详细使用文档请访问： 👉 finshare 文档网站
文档网站包含：
- 完整的 API 参考
- 快速开始指南
- 数据源说明
- 常见问题解答
- 更多代码示例
import finshare as fs
# 获取历史K线
df = fs.get_historical_data('000001.SZ', start='2024-01-01', end='2024-12-31')
# 获取实时快照
snapshot = fs.get_snapshot_data('000001.SZ')
# 批量获取快照
snapshots = fs.get_batch_snapshots(['000001.SZ', '600519.SH'])
print(df.head())- 📊 多数据源 - 东方财富、Yahoo Finance、腾讯、新浪、通达信、BaoStock
- 🔄 自动故障切换 - 数据源失败时自动切换备用源
- 📈 统一数据格式 - 所有数据源返回统一格式
- ⚡ 高性能 - 优化的数据获取性能
- 🔧 简单易用 - 简洁的 API 设计，开箱即用
- 🌍 多市场支持 - A股、港股、美股、期货、基金
pip install finshare| 类别 | 功能 |
|---|---|
| 股票 | K线、实时快照、资金流向、龙虎榜、融资融券 |
| 基金 | 净值、信息、列表、ETF、LOF |
| 期货 | K线、实时快照 |
| 证券列表 | 股票列表、ETF列表、LOF列表、期货列表 |
finshare 不仅是一个数据库，更是一个可以快速构建金融工具的基础库。以下是几个示例：
# finboard - 实时行情看板
# 基于 Streamlit + finshare 构建
import streamlit as st
import finshare as fs
import plotly.graph_objects as go
# 获取自选股行情
stocks = ['000001.SZ', '600519.SH', '300750.SZ']
data = fs.get_batch_snapshots(stocks)
# 显示行情
for code, snap in data.items():
st.metric(code, snap.last_price, f"{snap.change_pct:.2f}%")
# K线图
kline = fs.get_historical_data('600519.SH', start='2024-01-01')
fig = go.Figure(data=[go.Candlestick(
x=kline['trade_date'],
open=kline['open_price'],
high=kline['high_price'],
low=kline['low_price'],
close=kline['close_price']
)])
st.plotly_chart(fig)效果预览：
📦 项目地址: finboard
# 条件选股器
import finshare as fs
import pandas as pd
# 获取全部股票列表
stocks = fs.get_stock_list()
# 筛选条件
# 1. 涨幅 > 5%
# 2. 成交额 > 1亿
# 3. 换手率 > 10%
filtered = stocks[
(stocks['change_pct'] > 5) &
(stocks['amount'] > 1e8) &
(stocks.get('turnover_rate', 0) > 10)
]
print(f"符合条件的股票: {len(filtered)} 只")
print(filtered[['code', 'name', 'change_pct']])# 微信/钉钉价格提醒
import finshare as fs
import requests
import time
# 监控股票
WATCH_LIST = ['000001.SZ', '600519.SH']
PRICE_ALERTS = {
'600519.SH': {'high': 2000, 'low': 1800}, # 茅台
}
def send_alert(code, price, alert_type):
"""发送钉钉消息"""
webhook = "YOUR_DINGTALK_WEBHOOK"
msg = {
"msgtype": "text",
"text": {
"content": f"🚨 {code} 价格{alert_type}提醒！当前价格: {price}"
}
}
requests.post(webhook, json=msg)
# 持续监控
while True:
snapshots = fs.get_batch_snapshots(WATCH_LIST)
for code, snap in snapshots.items():
if code in PRICE_ALERTS:
alerts = PRICE_ALERTS[code]
if snap.last_price >= alerts.get('high'):
send_alert(code, snap.last_price, "突破")
elif snap.last_price <= alerts.get('low'):
send_alert(code, snap.last_price, "跌破")
time.sleep(60) # 每分钟检查一次# 导出历史数据到 Excel
import finshare as fs
codes = ['000001.SZ', '600519.SH', '601318.SH']
with pd.ExcelWriter('stock_data.xlsx') as writer:
for code in codes:
df = fs.get_historical_data(code, start='2020-01-01')
df.to_excel(writer, sheet_name=code, index=False)
print("数据已导出到 stock_data.xlsx")# Flask API 服务
from flask import Flask, jsonify
import finshare as fs
app = Flask(__name__)
@app.route('/quote/<code>')
def get_quote(code):
snapshot = fs.get_snapshot_data(code)
return jsonify({
'code': snapshot.code,
'price': snapshot.last_price,
'change_pct': snapshot.change_pct,
'volume': snapshot.volume
})
@app.route('/kline/<code>')
def get_kline(code):
df = fs.get_historical_data(code, start='2024-01-01')
return jsonify(df.to_dict(orient='records'))
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)| 工具 | 描述 |
|---|---|
| 📊 量化回测 | 使用历史数据进行策略回测 |
| 📈 自动交易 | 条件触发自动买卖 |
| 🔔 新闻监控 | 监控个股相关新闻 |
| 📱 小程序 | 微信/支付宝小程序展示行情 |
| 📊 Excel插件 | Excel 实时看盘 |
查看 examples 目录获取更多示例代码。
| 项目 | 描述 |
|---|---|
| finboard | 实时行情看板 |
| finscreener | 智能选股器 |
| finquant | 量化回测框架 |
| finshare-skills | OpenClaw AI 助手技能 |
| meepoquant | 免费量化回测平台 |
本项目在设计思路和 API 风格上参考了以下优秀的开源项目：
| 项目 | 描述 |
|---|---|
| akshare | 专业的金融数据开源库，为本项目提供了重要参考 |
感谢以下数据源网站提供的免费 API 接口：
| 数据源 | 用途 |
|---|---|
| 东方财富 | A股行情、财务数据、龙虎榜、融资融券 |
| 腾讯财经 | 港股行情、实时报价 |
| 新浪财经 | 港股行情、实时报价 |
| 通达信 | 行情数据 |
| BaoStock | 证券数据 |
| 天天基金 | 基金净值数据 |
欢迎贡献代码！查看 贡献指南。
MIT License - 详见 LICENSE
⭐ 如果这个项目对你有帮助，请给我们一个 Star！
🤖 由 米波量化 团队开发
