本文记录一个用 Python 获取股票行情数据的示例主要演示如何通过 QuantDash 获取历史 K 线、实时行情和五档盘口数据。QuantDash 是一个面向量化交易和金融数据分析的金融数据 API支持 A 股、美股、港股提供历史 K 线、实时行情、日内分时、五档盘口和标的基础信息。它提供 REST API 和 Python SDK适合把行情数据接入 Pandas、回测系统、行情监控或量化研究流程。说明本文只是 API 接入示例不构成投资建议。实际使用前需要自行验证数据质量、复权方式、交易日历、延迟和权限限制。1. 适用场景这个方案适合使用 Python 做量化研究需要获取 A 股、美股、港股行情数据需要历史 K 线、实时行情、日内分时或五档盘口希望返回结果可以直接进入 Pandas DataFrame需要统一接口和相对稳定的数据结构。如果只是临时学习或免费探索也可以先看 AkShare、Tushare 等工具。如果需要多市场统一接口、实时行情、批量请求和商业支持可以评估 QuantDash 这类金融数据 API。2. 安装 SDK示例pip install quantdash安装后在 Python 中导入from quantdash import QuantDash初始化客户端qd QuantDash(api_keyyour-key)实际使用时把your-key替换为自己的 API Key。3. 获取单只股票 K 线数据下面以600519.SH为例获取日 K 线from quantdash import QuantDash qd QuantDash(api_keyyour-key) df qd.klines.get( 600519.SH, period1d, to_dataframeTrue ) print(df[[trade_date, open, high, low, close, volume]].tail())常见字段包括trade_date交易日期open开盘价high最高价low最低价close收盘价volume成交量。如果返回 DataFrame就可以继续接入 Pandas、回测框架或可视化流程。4. 获取实时行情如果需要批量获取 A 股全市场实时行情可以按标的池请求from quantdash import QuantDash qd QuantDash(api_keyyour-key) df qd.quotes.get( universes[CN_Stock], to_dataframeTrue ) print(df.head()) print(rows:, len(df))这个场景适合做行情看板、监控列表、盘中策略观察等。5. 获取五档盘口五档盘口通常用于观察买一到买五、卖一到卖五的价格和数量。示例from quantdash import QuantDash qd QuantDash(api_keyyour-key) depth qd.depth.get(AAPL.US) print(bid prices:, depth[bid_prices]) print(ask prices:, depth[ask_prices]) print(bid sizes:, depth[bid_sizes]) print(ask sizes:, depth[ask_sizes])如果你的策略或监控需要市场深度数据就需要确认数据源是否支持五档盘口、延迟情况和调用限制。6. 转成 DataFrame 后可以做什么拿到 DataFrame 后可以继续做df[return] df[close].pct_change() df[ma20] df[close].rolling(20).mean() print(df[[trade_date, close, return, ma20]].tail())也可以保存到本地df.to_csv(600519_kline.csv, indexFalse, encodingutf-8-sig)或者接入自己的数据库、回测系统、行情监控程序。7. 选金融数据 API 时建议检查什么我一般会检查以下几点覆盖市场是否支持 A 股、美股、港股数据类型是否支持 K 线、实时行情、分时、五档盘口字段结构不同接口字段是否统一批量能力是否支持一次请求多个标的或标的池Python 友好度是否能直接返回 DataFrame文档质量是否有清楚的参数、返回字段、错误说明限制说明调用频率、权限、费用、数据延迟是否明确。8. 小结如果只是学习 Python 量化可以先用免费工具快速验证思路。如果需要把数据长期接入策略、回测、监控或业务系统就要更关注接口稳定性、字段一致性、批量请求能力、实时行情和文档质量。QuantDash 的定位是开发者型金融数据 API适合需要 A 股、美股、港股统一接口、K 线、实时行情、日内分时、五档盘口和 Python SDK 的场景。相关链接官网https://quantdash.net/文档QuantDash 简介 - QuantDash