', start_date='20260101', end_date='20260110')
print(df)

# 获取2026年1月10日全市场日线
df = pro.daily(trade_date='20260110')
print(f'共 {len(df)} 只股票')

import pandas as pd

df = pro.daily(ts_code='000001.SZ', start_date='20250101')
df = df.sort_values('trade_date')

# 计算5日、10日、20日均线
df['ma5'] = df['close'].rolling(5).mean()
df['ma10'] = df['close'].rolling(10).mean()
df['ma20'] = df['close'].rolling(20).mean()

print(df[['trade_date', 'close', 'ma5', 'ma10', 'ma20']].tail())

📈 weekly - 周线行情

POST/api

获取A股周线行情数据。参数和返回字段与daily相同。

# 获取周线数据
df = pro.weekly(ts_code='000001.SZ', start_date='20250101')

# 筛选连续4周阳线的股票
df = df.sort_values('trade_date').tail(4)
if (df['close'] > df['open']).all():
    print('连续4周阳线！')

📈 monthly - 月线行情

POST/api

获取A股月线行情数据。参数和返回字段与daily相同。

# 获取月线数据，判断多头排列
df = pro.monthly(ts_code='000001.SZ', start_date='20240101')
df = df.sort_values('trade_date')

ma5 = df['close'].rolling(5).mean().iloc[-1]
ma10 = df['close'].rolling(10).mean().iloc[-1]
ma20 = df['close'].rolling(20).mean().iloc[-1]

if ma5 > ma10 > ma20:
    print('月线多头排列！')

⏱ stk_mins - 分钟K线

POST/api

获取A股分钟级别K线数据，支持1/5/15/30/60分钟周期。

输入参数

输出字段

# 获取30分钟K线
df = pro.stk_mins(ts_code='000001.SZ', freq='30min', start_date='20260101')
print(df.head())

# 获取5分钟K线
df = pro.stk_mins(ts_code='000001.SZ', freq='5min', start_date='20260110')

# 找出放量上涨的时段
df['vol_ma'] = df['vol'].rolling(12).mean()
df['up'] = df['close'] > df['open']
signals = df[(df['vol'] > df['vol_ma'] * 2) & df['up']]
print(f'放量上涨时段: {len(signals)} 个')

📋 index_basic - 指数列表

POST/api

获取指数基本信息列表，包括上交所、深交所、中证、申万等市场的全部指数。

输入参数

输出字段

# 获取上交所全部指数
df = pro.index_basic(market='SSE')
print(f'上交所共 {len(df)} 个指数')

# 获取中证指数
df_csi = pro.index_basic(market='CSI')
print(df_csi[['ts_code', 'name', 'category']].head(10))

📊 index_daily - 指数日线

POST/api

获取A股指数日线行情，包括上证指数、深证成指、创业板指、行业指数等。

输入参数

常用指数代码

# 获取上证指数最近行情
df = pro.index_daily(ts_code='000001.SH', start_date='20260101')
print(df[['trade_date', 'close', 'pct_chg']].head())

# 计算沪深300均线
df = pro.index_daily(ts_code='000300.SH', start_date='20250101')
df = df.sort_values('trade_date')
df['ma20'] = df['close'].rolling(20).mean()
df['ma60'] = df['close'].rolling(60).mean()

# 判断大盘趋势
latest = df.iloc[-1]
if latest['close'] > latest['ma20'] > latest['ma60']:
    print('大盘多头趋势')
else:
    print('大盘趋势偏弱')

📋 fund_basic - ETF列表

POST/api

获取场内ETF/基金基本信息列表。

输入参数

输出字段

# 获取全部场内ETF
df = pro.fund_basic(market='E')
print(f'场内ETF共 {len(df)} 只')

# 筛选上市中的ETF
df_live = df[df['status'] == 'L']
print(df_live[['ts_code', 'name', 'management']].head(10))

📊 fund_daily - ETF日线

POST/api

获取ETF/场内基金日线行情数据。

输入参数

常用ETF代码

# 获取50ETF日线
df = pro.fund_daily(ts_code='510050.SH', start_date='20260101')
print(df[['trade_date', 'close', 'vol', 'amount']].head())

# 比较不同ETF的收益
etfs = ['510300.SH', '510500.SH', '159915.SZ']
results = []

for code in etfs:
    df = pro.fund_daily(ts_code=code, start_date='20260101')
    df = df.sort_values('trade_date')
    # 计算近20日收益
    ret = (df['close'].iloc[-1] / df['close'].iloc[-20] - 1) * 100
    results.append({'code': code, 'return_20d': ret})

import pandas as pd
df_ret = pd.DataFrame(results).sort_values('return_20d', ascending=False)
print('ETF动量排名：')
print(df_ret)

📋 stock_basic - 股票列表

POST/api

获取基础信息数据，包括股票代码、名称、上市日期、所属行业等。

输入参数

输出字段

# 获取全部上市A股
df = pro.stock_basic(list_status='L')
print(f'共 {len(df)} 只股票')

# 筛选上交所股票
df_sse = pro.stock_basic(exchange='SSE', list_status='L')
print(f'上交所 {len(df_sse)} 只')

# 获取银行股
df = pro.stock_basic(list_status='L')
banks = df[df['industry'] == '银行']
print(banks[['ts_code', 'name', 'total_mv']])

# 常用筛选：剔除ST、北交所
df = pro.stock_basic(list_status='L')
df = df[~df['name'].str.contains('ST')]
df = df[~df['ts_code'].str.startswith(('4', '8', '9'))]
print(f'有效股票: {len(df)} 只')

📅 trade_cal - 交易日历

POST/api

获取交易日历，判断某天是否为交易日。

# 获取2026年1月交易日历
df = pro.trade_cal(start_date='20260101', end_date='20260131')

# 筛选交易日
trade_days = df[df['is_open'] == 1]['cal_date'].tolist()
print(f'1月共 {len(trade_days)} 个交易日')

📊 daily_basic - 每日指标

POST/api

获取每日重要指标，包括PE、PB、市值、换手率等。

主要输出字段

# 获取最新每日指标
df = pro.daily_basic(trade_date='20260110')

# 筛选：PE<15 且 PB<2 且 市值<100亿
low_pe = df[(df['pe'] > 0) & (df['pe'] < 15) & 
            (df['pb'] < 2) & 
            (df['total_mv'] < 1000000)]  # 100亿=1000000万
print(f'低估值股票: {len(low_pe)} 只')

🧠 ai_news_factor - AI新闻因子统计

POST/api

基于FastNews生成AI因子统计，输出情绪、重要性与申万行业分布。

输入参数

输出字段

{
  "api_name": "ai_news_factor",
  "token": "your_token",
  "params": {
    "source": "cls",
    "limit": 200,
    "top_n": 10
  }
}

{
  "code": 0,
  "msg": "ok",
  "data": {
    "total": 1234,
    "sample_size": 200,
    "sentiment": {"positive": 80, "neutral": 90, "negative": 30},
    "sentiment_score": 0.25,
    "importance": {"3": 120, "4": 60, "5": 20},
    "importance_avg": 3.5,
    "sw_l1_top": [{"name": "电子", "count": 18}],
    "sw_l2_top": [{"name": "半导体", "count": 10}]
  }
}

⚡ realtime - 实时行情

POST/api

获取A股全市场实时行情快照，数据来源于东方财富（通过AKShare封装），约3秒延迟。

输入参数

输出字段

# 获取全市场实时行情（约5000只）
df = pro.realtime()
print(f'获取到 {len(df)} 只股票实时行情')

# 按涨跌幅排序
top10 = df.nlargest(10, 'pct_chg')[['name', 'price', 'pct_chg']]
print('涨幅前10：')
print(top10)

# 获取平安银行实时行情
df = pro.realtime(ts_code='000001.SZ')
print(df[['name', 'price', 'pct_chg', 'amount']])

# 获取实时行情
df = pro.realtime()

# 筛选涨幅超9%的股票（接近涨停）
limit_up = df[df['pct_chg'] >= 9.5]
print(f'涨停/接近涨停: {len(limit_up)} 只')
print(limit_up[['name', 'price', 'pct_chg', 'amount']])

# 筛选成交额大且涨幅不错的股票
df = pro.realtime()

# 条件：成交额>5亿 且 涨幅3%-7%
hot = df[(df['amount'] > 5e8) & 
         (df['pct_chg'] >= 3) & 
         (df['pct_chg'] <= 7)]
print(f'放量上涨股: {len(hot)} 只')
print(hot[['name', 'price', 'pct_chg', 'amount']].head(10))

💰 moneyflow - 个股资金流向

POST/api

获取个股每日资金流向数据，包括大单、中单、小单的买卖情况。

# 获取资金流向
df = pro.moneyflow(ts_code='000001.SZ', start_date='20260101')

# 计算主力净流入（大单+特大单）
df['main_net'] = (df['buy_lg_amount'] + df['buy_elg_amount'] - 
                  df['sell_lg_amount'] - df['sell_elg_amount'])

# 最近5日主力净流入
recent = df.sort_values('trade_date').tail(5)
print(recent[['trade_date', 'main_net']])

💼 margin - 融资融券交易汇总

POST/api

获取融资融券每日交易汇总数据，单次最多返回4000条数据，可按日期范围查询。

输入参数

输出参数

# 获取指定日期
df = pro.margin(trade_date='20260123')
print(df)

# 或使用query方式
df = pro.query('margin', trade_date='20260123', exchange_id='SSE')

📊 limit_list_d - 涨跌停列表 (新)

POST/api

获取A股每日涨跌停列表，炸板数据较全，数据从2020年开始。单次最多2500条，可按日期范围查询。

输入参数

输出参数

# 获取指定日期涨停股
df = pro.limit_list_d(trade_date='20260123', limit_type='U')

# 找出连板股(首板排除)
lianban = df[df['limit_times'] > 1].sort_values('limit_times', ascending=False)
print(lianban[['ts_code', 'name', 'industry', 'limit_times']])

📈 sw_daily - 申万行业日线行情

POST/api

获取申万行业每日行情数据，单次最多返回大约4000行数据，可按日期范围查询(默认2021年起)。

输入参数

输出参数

# 获取申万行业日线
df = pro.sw_daily(trade_date='20260123')

# 涨幅前10行业
top10 = df.sort_values('pct_change', ascending=False).head(10)
print(top10[['name', 'close', 'pct_change', 'amount']])

🏭 index_classify - 申万行业分类

POST/api

获取申万行业分类，包括一级、二级、三级行业。

# 获取一级行业
df = pro.index_classify(level='L1')
print(df[['index_code', 'industry_name']])

# 获取全部行业（一二三级）
df_all = pro.index_classify()
print(f'共 {len(df_all)} 个行业分类')

🏭 index_member - 行业成分股

POST/api

获取申万行业成分股列表。

# 先查行业代码
ind = pro.index_classify(level='L1')
bank_code = ind[ind['industry_name'] == '银行']['index_code'].values[0]

# 获取成分股
members = pro.index_member(index_code=bank_code)
print(members[['con_code', 'con_name']])

🏦 shibor - 银行间拆借利率

上海银行间同业拆放利率(Shibor),是中国银行间市场最重要的基准利率。

请求参数

返回字段

df = pro.shibor(start_date='20260101')
print(df.head())

📊 cn_gdp - 国内生产总值(GDP)

中国国内生产总值季度数据,包含三大产业分项数据。

请求参数

返回字段

df = pro.cn_gdp()
print(df[['quarter','gdp','gdp_yoy']].head())

📈 cn_cpi - 居民消费价格指数(CPI)

全国/城市/农村CPI月度数据,重要通胀指标。

请求参数

返回字段

df = pro.cn_cpi(start_m='202401')
print(df[['month','nt_yoy']].head())

🏭 cn_ppi - 工业品出厂价格指数(PPI)

工业生产者出厂价格指数月度数据,反映工业品价格变动。

请求参数

返回字段

df = pro.cn_ppi(start_m='202401')
print(df[['month','ppi_yoy']].head())

💰 cn_m - 货币供应量

M0/M1/M2月度数据,反映货币政策宽松程度。

请求参数

返回字段

df = pro.cn_m(start_m='202401')
print(df[['month','m2','m2_yoy']].head())

🏛️ sf_month - 社会融资数据

社会融资规模增量月度数据,反映实体经济融资情况。

请求参数

返回字段

df = pro.sf_month(start_m='202401')
print(df[['month','sf','rmb_loan']].head())

🏭 cn_pmi - 采购经理指数(PMI)

制造业和非制造业PMI月度数据,重要经济景气先行指标。

请求参数

返回字段

df = pro.cn_pmi(start_m='202401')
print(df[['month','mf_pmi','nmf_pmi']].head())

📊 moneyflow_hsgt - 沪深港通资金流向

北向资金(外资)和南向资金每日净流入数据,市场情绪重要指标。

请求参数

返回字段

# 获取最近北向资金流向
df = pro.moneyflow_hsgt(start_date='20260101')
print(df[['trade_date','north_money','south_money']].head())

📊 ths_index - 同花顺板块指数

同花顺行业、概念板块列表,用于追踪热门板块和行业轮动。

请求参数

返回字段

# 搜索AI相关板块
df = pro.ths_index(name='人工智能')
print(df[['ts_code','name','count']])

👥 ths_member - 板块成分股

查询同花顺板块的成分股列表。

请求参数

# 获取某板块成分股
df = pro.ths_member(ts_code='885566.TI')
print(df[['code','name']])

📈 ths_daily - 板块日线行情

同花顺板块指数日线行情,追踪板块涨跌趋势。

请求参数

返回字段

df = pro.ths_daily(ts_code='885566.TI',start_date='20260101')
print(df[['trade_date','close','pct_change']].head())

💰 moneyflow_ind - 行业资金流向

同花顺行业板块资金流向,分析主力资金动向,判断行业景气度。

请求参数

返回字段

# 获取当日行业资金流向
df = pro.moneyflow_ind(trade_date='20260123')
# 按净流入排序,找出资金流入最多的行业
df = df.sort_values('net_amount',ascending=False)
print(df[['industry','net_amount','lead_stock']].head(10))

🏆 top_list - 龙虎榜统计

龙虎榜每日上榜股票汇总,追踪游资、机构动向。

请求参数

返回字段

df = pro.top_list(trade_date='20260123')
print(df[['ts_code','name','net_amount','reason']].head())

🏛️ top_inst - 龙虎榜机构明细

龙虎榜机构席位交易明细,追踪机构买卖行为。

请求参数

返回字段

# 查看机构买入情况
df = pro.top_inst(trade_date='20260123')
inst = df[df['exalter'].str.contains('机构')]
print(inst[['ts_code','exalter','buy','sell']])

📊 dc_index - 东财概念板块

东方财富概念板块列表及实时涨跌。

请求参数

df = pro.dc_index(name='芯片')
print(df[['ts_code','name','pct_change']])

🎬 bo_weekly - 电影周票房

国内电影周票房数据,用于判断文娱行业景气度。

请求参数

返回字段

df = pro.bo_weekly()
print(df[['date','name','week_amount']].head(10))

🔍 stk_surv - 机构调研

上市公司机构调研数据,追踪基金、券商等机构的调研动向,判断市场关注热点。

请求参数

返回字段

# 查询最近被调研的股票
df = pro.stk_surv(start_date='20260101')
# 按接待机构数量排序,找出最受关注的股票
df = df.sort_values('org_num',ascending=False)
print(df[['surv_date','name','org_num']].head(10))

🔑 Token有效期与续费

登录 quantgo.ai 打开页面右上角「个人中心」，可查看当前Token、套餐类型与到期日期。

# Token过期或无效时，SDK调用会抛出 PipelineSDKError: unauthorized (401)
from qgdata import PipelineSDKError

try:
    df = pro.daily(ts_code='000001.SZ')
except PipelineSDKError as e:
    print('请检查Token是否有效或已过期:', e)