最近逛 GitHub 时发现了一个很实用的开源项目：a-stock-data。它的核心定位相当直接——把 A 股各类公开数据接口整合到一份文档里，直接交给 AI 编程工具调用。
做过量化投研的朋友想必都有同感：写代码本身并不难，真正耗时间的是到处找数据源。行情、券商研报、龙虎榜、限售解禁、股东信息分散在不同平台，每家接口字段格式不一，鉴权规则五花八门，还动不动就撞上访问频率限制。
这个项目把这些坑提前填平了。以往整合多渠道数据，光是统一字段格式就要折腾一整天；一旦上游接口改版，整套代码又得重新适配。项目目前 Star 数已经过万，在底层数据工具这个细分领域热度很高，作者维护也非常勤快——我撰稿时仓库还在持续更新。
01 只用一个文件，收拢全部A股数据源
整套工具只依赖一份 SKILL.md 文件，不需要部署服务，也不用启动任何程序。
文档采用结构化文字加内嵌 Python 代码的形式，把每条接口的调用方式、入参格式、返回字段全部交代清楚。只要 AI 编程助手支持导入上下文文档，就能顺利读取这份文件。Claude Code、Codex、OpenClaw 这类自带 Skill 机制的工具，适配效果会更好。
还有一点值得强调：除了 iwencai 语义检索需要单独申请密钥，其余全部数据源免注册、免密钥，下载完直接就能调数据。
02 87个接口，划分为15个业务分层
项目迭代速度很快，早期版本只有 22 个数据源、60 个接口，现在已经升级到 34 个数据源、87 个接口、15 个业务分层。
作者没有按数据来源划分目录，而是严格依照业务场景分层，非常贴合投研人员的实际使用习惯。行情K线、分时逐笔、机构研报、市场信号、资金流向、新闻资讯、财报公告、打板数据、ETF期权、舆情互动、宏观利率、期货大宗、事件驱动、可转债，几乎覆盖了 A 股全部公开数据品类。
挑几个高频板块简单说说：
行情与估值板块使用频率最高。实时报价、K线走势、五档盘口、分时成交全部齐全，对接通达信与腾讯财经两条线路。
还能调取历史估值数据，比如一键查询茅台近十年 PE 所处历史分位，自动抓取多年日频指标完成计算。
研报与机构预期板块效率拉满。个股研报、券商评级、未来三年盈利预测均可批量获取，还能直接下载研报 PDF 原文。iwencai 自然语言检索尤其好用——直接输入“人形机器人产业链丝杠、减速器相关研报”，系统会自动做语义匹配，完全不用手动拼关键词。
03 资金面与短线打板数据，实用性拉满
资金面数据（个人使用频次最高）
可以抓取分钟级主力资金流入流出情况；龙虎榜上榜标的、前五买卖席位、营业部买卖动向一目了然，同时支持查询全市场当日净买入榜单。融资融券每日明细、大宗交易成交价与溢价、股东户数季度变动，全都整合在内。
筹码分布功能很有意思：获利比例、持仓成本、筹码峰位置全部在本地通过成交量与换手率计算，不调用外部接口，完全不受平台限流约束。
短线打板数据，专门服务短线交易者
自动统计当日涨停家数、连板高度、炸板比例，划分涨停池、炸板池、跌停池三大榜单；自动计算昨日涨停个股次日的晋级成功率。交易所重点监控名单、股价异常波动记录也已经接入，这类零散公告平时很难搜集，现在一键就能调取。
另外还有两个容易被忽略的板块：公告新闻板块可以检索沪深北交易所全部公告，抓取个股快讯与交易所实时消息；互动易问答能拿到投资者提问与上市公司官方回复，是核实市场传闻的优质信源。宏观板块则对接官方数据源，社融、PMI、指数成分、交易日历一应俱全。财务指标、舆情监控、可转债数据也覆盖得相当全面，做基本面研究与事件驱动策略都用得上。
04 两分钟完成安装，操作极简
整个部署流程只需要三步，全程不超过两分钟：
- 新建技能目录，把 SKILL.md 文件下载保存到对应文件夹；
- 执行命令安装全部 Python 依赖包；
- 直接用自然语言下达指令，比如“查询688017当前估值水平”，AI 会自动读取文档并执行代码。
mkdir -p ~/.claude/skills/a-stock-data
curl -o ~/.claude/skills/a-stock-data/SKILL.md \
https://raw.githubusercontent.com/simonlin1212/a-stock-data/main/SKILL.md
pip install mootdx requests pandas stockstats numpy baostock xlrd openpyxl
就算工具不支持 Skill 机制也没关系：把全文粘贴进对话上下文，或者直接把里面的 Python 代码单独提取出来，嵌入自己的脚本运行即可。
05 项目核心价值：省下寻找接口的大量时间
要客观说一句：这个工具只负责获取原始数据，具体交易策略还得靠使用者自己打磨。接口再完善，也不等于能看懂行业景气度与公司基本面。
它最大的价值，是把反复对接接口、统一字段格式、处理访问限流这类重复性工作全部包揽。这类活儿技术门槛不高，但每次换数据源都要重新开发，长期累积下来相当耗时间。不管是做量化建模、投研分析，还是想用 AI 自动盯盘抓数据，都能借助它大幅缩短开发周期。
⚠️ 重要提醒：本项目仅提供数据采集工具，不构成任何投资建议。股市波动存在风险，所有交易决策请自行谨慎判断。
同时也要说明它的适用边界：工具只输出原始行情与基础指标，不包含策略回测、资产组合管理，也不会自动判断估值高低，只能作为投研流程最底层的数据底座。
项目仓库地址： https://github.com/simonlin1212/a-stock-data
如果你也在折腾 AI 量化投研相关的工具链，可以留意云栈社区后续的分享，这类开源数据工具还会持续更新。
发表于 1 小时前
|
查看: 2|
回复: 0
/1 
