㈠ 从零开始玩量化1】AKShare: Python开源财经数据接口库
量化的关键一步在于数据获取，这是进行分析和策略制定的基础。数据可以是各种形式，包括历史交易数据、财务信息、宏观经济指标等，其目的是从中提炼出有价值的信息，为投资决策提供依据。
在探索数据获取路径的过程中，我经历了多次尝试和挫折。从使用Tushare到自行开发爬虫，包括针对网易股票、申万行业和同花顺问财的数据爬取，以及尝试聚宽提供的免费API，最终我找到了AKShare，一个Python开源财经数据接口库。
AKShare覆盖了广泛的数据种类，目录显示，它是市面上能找到的免费数据中最为全面的。安装AKShare只需通过命令执行，简单快捷。
使用AKShare极为简单，遵循从方法名、传参到获取结果的基本流程。以实际操作为例，返回结果为pandas DataFrame，这一数据结构非常适合后续的数据处理与分析。
重要的是要认识到，AKShare的数据来源是网络，调用接口实则进行数据抓取，AKShare本身并不提供数据服务。数据是量化分析的起点，后续工作将围绕这些数据展开。
对于希望在其他编程语言中使用AKShare数据的开发者，可以考虑使用AKTools。它是一个本地的HTTP服务程序，将AKShare的接口转换为HTTP接口，允许不同语言环境下的程序调用AKShare提供的数据服务。
总而言之，数据是量化分析的基石，获取并利用好数据是进行量化策略研究的关键。有了数据，量化分析的旅程才刚刚开始。
㈡ 股票数据接口api整理
在进行股票分析和策略制定时，数据支持至关重要。缺乏大量准确且稳定的来源，会阻碍有效分析和策略实施。
大型企业提供的数据接口，对于普通用户而言成本高昂，自行爬取数据虽然免费，但数据格式多样，且在时效性与稳定性方面难以得到保障。
值得信赖的数据平台如Wind、同花顺、新浪、搜狐、网易财经等，提供覆盖全面的股票数据。
这些平台支持股票异动实时推送，覆盖实时、历秒级、历史、实时分钟、集合竞价、日内数据、实时历史、日、周、月、季度、半年、年周期数据等。
具体指标包括但不限于：MACD异同移动平均线、MA移动平均线、BOLL布林线指标、CCI顺势指标、EXPMA指数平均数指标、KDJ随机指标、RSI强弱指标、W&R威廉指标、BIAS乖离率、V_MA量均线、MTM动量指标、BBI多空指标、LWR威廉指标、ENE轨道线。
此外，用户可以获取股池数据，包括涨停、跌停、强势、炸板、次新股等信息。
若需了解每日龙虎榜信息，可访问以下链接：http://tpdog.com/api/board/bill?date=2024-01-17
查询每日涨停信息，请点击此链接：http://tpdog.com/api/pool/limitup/list?date=2024-01-17
欲获取股票历史日K数据，请参照此链接：http://tpdog.com/api/stock_his/daily?code=sz.000001&start=2024-01-01&end=2024-01-17
针对特定股票的MACD指标信息，访问此链接：http://tpdog.com/api/indicator/macd?code=sz.000001&period=10&macd_long=26&macd_short=12&macd_mid=9&date=2024-01-17