A. 股票行情数据接口
关于股票行情数据接口，英为财情的网站管理员工具是提供了一系列对外的行情接口。包括了股票，期货，加密货币，指数，汇率，财经日历等等。你可以具体查看网页链接。
如果需要其他工具和高级解决方案，都是可以商讨的。
B. 我想用c#写一些股票方面的小程序，请问有没有数据接口
您好，我们知道不管是不是要做股票模拟交易，还是股票自动化交易，都是需要股票数据的，这样我就必须找到股票数据接口。
经常有在sina看股票的就可以知道sina的股票数据也是即时的，所以我们也可以通过sina来实现股票数据接口。
可以在这边下载新浪股票数据接口。新浪股票数据接口，是免费的股票数据接口 但是新浪股票数据接口有一个缺陷，就是它不好提供全市场的数据，如果我们想要得到全市场的数据，而加大对新浪的需求的话 可能会导致新浪把我们的IP给封了，这样就悲剧啦。
所以我们需要找到的是股票商业数据接口， 现在有有一些商业公司在提供，比如银江股票接口，数畅股票接口，网际风股票接口， 这些数据的接口大部分在100-200每年，用起来的话还算是比较稳定的，但是他们提供的是传统的C++接口，然后做为我们新生代的程序员 看C++就有点累了。然后我们这边就提供了写好的C#股票数据接口，你可以方便把它做成C#行情写库软件，也可以把它做成C#的webservice股票接口。 我们股票行情写库对股票数据接口里面的大部分数据进行了优化，支持股票实时数据，股票分时数据，股票日线数据，股票日k线数据补全，除权数据。 未来还将支持财务数据。 我们自己的股票模拟交易也是用它的。
到现在已经稳定运行超过了1年了。 免费下载 C#行情写库软件 。 源代码的价格是800元。 行情写库软件的价格是400元。
C. 如何用java编写一个股票查询的网络接口
写个资源抓取类，定时去新浪啊，搜狐啊什么的大门户网站去抓他们的股票数据，然后在你服务器上显示就行了
D. 股票数据接口怎么获取一般是怎么收费的
股票数据接口去证券交易所买的，一年服务费千万。
LEVEL-2行情，数据比较清楚，并且比较全。资金流向，十档盘口，买卖提示，等等，具体可以看大智慧或同花顺LEVEL-2的相关介绍，他们的比较权威，比较全面。
股票行情数据是由交易所有偿提供的，一般是给券商、行情分析软件供应商等，且不得转发从事商业服务。股票数据的获取目前有如下两种方法可以获取:http/javascript接口取数据或者web-service接口。
(4)股票数据接口编程扩展阅读：
一、股票软件一般都提供了接口，例如通达信、同花顺、大智慧，这些软件里面，都有公式系统，这个公式系统，就是接口。你可以参考软件里面的别的公式，编写自己的公式，这样就可以得到相应的数据了。
如果是机构，有专门提供这种API接口的。例如微盛的金融实时行情API接口。但这种方式，需要程序员才搞得懂，一般人用不起来。
二、股票实时行情，可以通过两个方法来进行查看：
第一种，在网络搜索页面直接输入股票代码，如：000717，网络输入后，即可在搜索结果中看到，其中分时，就是该股票在当天的实时走向。
第二种，通过炒股软件，如东财，同花顺等，在开启后，直接输入，股票代码，如600854，点击回车。进入的第一个页面就是该股票在当天的实时行情。
三、PP材料的成型温度在160-220℃，注塑成型时要将模具温度恒定在这个范围。油温机具有加热冷却功能，其控温范围分为常温到180℃，常温到300℃，常温到300℃以上等多种控温类型。水冷机其本身只有冷却功能，没有加热功能，控温时达不到160-220℃。另外，还有一种水温机，其同时具有加热冷却功能，其控温范围分为常温到98℃，常温到120℃，常温到150℃，常温到180℃。综上所述，PP材料注塑应该选用油温机，而且其控温范围需在常温到300℃范围
E. 求从股票接口取数据的C#代码
500元留着买糖糖吧!
呵呵.
F. 想要开发一个股票交易软件 需要怎样获取实时数据 数据接口
惠德赢策 大家记住了啊，这个垃圾公司老板叫：祝清。公司内部垃圾就算了，公司出的产品都是骗人的，还有他们开发的一个模拟炒股的网站要交钱才能炒股，都是骗人的，大家千万别上当受骗，这家公司老板超级卑鄙，合伙别人把他原来的公司给搞垮自己开公司，不过心在自己公司也快倒闭了，员工工资都发布出来了，哈哈，真鸡-巴爽呀，那个B儿子真没话说了。
我就是受害者呀，喷血相告，切记呀
G. 求助大神 有没有股票实时行情的API接口
网络搜索【麦蕊智数】，A股实时股票信息各类数据数据都有，很稳定，可以看看API文档了解一下数据格式。
H. 如何编程从免费股票软件中提取实时数据
自己写程序的话，一种方法是从已提供的信息源，例如webservice获取数据。还有种办法就是去连接提供即时信息的网页硬解析。
代码举例如下：
Created on Thu Jul 23 09:17:27 2015
@author: jet
"""
DAY_PRICE_COLS = ['date', 'open', 'high', 'close', 'low', 'volume',
'chg', '%chg', 'ma5', 'ma10', 'ma20',
'vma5', 'vma10', 'vma20', 'turnover']
DAY_PRICE_URL = '%sapi.finance.%s/%s/?code=%s&type=last'
INDEX_KEY = ['SH', 'SZ', 'HS300', 'SZ50', 'GEB', 'SMEB']
INDEX_LIST = {'SH': 'sh000001', 'SZ': 'sz399001', 'HS300': 'sz399300',
'SZ50': 'sh000016', 'GEB': 'sz399006', 'SMEB': 'sz399005'}
INDEX_DAY_PRICE_COLS= ['date', 'open', 'high', 'close', 'low', 'volume',
'chg', '%chg', 'ma5', 'ma10', 'ma20',
'vma5', 'vma10', 'vma20']
K_TYPE_KEY = ['D', 'W', 'M']
K_TYPE_MIN_KEY = ['5', '15', '30', '60']
K_TYPE = {'D': 'akdaily', 'W': 'akweekly', 'M': 'akmonthly'}
MIN_PRICE_URL = '%sapi.finance.%s/akmin?scode=%s&type=%s'
PAGE_TYPE = {'http': 'http://', 'ftp': 'ftp://'}
PAGE_DOMAIN = {'sina': 'sina.com.cn', 'ifeng': 'ifeng.com'}
URL_ERROR_MSG = '获取失败，请检查网络状态，或者API端口URL已经不匹配！'
get_hist_data.py
# -*- coding: utf-8 -*-
"""
Created on Thu Jul 23 09:15:40 2015
@author: jet
"""
import const as ct
import pandas as pd
import json
from urllib2 import urlopen,Request
def get_hist_data(code = None, start = None, end = None, ktype = 'D'):
"""
功能:
获取个股历史交易数据
--------
输入:
--------
code:string
股票代码 比如:601989
start:string
开始日期 格式:YYYY-MM-DD 为空时取到API所提供的最早日期数据
end:string
结束日期 格式:YYYY-MM-DD 为空时取到最近一个交易日数据
ktype:string(default=D, 函数内部自动统一为大写)
数据类型 D=日K线，W=周K线，M=月K线，5=5分钟，15=15分钟
30=30分钟，60=60分钟
输出:
--------
DataFrame
date 日期
open 开盘价
high 最高价
close 收盘价
low 最低价
chg 涨跌额
p_chg 涨跌幅
ma5 5日均价
ma10 10日均价
ma20 20日均价
vma5 5日均量
vma10 10日均量
vma20 20日均量
turnover换手率(指数无此项)
"""
code = code_to_APIcode(code.upper())
ktype = ktype.upper()
url = ''
url = get_url(ktype, code)
print(url)
js = json.loads(ping_API(url))
cols = []
if len(js['record'][0]) == 14:
cols = ct.INDEX_DAY_PRICE_COLS
else:
cols = ct.DAY_PRICE_COLS
df = pd.DataFrame(js['record'], columns=cols)
if ktype in ct.K_TYPE_KEY:
df = df.applymap(lambda x:x.replace(u',', u''))
for col in cols[1:]:
df[col]=df[col].astype(float)
if start is not None:
df = df [df.date >= start]
if end is not None:
df = df[df.date <= end]
df = df.set_index('date')
return df
def code_to_APIcode(code):
"""
功能：
验证输入的股票代码是否正确，若正确则返回API对应使用的股票代码
"""
print(code)
if code in ct.INDEX_KEY:
return ct.INDEX_LIST[code]
else:
if len(code) != 6:
raise IOError('code input error!')
else:
return 'sh%s'%code if code[:1] in ['5', '6'] else 'sz%s'%code
def get_url(ktype, code):
"""
功能：
验证输入的K线类型是否正确，若正确则返回url
"""
if ktype in ct.K_TYPE_KEY:
url = ct.DAY_PRICE_URL % (ct.PAGE_TYPE['http'], ct.PAGE_DOMAIN['ifeng'],
ct.K_TYPE[ktype], code)
return url
elif ktype in ct.K_TYPE_MIN_KEY:
url = ct.MIN_PRICE_URL % (ct.PAGE_TYPE['http'], ct.PAGE_DOMAIN['ifeng'],
code, ktype)
return url
else:
raise IOError('ktype input error!')
def ping_API(url):
"""
功能：
向API发送数据请求，若链接正常返回数据
"""
text = ''
try:
req = Request(url)
text = urlopen(req,timeout=10).read()
if len(text) < 15:
raise IOError('no data!')
except Exception as e:
print(e)
else:
return text
#测试入口
print(get_hist_data('601989','2015-07-11','2015-07-22'))
I. 如何使用 Yahoo Finance stock API 获取股票数据
1、通过API获取实时数据
请求地址
http://finance.yahoo.com/d/quotes.csv?s=<股票名称>&f=<数据列选项>
参数
s _ 表示股票名称，多个股票之间使用英文加号分隔，如”XOM+BBDb.TO+JNJ+MSFT”，罗列了四个公司的股票：XOM, BBDb.TO, JNJ, MSFT。
f _ 表示返回数据列，如”snd1l1yr”。更详细的参见雅虎股票 API f 参数对照表。
2、通过API获取历史数据
请求地址
http://ichart.yahoo.com/table.csv?s=<string>&a=<int>&b=<int>&c=<int>&d=<int>&e=<int>&f=<int>&g=d&ignore=.csv
参数
s _ 股票名称
a _ 起始时间，月
b _ 起始时间，日
c _ 起始时间，年
d _ 结束时间，月
e _ 结束时间，日
f _ 结束时间，年
g _ 时间周期。Example: g=w, 表示周期是’周’。d->’日’(day), w->’周’(week)，m>’月’(mouth)，v->’dividends only’一定注意月份参数，其值比真实数据-1。如需要9月数据，则写为08。
3、通过API获取深沪股票数据
雅虎的API是国际性的，支持查询国内沪深股市的数据，但代码稍微变动一下，如浦发银行的代号是：600000.SS。规则是：上海市场末尾加.ss，深圳市场末尾加.sz。
J. 怎么获取股票数据c++ api
基本都是自己封装CTP接口，程序端实现多账户、多策略的行情信号接收和委托提交/回报处理。也可以用 QuantBox/QuantBox_XAPI · GitHub 这样的封装的比较好、多接口统一API的项目直接整合到程序化平台的项目中使用。
通过程序接口用证券、期货账号登录后订阅品种的行情，证券、商品期货、股指期货、期权（全真模拟，9号就有实盘行情）都可以接收交易所的快照数据（例如商
品、股指都是500ms一个快照，数据结构也比较完整）。然后交易平台可以把行情数据广播给各个策略程序，程序根据量化策略的逻辑判断是否下单？挂单的方
式如何？挂单失败是否追单？如何追单？
策略程序判断要下单，则提交指令到程序化交易平台，平台把各个帐号各个品种中策略的逻辑持仓汇总为实际持仓，然后通过接口提交委托，并且处理委托回报。
行情数据一方面广播给策略程序，一方面自己存数据库，存下来的数据通过完整性检测后，可以自己合成低频率的数据，如
1分钟、30分钟、1小时、日度等等，这些数据会被用于策略回测，也可以用于市场微观结构的观察和研究，例如可以通过优化挂单方式来降低交易滑点。
Matlab可以做一些回测，实盘可能是比较不易用的。一般可以用C++, Java, C#来利用CTP程序化交易接口实现实盘平台，策略研究推荐用R做数据分析、统计、处理、可视化、策略分析、自动报告，用Rcpp（R调用C++）或者直接C++实现高性能回测，用单机并行或集群实现批量回测。