AkShare 宏观数据

中国宏观

中国宏观杠杆率

接口: macro_cnbs

目标地址: http://114.115.232.154:8080/

描述: 获取中国国家金融与发展实验室-中国宏观杠杆率数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
年份strY日期, 年-月
居民部门floatY-
非金融企业部门floatY-
政府部门floatY-
中央政府floatY-
地方政府floatY-
实体经济部门floatY-
金融部门资产方floatY-
金融部门负债方floatY-

接口示例

  1. import akshare as ak
  2. macro_cnbs_df = ak.macro_cnbs()
  3. print(macro_cnbs_df)

数据示例

  1.     年份       居民部门     非金融企业部门  ...      实体经济部门    金融部门资产方    金融部门负债方
  2. 0   1993-12   8.311222   91.658000  ...  107.791459   8.896441   7.128428
  3. 1   1994-12   7.808230   82.411703  ...   98.354271   9.808787   6.796868
  4. 2   1995-12   8.240004   80.950106  ...   97.850373  10.009081   7.006151
  5. 3   1996-03   8.403456   81.711651  ...   99.241521  10.183896   7.186300
  6. 4   1996-06   8.581114   82.051373  ...   99.679459  10.379730   7.380510
  7. ..      ...        ...         ...  ...         ...        ...        ...
  8. 93  2018-09  52.575456  155.641011  ...  245.227043  61.350917  60.645733
  9. 94  2018-12  53.198837  153.553140  ...  243.702122  60.638348  60.936158
  10. 95  2019-03  54.277928  156.881879  ...  248.828108  60.542178  59.417322
  11. 96  2019-06  55.304291  155.743313  ...  249.533412  58.736094  58.727086
  12. 97  2019-09  56.314848  155.618498  ...  251.147265  55.820243  59.358625

国民经济运行状况

经济状况

LPR品种数据

接口: macro_china_lpr

目标地址: http://data.eastmoney.com/cjsj/globalRateLPR.html

描述: 获取中国LPR品种数据, 数据区间从19910421-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
TRADE_DATEstrY日期
LPR1YfloatYLPR_1Y利率(%)
LPR5YfloatYLPR_5Y利率(%)
RATE_1floatY短期贷款利率:6个月至1年(含)(%)
RATE_2floatY中长期贷款利率:5年以上(%)

接口示例

  1. import akshare as ak
  2. macro_china_lpr_df = ak.macro_china_lpr()
  3. print(macro_china_lpr_df)

数据示例

  1.                TRADE_DATE  LPR1Y  LPR5Y  RATE_1  RATE_2
  2. 0     2020-03-20 00:00:00   4.05   4.75    4.35    4.90
  3. 1     2020-02-20 00:00:00   4.05   4.75    4.35    4.90
  4. 2     2020-01-20 00:00:00   4.15   4.80    4.35    4.90
  5. 3     2019-12-20 00:00:00   4.15   4.80    4.35    4.90
  6. 4     2019-11-20 00:00:00   4.15   4.80    4.35    4.90
  7.                    ...    ...    ...     ...     ...
  8. 1493  1995-07-01 00:00:00    NaN    NaN   12.06   15.30
  9. 1494  1995-01-01 00:00:00    NaN    NaN   10.98   14.76
  10. 1495  1993-07-11 00:00:00    NaN    NaN   10.98   14.04
  11. 1496  1993-05-15 00:00:00    NaN    NaN    9.36   12.24
  12. 1497  1991-04-21 00:00:00    NaN    NaN    8.64    9.72
社会融资规模增量统计

接口: macro_china_shrzgm

目标地址: http://data.mofcom.gov.cn/gnmy/shrzgm.shtml

描述: 获取社会融资规模增量统计的月份数据, 数据区间从 201501-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY年月
社会融资规模增量floatY注意单位: 亿元
其中-人民币贷款floatY注意单位: 亿元
其中-委托贷款外币贷款(折合人民币)floatY注意单位: 亿元
其中-委托贷款floatY注意单位: 亿元
其中-信托贷款floatY注意单位: 亿元
其中-未贴现银行承兑汇票floatY注意单位: 亿元
其中-企业债券floatY注意单位: 亿元
其中-非金融企业境内股票融资floatY注意单位: 亿元

接口示例

  1. import akshare as ak
  2. macro_china_shrzgm_df = ak.macro_china_shrzgm()
  3. print(macro_china_shrzgm_df)

数据示例

  1.         月份  社会融资规模增量  其中-人民币贷款  ...  其中-未贴现银行承兑汇票  其中-企业债券  其中-非金融企业境内股票融资
  2. 0   202012     17192     11458  ...         -2216      436            1126
  3. 1   202011     21355     15309  ...          -625      840             771
  4. 2   202010     13929      6663  ...         -1089     2263             927
  5. 3   202009     34693     19171  ...          1503     1316            1141
  6. 4   202008     35853     14201  ...          1441     3659            1282
  7. ..     ...       ...       ...  ...           ...      ...             ...
  8. 67  201505     12397      8510  ...           961     1710             584
  9. 68  201504     10582      8045  ...           -74     1616             597
  10. 69  201503     12433      9920  ...          -910     1344             639
  11. 70  201502     13609     11437  ...          -592      716             542
  12. 71  201501     20516     14708  ...          1946     1868             526
中国GDP年率报告

接口: macro_china_gdp_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_gdp\_yoy

描述: 获取中国年度GDP数据, 数据区间从20110120-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_gdp_yearly_df = ak.macro_china_gdp_yearly()
  3. print(macro_china_gdp_yearly_df)
  4. print(macro_china_gdp_yearly_df.name)

数据示例

macro_china_gdp_yearly_df.name:

  1. gdp

macro_china_gdp_yearly_df:

  1. 2011-01-20    9.8
  2. 2011-04-15    9.7
  3. 2011-07-13    9.5
  4. 2011-10-18    9.1
  5. 2012-01-17    8.9
  6. 2019-01-21    6.4
  7. 2019-04-17    6.4
  8. 2019-07-15    6.2
  9. 2019-10-18      6
  10. 2020-01-17      0

物价水平

中国CPI年率报告

接口: macro_china_cpi_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_cpi\_yoy

描述: 获取中国年度CPI数据, 数据区间从19860201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_cpi_yearly_df = ak.macro_china_cpi_yearly()
  3. print(macro_china_cpi_yearly_df)
  4. print(macro_china_cpi_yearly_df.name)

数据示例

macro_china_cpi_yearly_df.name:

  1. cpi

macro_china_cpi_yearly_df:

  1. 1986-02-01     7.1
  2. 1986-03-01     7.1
  3. 1986-04-01     7.1
  4. 1986-05-01     7.1
  5. 1986-06-01     7.1
  6. 1986-07-01     7.1
  7. 1986-08-01     7.1
  8. 1986-09-01     7.1
  9. 2019-08-09     2.8
  10. 2019-09-10     2.8
  11. 2019-10-15       3
  12. 2019-11-09     3.8
  13. 2019-12-10     4.5
  14. 2020-01-09     4.5
中国CPI月率报告

接口: macro_china_cpi_monthly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_cpi\_mom

描述: 获取中国月度CPI数据, 数据区间从19960201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_cpi_monthly_df = ak.macro_china_cpi_monthly()
  3. print(macro_china_cpi_monthly_df)
  4. print(macro_china_cpi_monthly_df.name)

数据示例

macro_china_cpi_monthly_df.name:

  1. cpi

macro_china_cpi_monthly_df:

  1. 1996-02-01     2.1
  2. 1996-03-01     2.3
  3. 1996-04-01     0.6
  4. 1996-05-01     0.7
  5. 2019-07-10    -0.1
  6. 2019-08-09     0.4
  7. 2019-09-10     0.7
  8. 2019-10-15     0.9
  9. 2019-11-09     0.9
  10. 2019-12-10     0.4
  11. 2020-01-09       0
中国PPI年率报告

接口: macro_china_ppi_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_ppi\_yoy

描述: 获取中国年度PPI数据, 数据区间从19950801-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_ppi_yearly_df = ak.macro_china_ppi_yearly()
  3. print(macro_china_ppi_yearly_df)
  4. print(macro_china_ppi_yearly_df.name)

数据示例

macro_china_ppi_yearly_df.name:

  1. ppi

macro_china_ppi_yearly_df:

  1. 1995-08-01    13.5
  2. 1995-09-01      13
  3. 1995-10-01    12.9
  4. 1995-11-01    12.5
  5. 1995-12-01    11.1
  6. 2019-08-09    -0.3
  7. 2019-09-10    -0.8
  8. 2019-10-15    -1.2
  9. 2019-11-09    -1.6
  10. 2019-12-10    -1.4
  11. 2020-01-09    -0.5

贸易状况

以美元计算出口年率

接口: macro_china_exports_yoy

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_exports\_yoy

描述: 获取中国以美元计算出口年率报告, 数据区间从19820201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_exports_yoy_df = ak.macro_china_exports_yoy()
  3. print(macro_china_exports_yoy_df)
  4. print(macro_china_exports_yoy_df.name)

数据示例

macro_china_exports_yoy_df.name:

  1. china_exports_yoy

macro_china_exports_yoy_df:

  1. 1982-02-01      8.7
  2. 1982-03-01     23.2
  3. 1982-04-01     12.2
  4. 1982-05-01     -2.5
  5. 1982-06-01     41.5
  6. 2019-03-08    -20.8
  7. 2019-04-12     14.2
  8. 2019-05-08     -2.7
  9. 2019-06-10      1.1
  10. 2019-07-12     -1.3
  11. 2019-08-08      3.3
  12. 2019-09-08       -1
  13. 2019-10-14     -3.2
  14. 2019-11-08     -0.9
  15. 2019-12-08     -1.1
  16. 2020-01-14        0

以美元计算进口年率

接口: macro_china_imports_yoy

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_imports\_yoy

描述: 获取中国以美元计算进口年率报告, 数据区间从19960201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_imports_yoy_df = ak.macro_china_imports_yoy()
  3. print(macro_china_imports_yoy_df)
  4. print(macro_china_imports_yoy_df.name)

数据示例

macro_china_imports_yoy_df.name:

  1. china_imports_yoy

macro_china_imports_yoy_df:

  1. 1996-02-01    55.8
  2. 1996-03-01    14.2
  3. 1996-04-01     8.7
  4. 1996-05-01     6.4
  5. 1996-06-01     4.5
  6. 2019-06-10    -8.5
  7. 2019-07-12    -7.3
  8. 2019-08-08    -5.6
  9. 2019-09-08    -5.6
  10. 2019-10-14    -8.5
  11. 2019-11-08    -6.5
  12. 2019-12-08     0.3
  13. 2020-01-14       0

以美元计算贸易帐(亿美元)

接口: macro_china_trade_balance

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_trade\_balance

描述: 获取中国以美元计算贸易帐报告, 数据区间从19810201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_trade_balance_df = ak.macro_china_trade_balance()
  3. print(macro_china_trade_balance_df)
  4. print(macro_china_trade_balance_df.name)

数据示例

macro_china_trade_balance_df.name:

  1. china_trade_balance

macro_china_trade_balance_df:

  1. 1981-02-01     -2.2
  2. 1981-03-01     -4.9
  3. 1981-04-01     -7.4
  4. 1981-05-01     -4.8
  5. 2019-10-14    396.5
  6. 2019-11-08    430.2
  7. 2019-12-08    387.3
  8. 2019-12-09        0
  9. 2020-01-14        0

产业指标

规模以上工业增加值年率

接口: macro_china_industrial_production_yoy

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_industrial\_production\_yoy

描述: 获取中国规模以上工业增加值年率报告, 数据区间从19900301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_industrial_production_yoy_df = ak.macro_china_industrial_production_yoy()
  3. print(macro_china_industrial_production_yoy_df)
  4. print(macro_china_industrial_production_yoy_df.name)

数据示例

macro_china_industrial_production_yoy_df.name:

  1. china_industrial_production_yoy

macro_china_industrial_production_yoy_df:

  1. 1990-03-01      5
  2. 1990-04-01    0.8
  3. 1990-05-01    1.7
  4. 1990-06-01    3.3
  5. 1990-07-01      5
  6.              ... 
  7. 2019-09-16    4.4
  8. 2019-10-18    5.8
  9. 2019-11-14    4.7
  10. 2019-12-16    6.2
  11. 2020-01-17      0

官方制造业PMI

接口: macro_china_pmi_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_manufacturing\_pmi

描述: 获取中国年度PMI数据, 数据区间从20050201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_pmi_yearly_df = ak.macro_china_pmi_yearly()
  3. print(macro_china_pmi_yearly_df)
  4. print(macro_china_pmi_yearly_df.name)

数据示例

macro_china_pmi_yearly_df.name:

  1. pmi

macro_china_pmi_yearly_df:

  1. 2005-02-01    54.7
  2. 2005-03-01    54.5
  3. 2005-04-01    57.9
  4. 2005-05-01    56.7
  5. 2005-06-01    52.9
  6.               ... 
  7. 2019-09-30    49.8
  8. 2019-10-31    49.3
  9. 2019-11-30    50.2
  10. 2019-12-31    50.2
  11. 2020-01-31       0

财新制造业PMI终值

接口: macro_china_cx_pmi_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_caixin\_manufacturing\_pmi

描述: 获取中国年度财新 PMI 数据, 数据区间从20120120-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_cx_pmi_yearly_df = ak.macro_china_cx_pmi_yearly()
  3. print(macro_china_cx_pmi_yearly_df)
  4. print(macro_china_cx_pmi_yearly_df.name)

数据示例

macro_china_cx_pmi_yearly_df.name:

  1. cx_pmi

macro_china_cx_pmi_yearly_df:

  1. 2012-01-20    48.8
  2. 2012-02-22    49.6
  3. 2012-03-22    48.3
  4. 2012-04-23    49.1
  5. 2012-05-02    49.3
  6.               ... 
  7. 2019-09-02    50.4
  8. 2019-09-30    51.4
  9. 2019-11-01    51.7
  10. 2019-12-02    51.8
  11. 2020-01-02    51.5

财新服务业PMI

接口: macro_china_cx_services_pmi_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_caixin\_services\_pmi

描述: 获取中国财新服务业PMI报告, 数据区间从20120405-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_cx_services_pmi_yearly_df = ak.macro_china_cx_services_pmi_yearly()
  3. print(macro_china_cx_services_pmi_yearly_df)
  4. print(macro_china_cx_services_pmi_yearly_df.name)

数据示例

macro_china_cx_services_pmi_yearly_df.name:

  1. cx_services_pmi

macro_china_cx_services_pmi_yearly_df:

  1. 2012-04-05    53.3
  2. 2012-05-04    54.1
  3. 2012-06-05    54.7
  4. 2012-07-04    52.3
  5. 2012-08-03    53.1
  6.               ... 
  7. 2019-09-04    52.1
  8. 2019-10-08    51.3
  9. 2019-11-05    51.1
  10. 2019-12-04    53.5
  11. 2020-01-06    52.5

中国官方非制造业PMI

接口: macro_china_non_man_pmi

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_non\_manufacturing\_pmi

描述: 获取中国官方非制造业PMI, 数据区间从20160101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_non_man_pmi_df = ak.macro_china_non_man_pmi()
  3. print(macro_china_non_man_pmi_df)
  4. print(macro_china_non_man_pmi_df.name)

数据示例

macro_china_non_man_pmi_df.name:

  1. cx_services_pmi

macro_china_non_man_pmi_df:

  1. 2007-02-01    60.4
  2. 2007-03-01    60.6
  3. 2007-04-01    58.2
  4. 2007-05-01    60.4
  5. 2007-06-01    62.2
  6.               ... 
  7. 2019-09-30    53.7
  8. 2019-10-31    52.8
  9. 2019-11-30    54.4
  10. 2019-12-31    53.5
  11. 2020-01-31       0

金融指标

外汇储备(亿美元)

接口: macro_china_fx_reserves_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_fx\_reserves

描述: 获取中国年度外汇储备数据, 数据区间从20140115-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_fx_reserves_yearly_df = ak.macro_china_fx_reserves_yearly()
  3. print(macro_china_fx_reserves_yearly_df)
  4. print(macro_china_fx_reserves_yearly_df.name)

数据示例

macro_china_fx_reserves_yearly_df.name:

  1. fx_reserves

macro_china_fx_reserves_yearly_df:

  1. 2014-01-15    39500
  2. 2014-07-15    39900
  3. 2015-01-15    32300
  4. 2016-03-07    32020
  5. 2016-04-07    32100
  6.               ...  
  7. 2019-09-07    31070
  8. 2019-10-08    30920
  9. 2019-11-07    31050
  10. 2019-12-07    30960
  11. 2020-01-07    31080

M2货币供应年率

接口: macro_china_m2_yearly

目标地址: https://datacenter.jin10.com/reportType/dc\_chinese\_m2\_money\_supply\_yoy

描述: 获取中国年度M2数据, 数据区间从19980201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
indexstrY日期-索引
valuefloatY年率

接口示例

  1. import akshare as ak
  2. macro_china_m2_yearly_df = ak.macro_china_m2_yearly()
  3. print(macro_china_m2_yearly_df)
  4. print(macro_china_m2_yearly_df.name)

数据示例

macro_china_m2_yearly_df.name:

  1. m2

macro_china_m2_yearly_df:

  1. 1998-02-01    17.4
  2. 1998-03-01    16.7
  3. 1998-04-01    15.4
  4. 1998-05-01    14.6
  5. 1998-06-01    15.5
  6.               ... 
  7. 2019-11-11     8.4
  8. 2019-11-14       0
  9. 2019-12-10     8.2
  10. 2019-12-13       0
  11. 2020-01-14       0

新房价指数

接口: macro_china_new_house_price

目标地址: http://data.eastmoney.com/cjsj/newhouse.html

描述: 获取中国新房价指数月度数据, 数据区间从 201101-至今

限量: 单次返回所有历史数据, 目前该指数由上海和北京房价构成

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期
城市strY-
新建住宅价格指数-环比floatY-
新建住宅价格指数-同比floatY-
新建住宅价格指数-定基floatY-
新建商品住宅价格指数-环比floatY-
新建商品住宅价格指数-同比floatY-
新建商品住宅价格指数-定基floatY-
二手住宅价格指数-环比floatY-
二手住宅价格指数-同比floatY-
二手住宅价格指数-定基floatY-

接口示例

  1. import akshare as ak
  2. macro_china_new_house_price_df = ak.macro_china_new_house_price()
  3. print(macro_china_new_house_price_df)

数据示例

  1.                    日期  城市 新建住宅价格指数-环比  ... 二手住宅价格指数-环比 二手住宅价格指数-同比 二手住宅价格指数-定基
  2. 0    2020/8/1 0:00:00  北京              ...       100.7       103.6            
  3. 1    2020/8/1 0:00:00  上海              ...       100.8       104.1            
  4. 2    2020/7/1 0:00:00  北京              ...         100       102.5            
  5. 3    2020/7/1 0:00:00  上海              ...       100.5       103.3            
  6. 4    2020/6/1 0:00:00  北京              ...       100.7       102.2            
  7. ..                ...  ..         ...  ...         ...         ...         ...
  8. 227  2011/3/1 0:00:00  上海       100.2  ...       100.4       100.5       101.4
  9. 228  2011/2/1 0:00:00  北京       100.4  ...       100.4       102.9       101.5
  10. 229  2011/2/1 0:00:00  上海       100.9  ...       100.4         102         101
  11. 230  2011/1/1 0:00:00  北京       100.8  ...       100.3       102.6       101.2
  12. 231  2011/1/1 0:00:00  上海       100.9  ...       100.5       101.7       100.6

企业景气及企业家信心指数

接口: macro_china_enterprise_boom_index

目标地址: http://data.eastmoney.com/cjsj/qyjqzs.html

描述: 获取中国企业景气及企业家信心指数数据, 数据区间从 2005 一季度-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
季度strY日期
企业景气指数-指数floatY-
企业景气指数-同比floatY注意单位: %
企业景气指数-环比floatY注意单位: %
企业家信心指数-指数floatY-
企业家信心指数-同比floatY注意单位: %
企业家信心指数-环比floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_enterprise_boom_index_df = ak.macro_china_enterprise_boom_index()
  3. print(macro_china_enterprise_boom_index_df)

数据示例

  1.           季度 企业景气指数-指数 企业景气指数-同比 企业景气指数-环比 企业家信心指数-指数 企业家信心指数-同比 企业家信心指数-环比
  2. 0   2020第1季度      88.2   -11.78%   -34.58%       90.9     -9.14%    -32.74%
  3. 1   2019第4季度     122.8    22.80%    -0.60%      123.6     23.60%     -0.70%
  4. 2   2019第3季度     123.4    23.40%     0.20%      124.3     24.30%      0.20%
  5. 3   2019第2季度     123.2    23.20%    -3.40%      124.1     24.10%     -3.80%
  6. 4   2019第1季度     126.6    26.60%     6.40%      127.9     27.90%      6.60%
  7. ..       ...       ...       ...       ...        ...        ...        ...
  8. 56  2006第1季度     131.5    31.50%    -0.20%      133.1     33.10%      7.70%
  9. 57  2005第4季度     131.7    31.70%    -0.30%      125.4     25.40%     -2.20%
  10. 58  2005第3季度     132.0    32.00%     0.29%      127.6     27.60%     -0.90%
  11. 59  2005第2季度     131.7    31.71%    -0.75%      128.5     28.50%     -7.35%
  12. 60  2005第1季度     132.5    32.46%    -2.27%      135.9     35.85%      5.04%

全国税收收入

接口: macro_china_national_tax_receipts

目标地址: http://data.eastmoney.com/cjsj/nationaltaxreceipts.aspx

描述: 获取中国全国税收收入数据, 数据区间从 2005 一季度-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
季度strY日期
税收收入合计floatY注意单位: 亿元
较上年同期floatY注意单位: %
季度环比floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_national_tax_receipts_df = ak.macro_china_national_tax_receipts()
  3. print(macro_china_national_tax_receipts_df)

数据示例

  1.             季度     税收收入合计    较上年同期    季度环比
  2. 0     2020年第1季度   39029.00  -16.40%  -0.75%
  3. 1   2019年第1-4季度  157992.00    1.00%  -0.10%
  4. 2   2019年第1-3季度  126970.00   -0.40%  -0.24%
  5. 3   2019年第1-2季度   92424.00    0.90%   2.94%
  6. 4     2019年第1季度   46706.00    5.40%  -0.60%
  7. ..          ...        ...      ...     ...
  8. 54  2006年第1-2季度   18484.80   22.00%   0.14%
  9. 55    2006年第1季度    8626.32   19.00%   0.83%
  10. 56  2005年第1-3季度   21855.35   15.90%  -0.15%
  11. 57  2005年第1-2季度   15149.73   13.40%   0.09%
  12. 58    2005年第1季度    7249.16   10.70%   0.97%

新增信贷数据

接口: macro_china_new_financial_credit

目标地址: http://data.eastmoney.com/cjsj/xzxd.html

描述: 获取中国新增信贷数据数据, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月strY注意单位: 亿元
当月-同比增长strY注意单位: %
当月-环比增长strY注意单位: %
累计strY注意单位: 亿元
累计-同比增长strY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_new_financial_credit_df = ak.macro_china_new_financial_credit()
  3. print(macro_china_new_financial_credit_df)

数据示例

  1.             月份       当月 当月-同比增长  当月-环比增长       累计 累计-同比增长
  2. 0    2020年06月份  19043.6   13.78    22.86   123300   23.03
  3. 1    2020年05月份    15500   30.74    -4.55   104256   24.89
  4. 2    2020年04月份  16239.5   85.96   -46.56  88756.4   23.92
  5. 3    2020年03月份  30390.3   55.18   321.96  72516.9    15.3
  6. 4    2020年02月份  7202.13   -5.74   -79.38  42126.6   -2.73
  7. ..         ...      ...     ...      ...      ...     ...
  8. 145  2008年05月份     3185   28.79   -32.09    21201    1.39
  9. 146  2008年04月份     4690   11.14    65.49    18016   -2.29
  10. 147  2008年03月份     2834  -35.84    16.43    13326   -6.27
  11. 148  2008年02月份     2434  -41.18   -69.79    10492    7.05
  12. 149  2008年01月份     8058   42.29  1561.44     8058   42.29

居民消费价格指数

接口: macro_china_cpi

目标地址: http://data.eastmoney.com/cjsj/cpi.html

描述: 获取中国居民消费价格指数, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
全国-当月strY-
全国-同比增长strY注意单位: %
全国-环比增长strY注意单位: %
全国-累计strY-
城市-当月strY-
城市-同比增长strY注意单位: %
城市-环比增长strY注意单位: %
城市-累计strY-
农村-当月strY-
农村-同比增长strY注意单位: %
农村-环比增长strY注意单位: %
农村-累计strY-

接口示例

  1. import akshare as ak
  2. macro_china_cpi_df = ak.macro_china_cpi()
  3. print(macro_china_cpi_df)

数据示例

  1.            月份  全国-当月 全国-同比增长 全国-环比增长  ...  农村-当月 农村-同比增长 农村-环比增长  农村-累计
  2. 0   2020年07月份  102.7    2.7%    0.6%  ...  103.7    3.7%    0.8%  104.5
  3. 1   2020年06月份  102.5    2.5%   -0.1%  ...  103.2    3.2%    0.0%  104.7
  4. 2   2020年05月份  102.4    2.4%   -0.8%  ...  103.0    3.0%   -0.9%  105.0
  5. 3   2020年04月份  103.3    3.3%   -0.9%  ...  104.0    4.0%   -1.0%  105.5
  6. 4   2020年03月份  104.3    4.3%   -1.2%  ...  105.3    5.3%   -1.3%  105.9
  7. ..        ...    ...     ...     ...  ...    ...     ...     ...    ...
  8. 6   2008年05月份  107.7    7.7%   -0.4%  ...  108.5    8.5%   -0.3%  108.8
  9. 7   2008年04月份  108.5    8.5%    0.1%  ...  109.3    9.3%    0.1%  108.8
  10. 8   2008年03月份  108.3    8.3%   -0.7%  ...  109.0    9.0%   -0.5%  108.7
  11. 9   2008年02月份  108.7    8.7%    2.6%  ...  109.2    9.2%    2.4%  108.5
  12. 10  2008年01月份  107.1    7.1%    1.2%  ...  107.7    7.7%    1.2%  107.7

国内生产总值

接口: macro_china_gdp

目标地址: http://data.eastmoney.com/cjsj/gdp.html

描述: 获取中国国内生产总值, 数据区间从 200601 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
季度strY-
国内生产总值-绝对值strY注意单位: 亿元
国内生产总值-同比增长strY注意单位: %
第一产业-绝对值strY注意单位: 亿元
第一产业-同比增长strY注意单位: %
第二产业-绝对值strY注意单位: 亿元
第二产业-同比增长strY注意单位: %
第三产业-绝对值strY注意单位: 亿元
第三产业-同比增长strY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_gdp_df = ak.macro_china_gdp()
  3. print(macro_china_gdp_df)

数据示例

  1.              季度 国内生产总值-绝对值 国内生产总值-同比增长  ... 第二产业-同比增长   第三产业-绝对值 第三产业-同比增长
  2. 0   2020年第1-2季度  456614.00      -1.60%  ...    -1.90%  257802.00    -1.60%
  3. 1     2020年第1季度  206504.30      -6.80%  ...    -9.60%  122680.10    -5.20%
  4. 2   2019年第1-4季度  990865.10       6.10%  ...     5.70%  534233.10     6.90%
  5. 3   2019年第1-3季度  712845.40       6.20%  ...     5.60%  392927.90     7.00%
  6. 4   2019年第1-2季度  460636.70       6.30%  ...     5.80%  258307.50     7.00%
  7. ..          ...        ...         ...  ...       ...        ...       ...
  8. 13    2007年第1季度   57159.30      13.80%  ...    14.80%   27702.50    14.10%
  9. 14  2006年第1-4季度  219438.50      12.70%  ...    13.50%   91759.70    14.10%
  10. 15  2006年第1-3季度  155816.80      12.80%  ...    13.70%   67185.10    13.70%
  11. 16  2006年第1-2季度   99752.20      13.10%  ...    14.20%   44995.30    13.60%
  12. 17    2006年第1季度   47078.90      12.50%  ...    13.10%   22647.40    13.10%

工业品出厂价格指数

接口: macro_china_ppi

目标地址: http://data.eastmoney.com/cjsj/ppi.html

描述: 获取工业品出厂价格指数, 数据区间从 200601 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月strY-
当月同比增长strY注意单位: %
累计strY-

接口示例

  1. import akshare as ak
  2. macro_china_ppi_df = ak.macro_china_ppi()
  3. print(macro_china_ppi_df)

数据示例

  1.            月份     当月  当月同比增长      累计
  2. 0   2020年07月份   97.6  -2.40%   98.00
  3. 1   2020年06月份   97.0  -3.00%   98.10
  4. 2   2020年05月份   96.3  -3.70%   98.30
  5. 3   2020年04月份   96.9  -3.10%   98.80
  6. 4   2020年03月份   98.5  -1.50%   99.40
  7. ..        ...    ...     ...     ...
  8. 10  2006年05月份  102.4   2.43%  102.57
  9. 11  2006年04月份  101.9   1.87%  102.60
  10. 12  2006年03月份  102.5   2.49%  102.90
  11. 13  2006年02月份  103.0   3.01%  103.00
  12. 14  2006年01月份  103.1   3.05%  103.05

采购经理人指数

接口: macro_china_pmi

目标地址: http://data.eastmoney.com/cjsj/pmi.html

描述: 获取采购经理人指数, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
制造业-指数strY-
制造业-同比增长strY注意单位: %
非制造业-指数strY-
非制造业-同比增长strY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_pmi_df = ak.macro_china_pmi()
  3. print(macro_china_pmi_df)

数据示例

  1.       月份 制造业-指数 制造业-同比增长 非制造业-指数 非制造业-同比增长
  2. 0   2020年07月份   51.1    2.82%    54.2     0.93%
  3. 1   2020年06月份   50.9    3.04%    54.4     0.37%
  4. 2   2020年05月份   50.6    2.43%    53.6    -1.29%
  5. 3   2020年04月份   50.8    1.40%    53.2    -2.03%
  6. 4   2020年03月份   52.0    2.97%    52.3    -4.56%
  7. ..        ...    ...      ...     ...       ...
  8. 6   2008年05月份   53.3   -4.31%    57.4    -7.72%
  9. 7   2008年04月份   59.2    1.02%    58.4    -3.31%
  10. 8   2008年03月份   58.4    4.10%    58.9     1.20%
  11. 9   2008年02月份   53.4    0.56%    59.3    -2.15%
  12. 10  2008年01月份   53.0   -3.81%    60.2    -0.33%

中国城镇固定资产投资

接口: macro_china_gdzctz

目标地址: http://data.eastmoney.com/cjsj/gdzctz.html

描述: 获取中国城镇固定资产投资, 数据区间从 200802 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月strY注意单位: 亿元
同比增长strY注意单位: %
环比增长strY注意单位: %
自年初累计strY注意单位: 亿元

接口示例

  1. import akshare as ak
  2. macro_china_gdzctz_df = ak.macro_china_gdzctz()
  3. print(macro_china_gdzctz_df)

数据示例

  1.            月份     当月     同比增长     环比增长   自年初累计
  2. 0   2020年07月份  47611   -4.38%  -42.23%  329214
  3. 1   2020年06月份  82409    1.06%   32.13%  281603
  4. 2   2020年05月份  62370    0.91%   18.40%  199194
  5. 3   2020年04月份  52679   -2.22%    3.65%  136824
  6. 4   2020年03月份  50822  -10.87%    0.00%   84145
  7. ..        ...    ...      ...      ...     ...
  8. 13  2008年06月份  18172   29.49%   53.29%   58436
  9. 14  2008年05月份  11854   25.44%   17.45%   40264
  10. 15  2008年04月份  10093   25.37%   -1.01%   28410
  11. 16  2008年03月份  10196   27.31%    0.00%   18317
  12. 17  2008年02月份      0    0.00%    0.00%    8121

海关进出口增减情况

接口: macro_china_hgjck

目标地址: http://data.eastmoney.com/cjsj/hgjck.html

描述: 获取中国海关进出口增减情况一览表, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月出口额-金额strY注意单位: 亿美元
当月出口额-同比增长strY注意单位: %
当月出口额-环比增长strY注意单位: %
当月进口额-金额strY注意单位: 亿美元
当月进口额-同比增长strY注意单位: %
当月进口额-环比增长strY注意单位: %
累计出口额-金额strY注意单位: 亿美元
累计出口额-同比增长strY注意单位: %
累计进口额-金额strY注意单位: 亿美元
累计进口额-同比增长strY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_hgjck_df = ak.macro_china_hgjck()
  3. print(macro_china_hgjck_df)

数据示例

  1.            月份 当月出口额-金额 当月出口额-同比增长  ... 累计出口额-同比增长  累计进口额-金额 累计进口额-同比增长
  2. 0   2020年07月份  2376.31      7.20%  ...     -4.10%  11062.48     -5.70%
  3. 1   2020年06月份  2135.74      0.50%  ...     -6.20%   9309.46     -7.10%
  4. 2   2020年05月份  2068.13     -3.30%  ...     -7.70%   7636.29     -8.20%
  5. 3   2020年04月份  2002.82      3.50%  ...     -9.00%   6200.48     -5.90%
  6. 4   2020年03月份  1851.48     -6.60%  ...    -13.30%   4650.11     -2.90%
  7. ..        ...      ...        ...  ...        ...       ...        ...
  8. 5   2008年05月份  1204.96     28.10%  ...     22.90%   4670.27     30.40%
  9. 6   2008年04月份  1187.07     21.80%  ...     21.50%   3665.73     27.90%
  10. 7   2008年03月份  1089.63     30.60%  ...     21.40%   2644.79     28.60%
  11. 8   2008年02月份   873.68      6.50%  ...     16.80%   1689.38     30.90%
  12. 9   2008年01月份  1096.40     26.60%  ...     26.60%    901.74     27.60%

财政收入

接口: macro_china_czsr

目标地址: http://data.eastmoney.com/cjsj/czsr.html

描述: 获取中国财政收入, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月strY注意单位: 亿元
当月-同比增长strY注意单位: %
当月-环比增长strY注意单位: %
累计strY注意单位: 亿美元
累计-同比增长strY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_czsr_df = ak.macro_china_czsr()
  3. print(macro_china_czsr_df)

数据示例

  1.       月份        当月  当月-同比增长  当月-环比增长  累计  累计-同比增长
  2. 0   2020年06月份  18504.00    3.22%   19.08%  96176.00  -10.80%
  3. 1   2020年05月份  15539.00  -10.01%   -3.78%  77672.00  -13.60%
  4. 2   2020年04月份  16149.00  -14.98%   50.20%  62133.00  -14.50%
  5. 3   2020年03月份  10752.00  -26.11%    0.00%  45984.00  -14.30%
  6. 4   2020年02月份      0.00    0.00%    0.00%  35232.00   -9.90%
  7. ..        ...       ...      ...      ...       ...      ...
  8. 3   2008年05月份   6268.18   52.60%   -8.16%  29064.37   33.80%
  9. 4   2008年04月份   6824.90   17.02%   54.55%  22796.22   29.40%
  10. 5   2008年03月份   4416.00   24.67%    6.18%  15971.34   35.50%
  11. 6   2008年02月份   4158.80   36.55%  -43.77%  11555.39   40.20%
  12. 7   2008年01月份   7396.64   42.35%  135.20%   7396.64   42.40%

外汇贷款数据

接口: macro_china_whxd

目标地址: http://data.eastmoney.com/cjsj/whxd.html

描述: 获取外汇贷款数据, 数据区间从 200802 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月strY注意单位: 亿美元
同比增长strY注意单位: %
环比增长strY注意单位: %
累计strY注意单位: 亿美元

接口示例

  1. import akshare as ak
  2. macro_china_whxd_df = ak.macro_china_whxd()
  3. print(macro_china_whxd_df)

数据示例

  1.       月份        当月      同比增长      环比增长       累计
  2. 0   2020年07月份  192.00   256.10%    24.68%  8835.00
  3. 1   2020年06月份  154.00   294.94%    -2.53%  8643.00
  4. 2   2020年05月份  158.00   154.84%   -23.67%  8489.00
  5. 3   2020年04月份  207.00   200.49%   727.27%  8331.00
  6. 4   2020年03月份  -33.00  -153.23%  -116.58%  8124.00
  7. ..        ...     ...       ...       ...      ...
  8. 13  2008年06月份   14.02   -84.35%   -53.33%  2753.36
  9. 14  2008年05月份   30.04   -13.15%    40.70%  2739.34
  10. 15  2008年04月份   21.35    39.82%   -79.40%  2709.30
  11. 16  2008年03月份  103.62   279.28%   -52.25%  2687.95
  12. 17  2008年02月份  217.02   754.75%   -90.83%  2584.33

本外币存款

接口: macro_china_wbck

目标地址: http://data.eastmoney.com/cjsj/wbck.html

描述: 获取本外币存款, 数据区间从 200802 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月strY注意单位: 亿元
同比增长strY注意单位: %
环比增长strY注意单位: %
累计strY注意单位: 亿元

接口示例

  1. import akshare as ak
  2. macro_china_wbck_df = ak.macro_china_wbck()
  3. print(macro_china_wbck_df)

数据示例

  1.            月份        当月     同比增长     环比增长          累计
  2. 0   2020年07月份   1133.15  -79.29%  -96.33%  2131019.48
  3. 1   2020年06月份  30853.36   33.17%   33.24%  2129886.33
  4. 2   2020年05月份  23155.64   88.19%   97.66%  2099032.97
  5. 3   2020年04月份  11715.18  377.15%  -71.19%  2075877.33
  6. 4   2020年03月份  40661.59  129.27%  253.39%  2064162.15
  7. ..        ...       ...      ...      ...         ...
  8. 13  2008年06月份   7686.63  -14.22%  -12.28%   450227.49
  9. 14  2008年05月份   8763.12  370.97%   22.04%   442540.86
  10. 15  2008年04月份   7180.81   69.12%  -33.13%   433777.74
  11. 16  2008年03月份  10737.68   25.85%  -19.69%   426596.93
  12. 17  2008年02月份  13370.18  152.67%  -96.68%   415859.25

币净投放与净回笼

接口: macro_china_hb

目标地址: http://www.chinamoney.com.cn/chinese/hb/

描述: 央行币净投放与净回笼, 数据区间从 19970310 至今, 周频率

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
start_datestrY开始日期
net_put_instrY净投放(亿)
backstrY回笼量(亿)
end_datestrY结束日期
put_instrY投放量(亿)
datestrY周期

接口示例

  1. import akshare as ak
  2. macro_china_hb_df = ak.macro_china_hb()
  3. print(macro_china_hb_df)

数据示例

  1.       start_date net_put_in  back    end_date put_in     date
  2. 0     1997-03-10          0     0  1997-03-16      0  1997-11
  3. 1     1997-03-17          0     0  1997-03-23      0  1997-12
  4. 2     1997-03-24          0     0  1997-03-30      0  1997-13
  5. 3     1997-03-31          0     0  1997-04-06      0  1997-14
  6. 4     1997-04-07          0     0  1997-04-13      0  1997-15
  7.           ...        ...   ...         ...    ...      ...
  8. 1215  2020-07-20      -1650  3300  2020-07-26   1650  2020-30
  9. 1216  2020-07-27       1200  1600  2020-08-02   2800  2020-31
  10. 1217  2020-08-03      -2700  2800  2020-08-09    100  2020-32
  11. 1218  2020-08-10       4900   100  2020-08-16   5000  2020-33
  12. 1219  2020-08-17      -3500  5000  2020-08-23   1500  2020-34

央行公开市场操作

接口: macro_china_gksccz

目标地址: http://www.chinamoney.com.cn/chinese/yhgkscczh/

描述: 央行公开市场操作, 数据区间从 20040116 至今, 周频率

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
ratestrY中标利率(%)
trading_methodstrY正/逆回购
deal_amountstrY交易量(亿)
periodstrY期限(天)
operation_from_datestrY操作日期

接口示例

  1. import akshare as ak
  2. macro_china_gksccz_df = ak.macro_china_gksccz()
  3. print(macro_china_gksccz_df)

数据示例

  1.       rate trading_method deal_amount period operation_from_date
  2. 0     2.82            逆回购         400     14          2004-01-16
  3. 1     2.83            正回购          50     91          2004-05-13
  4. 2     2.55            正回购         150     28          2004-05-13
  5. 3     2.65            正回购         300     28          2004-05-20
  6. 4     2.69            正回购         200     28          2004-05-27
  7.     ...            ...         ...    ...                 ...
  8. 1955   2.2            逆回购         500      7          2020-08-17
  9. 1956   2.2            逆回购        1000      7          2020-08-18
  10. 1957   2.2            逆回购        1500      7          2020-08-19
  11. 1958  2.35            逆回购         500     14          2020-08-21
  12. 1959   2.2            逆回购        1500      7          2020-08-21

新债券发行

接口: macro_china_bond_public

目标地址: http://www.chinamoney.com.cn/chinese/xzjfx/

描述: 债券信息披露-新债券发行, 近期债券发行数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
issue_pricestrY-
emit_entystrY-
coupon_typestrY-
plnd_issue_vlmn_strstrY-
issue_price_strstrY-
issue_datestrY-
bond_typestrY-
plnd_issue_vlmnstrY-
bond_namestrY-
bond_codestrY-
rtng_shrtstrY-
bond_periodstrY-
defined_codestrY-

接口示例

  1. import akshare as ak
  2. macro_china_bond_public_df = ak.macro_china_bond_public()
  3. print(macro_china_bond_public_df)

数据示例

  1.     issue_price emit_enty coupon_type  ... rtng_shrt bond_period defined_code
  2. 0          None      None         未计息  ...      None        340日   eabej8aq8n
  3. 1          None      None         零息式  ...       AAA        340日   eabeitsg7n
  4. 2          None      None     附息式固定利率  ...       AAA         10年   eadgek956e
  5. 3          None      None     附息式固定利率  ...       AAA         15年   eadgdm86f1
  6. 4          None      None     附息式固定利率  ...       AAA          5年   eadgclnd8n
  7. ..          ...       ...         ...  ...       ...         ...          ...
  8. 410        None      None     附息式固定利率  ...       AAA          3年   digaam0gri
  9. 411        None      None     附息式固定利率  ...       AAA          3年   31101hrowk
  10. 412        None      None     附息式固定利率  ...       AA+          5年   277522ta3a
  11. 413        None      None     附息式固定利率  ...       AA-          5年   djbgj9xcxt
  12. 414        None      None     附息式固定利率  ...       AAA          3年   djaabv3nd8

消费者信心指数

接口: macro_china_xfzxx

目标地址: https://data.eastmoney.com/cjsj/xfzxx.html

描述: 国家统计局-消费者信心指数

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
消费者信心指数floatY-
消费者满意指数floatY-
消费者预期指数floatY-

接口示例

  1. import akshare as ak
  2. macro_china_xfzxx_df = ak.macro_china_xfzxx()
  3. print(macro_china_xfzxx_df)

数据示例

  1.           月份  消费者信心指数  消费者满意指数  消费者预期指数
  2. 0    2007年1月    112.4    109.5    114.2
  3. 1    2007年2月    111.8    109.0    113.6
  4. 2    2007年3月    111.0    109.2    112.2
  5. 3    2007年4月    112.3    109.9    113.8
  6. 4    2007年5月    112.8    110.6    114.2
  7. ..       ...      ...      ...      ...
  8. 158  2020年3月    122.2    117.8    125.2
  9. 159  2020年4月    116.4    112.3    119.3
  10. 160  2020年5月    115.8    111.3    118.8
  11. 161  2020年6月    112.6    108.9    115.1
  12. 162  2020年7月    117.2    111.9    120.6

存款准备金率

接口: macro_china_reserve_requirement_ratio

目标地址: https://data.eastmoney.com/cjsj/ckzbj.html

描述: 国家统计局-存款准备金率

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
大型金融机构-调整后floatY-
中小金融机构-调整后floatY-

接口示例

  1. import akshare as ak
  2. macro_china_reserve_requirement_ratio_df = ak.macro_china_reserve_requirement_ratio()
  3. print(macro_china_reserve_requirement_ratio_df)

数据示例

  1.           月份  大型金融机构-调整后  中小金融机构-调整后
  2. 0    2007年1月         9.5         9.5
  3. 1    2007年2月        10.0        10.0
  4. 2    2007年4月        10.5        10.5
  5. 3    2007年5月        11.0        11.0
  6. 4    2007年6月        11.5        11.5
  7. ..       ...         ...         ...
  8. 42  2018年10月        14.5        12.5
  9. 43   2019年1月        14.0        12.0
  10. 44   2019年1月        13.5        11.5
  11. 45   2019年9月        13.0        11.0
  12. 46   2020年1月        12.5        10.5

社会消费品零售总额

接口: macro_china_consumer_goods_retail

目标地址: http://data.eastmoney.com/cjsj/xfp.html

描述: 国家统计局-社会消费品零售总额

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
月份strY-
当月floatY注意单位: 亿元

接口示例

  1. import akshare as ak
  2. macro_china_consumer_goods_retail_df = ak.macro_china_consumer_goods_retail()
  3. print(macro_china_consumer_goods_retail_df)

数据示例

  1.           月份       当月
  2. 0    2008年1月   9077.3
  3. 1    2008年2月   8354.7
  4. 2    2008年3月   8123.2
  5. 3    2008年4月   8142.0
  6. 4    2008年5月   8703.5
  7. ..       ...      ...
  8. 138  2020年4月  28178.0
  9. 139  2020年5月  31973.0
  10. 140  2020年6月  33526.0
  11. 141  2020年7月  32203.0
  12. 142  2020年8月  33571.0

全社会用电分类情况表

接口: macro_china_society_electricity

目标地址: http://finance.sina.com.cn/mac/#industry-6-0-31-1

描述: 国家统计局-全社会用电分类情况表

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计时间strY-
全社会用电量floatY注意单位: 万千瓦时
全社会用电量同比floatY注意单位: %
各行业用电量合计floatY注意单位: 万千瓦时
各行业用电量合计同比floatY注意单位: %
第一产业用电量floatY注意单位: 万千瓦时
第一产业用电量同比floatY注意单位: %
第二产业用电量floatY注意单位: 万千瓦时
第二产业用电量同比floatY注意单位: %
第三产业用电量floatY注意单位: 万千瓦时
第三产业用电量同比floatY注意单位: %
城乡居民生活用电量合计floatY注意单位: 万千瓦时
城乡居民生活用电量合计同比floatY注意单位: %
城镇居民用电量floatY注意单位: 万千瓦时
城镇居民用电量同比floatY注意单位: %
乡村居民用电量floatY注意单位: 万千瓦时
乡村居民用电量同比floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_society_electricity_df = ak.macro_china_society_electricity()
  3. print(macro_china_society_electricity_df)

数据示例

  1.      统计时间  全社会用电量 全社会用电量同比  ... 城镇居民用电量同比     乡村居民用电量 乡村居民用电量同比
  2. 0     2020.8  476760000.00     0.50  ...      None        None      None
  3. 1     2020.7  403810000.00    -0.70  ...      None        None      None
  4. 2     2020.6  335470000.00    -1.30  ...      None        None      None
  5. 3     2020.5  271970000.00    -2.80  ...      None        None      None
  6. 4     2020.4  212700000.00    -4.70  ...      None        None      None
  7. ..       ...           ...      ...  ...       ...         ...       ...
  8. 171  2004.11  194584023.00    15.13  ...      8.95  8408040.00     10.48
  9. 172  2004.10  175828690.00    15.17  ...      8.74  7652223.00      8.99
  10. 173   2004.9  157131146.00    14.92  ...      8.58  6814158.00      9.80
  11. 174   2004.3   48045510.00    15.70  ...      9.85  2187609.00     11.68
  12. 175  2003.12  188912117.00    15.29  ...     16.12  8806708.00      5.79

全社会客货运输量

接口: macro_china_society_traffic_volume

目标地址: http://finance.sina.com.cn/mac/#industry-10-0-31-1

描述: 国家统计局-全社会客货运输量-非累计

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计时间strY年月
统计对象floatY-
货运量floatY注意单位: 亿吨
货运量同比增长floatY注意单位: %
货物周转量floatY注意单位: 亿
公里货物周转量同比增长floatY注意单位: %
客运量floatY注意单位: 亿人
客运量同比增长floatY注意单位: %
旅客周转量floatY注意单位: 亿
公里旅客周转量同比增长floatY注意单位: %
沿海主要港口货物吞吐量floatY注意单位: 亿吨
沿海主要港口货物吞吐量同比增长floatY注意单位: %
其中:外贸货物吞吐量floatY注意单位: 亿吨
其中:外贸货物吞吐量同比增长floatY注意单位: %
民航总周转量floatY注意单位: 亿
公里民航总周转floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_society_traffic_volume_df = ak.macro_china_society_traffic_volume()
  3. print(macro_china_society_traffic_volume_df)

数据示例

  1.          统计时间 统计对象    货运量 货运量同比增长  ... 其中:外贸货物吞吐量 其中:外贸货物吞吐量同比增长 民航总周转量 公里民航总周转
  2. 0      2020.8   民航  54.94  -12.70  ...       None           None   None    None
  3. 1      2020.8   水运   6.72    0.60  ...       None           None   None    None
  4. 2      2020.8   公路  32.53    5.50  ...       None           None   None    None
  5. 3      2020.8   铁路   3.84    6.50  ...       None           None   None    None
  6. 4      2020.8   合计  43.10    4.80  ...       None           None   None    None
  7.        ...  ...    ...     ...  ...        ...            ...    ...     ...
  8. 2088  1952.12   水运   None    None  ...       None           None   None    None
  9. 2089  1952.12   公路   None    None  ...       None           None   None    None
  10. 2090  1952.12   铁路   None    None  ...       None           None   None    None
  11. 2091  1952.12   合计   None    None  ...       None           None   None    None
  12. 2092  1952.12   民航   None    None  ...       None           None   None    None

邮电业务基本情况

接口: macro_china_postal_telecommunicational

目标地址: http://finance.sina.com.cn/mac/#industry-11-0-31-1

描述: 国家统计局-邮电业务基本情况-非累计

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计时间strY年月
邮电业务总量floatY注意单位: 亿元
邮电业务总量同比增长floatY注意单位: %
邮政业务总量floatY注意单位: 亿元
邮政业务总量同比增长floatY注意单位: %
电信业务总量floatY注意单位: 亿元
电信业务总量同比增长floatY注意单位: %
函件总数floatY注意单位: 万件
函件总数同比增长floatY注意单位: %
包件floatY注意单位: 万件
包件同比增长floatY注意单位: %
特快专递floatY注意单位: 万件
特快专递同比增长floatY注意单位: %
汇票floatY注意单位: 万张
汇票同比增长floatY注意单位: %
订销报纸累计数floatY注意单位: 万份
订销报纸累计数同比增长floatY注意单位: %
订销杂志累计数floatY注意单位: 万份
订销杂志累计数同比增长floatY注意单位: %
集邮业务floatY注意单位: 万枚
集邮业务同比增长floatY注意单位: %
邮政储蓄期末余额floatY注意单位: 亿元
邮政储蓄期末余额同比增长floatY注意单位: %
长途电话通话时长floatY注意单位: 万
钟长途电话通话时长同比增长floatY注意单位: %
本地电话期末用户数floatY注意单位: %
本地电话期末用户数同比增长floatY注意单位: %
城市电话用户数floatY注意单位: 万户
城市电话用户数同比增长floatY注意单位: %
乡村电话用户数floatY注意单位: 万户
乡村电话用户数同比增长floatY注意单位: %
无线寻呼用户数floatY注意单位: 万户
无线寻呼用户数同比增长floatY注意单位: %
移动电话用户数floatY注意单位: 万户
移动电话用户数同比增长floatY注意单位: %
固定电话用floatY注意单位: 万户
固定电话用户数同比增长floatY注意单位: %
城市住宅电话用户floatY注意单位: 万户
城市住宅电话用户同比增长floatY注意单位: %
乡村住宅电话用户floatY注意单位: 万户
乡村住宅电话用户同比增长floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_postal_telecommunicational_df = ak.macro_china_postal_telecommunicational()
  3. print(macro_china_postal_telecommunicational_df)

数据示例

  1.       统计时间 邮电业务总量 邮电业务总量同比增长  ... 城市住宅电话用户同比增长 乡村住宅电话用户 乡村住宅电话用户同比增长
  2. 0     2020.8   None       None  ...         None     None         None
  3. 1     2020.7   None       None  ...         None     None         None
  4. 2     2020.6   None       None  ...         None     None         None
  5. 3     2020.5   None       None  ...         None     None         None
  6. 4     2020.4   None       None  ...         None     None         None
  7. ..       ...    ...        ...  ...          ...      ...          ...
  8. 267  1970.12   None       None  ...         None     None         None
  9. 268  1965.12   None       None  ...         None     None         None
  10. 269  1962.12   None       None  ...         None     None         None
  11. 270  1957.12   None       None  ...         None     None         None
  12. 271  1952.12   None       None  ...         None     None         None

国际旅游外汇收入构成

接口: macro_china_international_tourism_fx

目标地址: http://finance.sina.com.cn/mac/#industry-15-0-31-3

描述: 国家统计局-国际旅游外汇收入构成

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计年度strY年
指标floatY-
数量floatY注意单位: 百万美元
比重floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_international_tourism_fx_df = ak.macro_china_international_tourism_fx()
  3. print(macro_china_international_tourism_fx_df)

数据示例

  1.      统计年度    指标         数量      比重
  2. 0    2019    总计  131254.00    None
  3. 1    2018  其他服务   11454.26    9.00
  4. 2    2018    住宿   18108.80   14.00
  5. 3    2018    总计  127103.00  100.00
  6. 4    2018  商品销售   32761.35   26.00
  7. ..    ...   ...        ...     ...
  8. 238  1996    餐饮    1376.00   13.50
  9. 239  1995    总计    8733.00  100.00
  10. 240  1994    总计    7323.00  100.00
  11. 241  1993    总计    4683.00  100.00
  12. 242  1992    总计    3947.00  100.00

民航客座率及载运率

接口: macro_china_passenger_load_factor

目标地址: http://finance.sina.com.cn/mac/#industry-20-0-31-1

描述: 国家统计局-民航客座率及载运率

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计年度strY年月
客座率floatY注意单位: %
载运率floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_passenger_load_factor_df = ak.macro_china_passenger_load_factor()
  3. print(macro_china_passenger_load_factor_df)

数据示例

  1.     统计时间    客座率    载运率
  2. 0    2020.7  74.80  67.80
  3. 1    2020.6  70.30  67.60
  4. 2    2020.5  68.50  66.10
  5. 3    2020.4  66.30  66.80
  6. 4    2020.3  58.60  62.70
  7. ..      ...    ...    ...
  8. 167  2006.6  72.00  64.60
  9. 168  2006.5  71.30  64.40
  10. 169  2006.4  76.30  69.00
  11. 170  2006.3  72.40  67.50
  12. 171  2006.2  72.70  64.60

航贸运价指数

接口: macro_china_freight_index

目标地址: http://finance.sina.com.cn/mac/#industry-22-0-31-2

描述: 国家统计局-航贸运价指数

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
截止日期strY年月
波罗的海好望角型船运价指数BCIfloatY注意单位: %
灵便型船综合运价指数BHMIfloatY注意单位: %
波罗的海超级大灵便型船BSI指数floatY注意单位: %
波罗的海综合运价指数BDIfloatY注意单位: %
HRCI国际集装箱租船指数floatY注意单位: %
油轮运价指数成品油运价指数BCTIfloatY注意单位: %
油轮运价指数原油运价指数BDTIfloatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_freight_index_df = ak.macro_china_freight_index()
  3. print(macro_china_freight_index_df)

数据示例

  1.      截止日期 波罗的海好望角型船运价指数BCI  ... 油轮运价指数成品油运价指数BCTI 油轮运价指数原油运价指数BDTI
  2. 0     2020-09-29          2871.00  ...            372.00           435.00
  3. 1     2020-09-28          2862.00  ...            382.00           436.00
  4. 2     2020-09-25          2915.00  ...            388.00           434.00
  5. 3     2020-09-24          2754.00  ...            401.00           434.00
  6. 4     2020-09-23          2242.00  ...            412.00           431.00
  7.           ...              ...  ...               ...              ...
  8. 3630  2005-12-13          3459.00  ...           1326.00          2063.00
  9. 3631  2005-12-12          3476.00  ...           1286.00          2051.00
  10. 3632  2005-12-09          3509.00  ...           1261.00          2061.00
  11. 3633  2005-12-08          3553.00  ...              None             None
  12. 3634  2005-12-07          3709.00  ...              None             None

央行货币当局资产负债

接口: macro_china_central_bank_balance

目标地址: http://finance.sina.com.cn/mac/#fininfo-8-0-31-2

描述: 国家统计局-央行货币当局资产负债

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计时间strY年月
国外资产floatY注意单位: 亿元
外汇floatY注意单位: 亿元
货币黄金floatY注意单位: 亿元
其他国外资产floatY注意单位: 亿元
对政府债权floatY注意单位: 亿元
其中:中央政府floatY注意单位: 亿元
对其他存款性公司债权floatY注意单位: 亿元
对其他金融性公司债权floatY注意单位: 亿元
对非货币金融机构债权floatY注意单位: 亿元
对非金融性公司债权floatY注意单位: 亿元
其他资产floatY注意单位: 亿元
总资产floatY注意单位: 亿元
储备货币floatY注意单位: 亿元
发行货币floatY注意单位: 亿元
金融性公司存款floatY注意单位: 亿元
其他存款性公司floatY注意单位: 亿元
其他金融性公司floatY注意单位: 亿元
对金融机构负债floatY注意单位: 亿元
准备金存款floatY注意单位: 亿元
非金融性公司存款floatY注意单位: 亿元
活期存款floatY注意单位: 亿元
债券floatY注意单位: 亿元
国外负债floatY注意单位: 亿元
政府存款floatY注意单位: 亿元
自有资金floatY注意单位: 亿元
其他负债floatY注意单位: 亿元
总负债floatY注意单位: 亿元

接口示例

  1. import akshare as ak
  2. macro_china_central_bank_balance_df = ak.macro_china_central_bank_balance()
  3. print(macro_china_central_bank_balance_df)

数据示例

  1.         统计时间       国外资产         外汇  ...    自有资金      其他负债        总负债
  2. 0     2020.8  218361.92  211684.91  ...  219.75  11750.36  365052.29
  3. 1     2020.7  218374.92  211723.16  ...  219.75  11068.35  357924.90
  4. 2     2020.6  218332.59  211742.47  ...  219.75  10222.08  363931.30
  5. 3     2020.5  218333.25  211802.63  ...  219.75   9494.26  367870.74
  6. 4     2020.4  218310.70  211914.83  ...  219.75   8914.45  360347.67
  7. ..       ...        ...        ...  ...     ...       ...        ...
  8. 279   1994.3    2437.60    2253.80  ...  280.50   -298.60       None
  9. 280  1993.12    1549.50    1431.80  ...  310.30   -255.00       None
  10. 281   1993.9    1451.00    1332.20  ...  310.30   -286.50       None
  11. 282   1993.6    1286.50    1183.00  ...  310.30   -411.60       None
  12. 283   1993.3    1324.00    1222.00  ...  310.30   -384.10       None

保险业经营情况

接口: macro_china_insurance

目标地址: http://finance.sina.com.cn/mac/#fininfo-19-0-31-3

描述: 国家统计局-保险业经营情况

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计时间strY年月
省市地区floatY-
原保险保费收入floatY注意单位: 万元
财产险保费收入floatY注意单位: 万元
人身险保费收入floatY注意单位: 万元
人身险-寿险保费收入floatY注意单位: 万元
人身险-健康险保费收入floatY注意单位: 万元
人身险-意外险保费收入floatY注意单位: 万元
养老保险公司企业年金缴费floatY注意单位: 万元
原保险赔付支出floatY注意单位: 万元
财产险保费赔付支出floatY注意单位: 万元
人身险保费赔付支出floatY注意单位: 万元
人身险-寿险赔付支出floatY注意单位: 万元
人身险-健康险赔付支出floatY注意单位: 万元
人身险-意外险赔付支出floatY注意单位: 万元
业务及管理费floatY注意单位: 万元
银行存款floatY注意单位: 万元
投资floatY注意单位: 万元
资产总额floatY注意单位: 万元
养老保险公司企业年金受托管理资产floatY注意单位: 万元
养老保险公司企业年金投资管理资产floatY注意单位: 万元

接口示例

  1. import akshare as ak
  2. macro_china_insurance_df = ak.macro_china_insurance()
  3. print(macro_china_insurance_df)

数据示例

  1.       统计时间 省市地区     原保险保费收入  ...         资产总额 养老保险公司企业年金受托管理资产 养老保险公司企业年金投资管理资产
  2. 0     2020.8   新疆  5176100.00  ...         None             None             None
  3. 1     2020.8   宁夏  1564700.00  ...         None             None             None
  4. 2     2020.8   青海   751400.00  ...         None             None             None
  5. 3     2020.8   甘肃  3679100.00  ...         None             None             None
  6. 4     2020.8   陕西  8222700.00  ...         None             None             None
  7.       ...  ...         ...  ...          ...              ...              ...
  8. 6755  1999.5   全国  5289491.00  ...         None             None             None
  9. 6756  1999.4   全国  4161147.00  ...         None             None             None
  10. 6757  1999.3   全国  2837194.00  ...  21408761.00             None             None
  11. 6758  1999.2   全国  1543697.00  ...         None             None             None
  12. 6759  1999.1   全国   885113.00  ...         None             None             None

货币供应量

接口: macro_china_supply_of_money

目标地址: http://finance.sina.com.cn/mac/#fininfo-1-0-31-1

描述: 国家统计局-货币供应量

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计时间strY年月
货币和准货币（广义货币M2）floatY注意单位: 亿元
货币和准货币（广义货币M2）同比增长floatY注意单位: %
货币(狭义货币M1)floatY注意单位: 亿元
货币(狭义货币M1)同比增长floatY注意单位: %
流通中现金(M0)floatY注意单位: 亿元
流通中现金(M0)同比增长floatY注意单位: %
活期存款floatY注意单位: 亿元
活期存款同比增长floatY注意单位: %
准货币floatY注意单位: 亿元
准货币同比增长floatY注意单位: %
定期存款floatY注意单位: 亿元
定期存款同比增长floatY注意单位: %
储蓄存款出floatY注意单位: 亿元
储蓄存款同比增长floatY注意单位: %
其他存款floatY注意单位: 亿元
其他存款同比增长floatY注意单位: %

接口示例

  1. import akshare as ak
  2. macro_china_supply_of_money_df = ak.macro_china_supply_of_money()
  3. print(macro_china_supply_of_money_df)

数据示例

  1.        统计时间 货币和准货币（广义货币M2） 货币和准货币（广义货币M2）同比增长  ... 储蓄存款同比增长       其他存款 其他存款同比增长
  2. 0    2020.8     2136800.00              10.40  ...     None  235344.24     None
  3. 1    2020.7     2125458.46              10.70  ...     None  240538.49     None
  4. 2    2020.6     2134948.66              11.10  ...     None  228402.91     None
  5. 3    2020.5     2100183.74              11.10  ...     None  233222.73     None
  6. 4    2020.4     2093533.83              11.10  ...     None  241313.38     None
  7. ..      ...            ...                ...  ...      ...        ...      ...
  8. 507  1978.5           None               None  ...     None       None     None
  9. 508  1978.4           None               None  ...     None       None     None
  10. 509  1978.3           None               None  ...     None       None     None
  11. 510  1978.2           None               None  ...     None       None     None
  12. 511  1978.1           None               None  ...     None       None     None

FR007利率互换曲线历史数据

接口: macro_china_swap_rate

目标地址: http://www.chinamoney.com.cn/chinese/bkcurvfxhis/?cfgItemType=72&curveType=FR007

描述: 国家统计局-FR007利率互换曲线历史数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY-
曲线名称strY-
时刻strY-
价格类型strY-
1MfloatY-
3MfloatY-
6MfloatY-
9MfloatY-
1YfloatY-
2YfloatY-
3YfloatY-
4YfloatY-
5YfloatY-
7YfloatY-
10YfloatY-

接口示例

  1. import akshare as ak
  2. macro_china_swap_rate_df = ak.macro_china_swap_rate(start_date="2020-09-06", end_date="2020-10-06")
  3. print(macro_china_swap_rate_df)

数据示例

  1.      日期           曲线名称     时刻 价格类型  ...      4Y      5Y      7Y     10Y
  2. 0    2020-09-30  FR007利率互换收盘曲线  16:30   报买  ...  2.7783  2.8538  2.9450  3.0800
  3. 1    2020-09-30  FR007利率互换收盘曲线  16:30   均值  ...  2.7843  2.8561  2.9701  3.1126
  4. 2    2020-09-30  FR007利率互换收盘曲线  16:30   报卖  ...  2.7903  2.8585  2.9952  3.1452
  5. 3    2020-09-30  FR007利率互换行情曲线  16:00   报买  ...  2.7800  2.8575  2.9475  3.0775
  6. 4    2020-09-30  FR007利率互换行情曲线  16:00   均值  ...  2.7871  2.8594  2.9725  3.1134
  7. ..          ...            ...    ...  ...  ...     ...     ...     ...     ...
  8. 841  2020-09-07  FR007利率互换行情曲线  10:00   均值  ...  2.8928  2.9587  3.0524  3.1900
  9. 842  2020-09-07  FR007利率互换行情曲线  10:00   报卖  ...  2.9056  2.9605  3.0753  3.2298
  10. 843  2020-09-07  FR007利率互换行情曲线   9:30   报买  ...  2.8618  2.9434  3.0160  3.1334
  11. 844  2020-09-07  FR007利率互换行情曲线   9:30   均值  ...  2.8802  2.9462  3.0456  3.1721
  12. 845  2020-09-07  FR007利率互换行情曲线   9:30   报卖  ...  2.8985  2.9490  3.0753  3.2107

央行黄金和外汇储备

接口: macro_china_foreign_exchange_gold

目标地址: http://finance.sina.com.cn/mac/#fininfo-5-0-31-2

描述: 国家统计局-央行黄金和外汇储备, 比东财接口数据时间长

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计时间strY年月
黄金储备strY注意单位: 万盎司
国家外汇储备strY注意单位: 亿美元

接口示例

  1. import akshare as ak
  2. macro_china_foreign_exchange_gold_df = ak.macro_china_foreign_exchange_gold()
  3. print(macro_china_foreign_exchange_gold_df)

数据示例

  1.       统计时间     黄金储备    国家外汇储备
  2. 0     2020.9  6264.00  31425.62
  3. 1     2020.8  6264.00  31646.09
  4. 2     2020.7  6264.00  31543.91
  5. 3     2020.6  6264.00  31123.28
  6. 4     2020.5  6264.00  31016.92
  7. ..       ...      ...       ...
  8. 343  1982.12  1267.00     69.86
  9. 344  1981.12  1267.00     27.08
  10. 345  1980.12  1280.00    -12.96
  11. 346  1979.12  1280.00      8.40
  12. 347  1978.12  1280.00      1.67

商品零售价格指数

接口: macro_china_retail_price_index

目标地址: http://finance.sina.com.cn/mac/#price-12-0-31-1

描述: 国家统计局-商品零售价格指数

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
统计月份strY年月
居民消费项目strY-
零售商品价格指数floatY-

接口示例

  1. import akshare as ak
  2. macro_china_retail_price_index_df = ak.macro_china_retail_price_index()
  3. print(macro_china_retail_price_index_df)

数据示例

  1.      统计月份       居民消费项目 零售商品价格指数
  2. 0     2020.8    建筑材料及五金电料   100.10
  3. 1     2020.8           燃料    90.70
  4. 2     2020.8   书报杂志及电子出版物   101.70
  5. 3     2020.8  中西药品及医疗保健用品   100.30
  6. 4     2020.8         金银珠宝   122.90
  7.       ...          ...      ...
  8. 3777  2002.1         机电产品    94.10
  9. 3778  2002.1    家用电器及音像器材    94.20
  10. 3779  2002.1       体育娱乐用品    98.80
  11. 3780  2002.1  中西药品及医疗保健用品    97.30
  12. 3781  2002.1   书报杂志及电子出版物   101.00

国房景气指数

接口: macro_china_real_estate

目标地址: http://data.eastmoney.com/cjsj/hyzs\_list\_EMM00121987.html

描述: 国家统计局-国房景气指数

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
----

接口示例

  1. import akshare as ak
  2. macro_china_real_estate_df = ak.macro_china_real_estate()
  3. print(macro_china_real_estate_df)

数据示例

  1.             日期     最新值          涨跌幅  ...     近2年涨跌幅     近3年涨跌幅    地区
  2. 0   2020-08-01  100.33   0.00239784  ... -0.0166618 -0.0112348  雄安新区
  3. 1   2020-08-01  100.33   0.00239784  ... -0.0166618 -0.0112348   京津冀
  4. 2   2020-07-01  100.09   0.00240361  ... -0.0179553 -0.0134056  雄安新区
  5. 3   2020-07-01  100.09   0.00240361  ... -0.0179553 -0.0134056   京津冀
  6. 4   2020-06-01   99.85   0.00503271  ... -0.0182873 -0.0150917  雄安新区
  7. ..         ...     ...          ...  ...        ...        ...   ...
  8. 519 1998-03-01   99.05  0.000606122  ...          -          -   京津冀
  9. 520 1998-02-01   98.99   0.00395538  ...          -          -  雄安新区
  10. 521 1998-02-01   98.99   0.00395538  ...          -          -   京津冀
  11. 522 1998-01-01   98.60            -  ...          -          -  雄安新区
  12. 523 1998-01-01   98.60            -  ...          -          -   京津冀

外汇和黄金储备

接口: macro_china_fx_gold

目标地址: http://data.eastmoney.com/cjsj/hjwh.html

描述: 获取中国外汇和黄金储备, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
月份strY年度和月份
国家外汇储备-数值strY注意单位: 亿美元
国家外汇储备-同比strY注意单位: 亿美元
国家外汇储备-环比strY注意单位: 亿美元
黄金储备-数值strY注意单位: 万盎司
黄金储备-同比strY注意单位: 万盎司
黄金储备-环比strY注意单位: 万盎司

接口示例

  1. import akshare as ak
  2. macro_china_fx_gold_df = ak.macro_china_fx_gold()
  3. print(macro_china_fx_gold_df)

数据示例

  1.         月份   国家外汇储备-数值    国家外汇储备-同比  ... 黄金储备-数值     黄金储备-同比 黄金储备-环比
  2. 0    2020-09-01    31425.62    1.6210871  ...    6264           0        
  3. 1    2020-08-01    31646.09   1.84839867  ...                            
  4. 2    2020-07-01    31543.91   1.63334243  ...    6264  0.61034372       0
  5. 3    2020-06-01    31123.28  -0.22140051  ...    6264  1.13012593       0
  6. 4    2020-05-01    31016.92   0.02218636  ...    6264  1.67180652       0
  7. ..          ...         ...          ...  ...     ...         ...     ...
  8. 148  2008-05-01  17969.6074  39.01145518  ...    1929           0       0
  9. 149  2008-04-01  17566.5514  40.91959398  ...    1929           0       0
  10. 150  2008-03-01    16821.77  39.94455701  ...    1929           0       0
  11. 151  2008-02-01  16471.3371  42.31667678  ...    1929           0       0
  12. 152  2008-01-01   15898.104  43.91438669  ...    1929           0       0

中国货币供应量

接口: macro_china_money_supply

目标地址: http://data.eastmoney.com/cjsj/hbgyl.html

描述: 获取中国货币供应量, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
月份strY年度和月份
货币和准货币(M2)数量(亿元)floatY-
货币和准货币(M2)同比增长floatY-
货币和准货币(M2)环比增长floatY-
货币(M1)数量(亿元)floatY-
货币(M1)同比增长floatY-
货币(M1)环比增长floatY-
流通中的现金(M0)数量(亿元)floatY-
流通中的现金(M0)同比增长floatY-
流通中的现金(M0)环比增长floatY-

接口示例

  1. import akshare as ak
  2. macro_china_money_supply_df = ak.macro_china_money_supply()
  3. print(macro_china_money_supply_df)

数据示例

  1.      月份 货币和准货币(M2)数量(亿元)  ... 流通中的现金(M0)同比增长 流通中的现金(M0)环比增长
  2. 0    2020-11-01          2172000  ...           10.3     0.74074074
  3. 1    2020-10-01          2149700  ...           10.4    -1.69902913
  4. 2    2020-09-01          2164100  ...           11.1              3
  5. 3    2020-08-01          2136800  ...            9.4     0.16626552
  6. 4    2020-07-01      2125458.462  ...            9.9     0.51322017
  7. ..          ...              ...  ...            ...            ...
  8. 150  2008-05-01         436221.6  ...          12.88    -2.01467313
  9. 151  2008-04-01        429313.72  ...           10.7      1.1715545
  10. 152  2008-03-01        423054.53  ...          11.12    -6.22841784
  11. 153  2008-02-01        421037.84  ...           5.96   -11.50345689
  12. 154  2008-01-01        417846.17  ...          31.21    20.89656205

全国股票交易统计表

接口: macro_china_stock_market_cap

目标地址: http://data.eastmoney.com/cjsj/gpjytj.html

描述: 获取全国股票交易统计表, 数据区间从 200801 至今, 月度数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
数据日期strY年度和月份
发行总股本-上海floatY-
发行总股本-深圳floatY-
市价总值-上海floatY-
市价总值-深圳floatY-
成交金额-上海floatY-
成交金额-深圳floatY-
成交量-上海floatY-
成交量-深圳floatY-
A股最高综合股价指数-上海floatY-
A股最高综合股价指数-深圳floatY-
A股最低综合股价指数-上海floatY-
A股最低综合股价指数-深圳floatY-

接口示例

  1. import akshare as ak
  2. macro_china_stock_market_cap_df = ak.macro_china_stock_market_cap()
  3. print(macro_china_stock_market_cap_df)

数据示例

  1.          数据日期  发行总股本-上海    发行总股本-深圳  ... A股最高综合股价指数-深圳 A股最低综合股价指数-上海 A股最低综合股价指数-深圳
  2. 0    2021-01-01                        ...     2552.0385     3457.2061     2502.2694
  3. 1    2020-12-01     42601  22855.4168  ...     2438.1708      3325.172     2352.6663
  4. 2    2020-11-01     42306  22703.8615  ...     2450.1136     3209.9094     2332.4267
  5. 3    2020-10-01     42214  22641.6861  ...     2415.2987     3219.4216     2323.0223
  6. 4    2020-09-01     42096  22501.8751  ...     2439.7413     3202.3435     2252.6125
  7. ..          ...       ...         ...  ...           ...           ...           ...
  8. 152  2008-05-01  14980.19   3138.2492  ...       1215.08      3333.951       1086.01
  9. 153  2008-04-01  14785.95   3006.0321  ...       1159.82      2990.788        963.84
  10. 154  2008-03-01  14476.47   2902.6198  ...       1498.65      3357.229        1186.6
  11. 155  2008-02-01  14300.84   2853.4214  ...       1527.08      4123.305       1385.04
  12. 156  2008-01-01  14198.16     2818.71  ...       1667.91      4330.697       1424.35

上海银行业同业拆借报告

接口: macro_china_shibor_all

目标地址: https://datacenter.jin10.com/reportType/dc\_shibor

描述: 获取上海银行业同业拆借报告, 数据区间从20170317-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
O/N定价floatY-
O/N涨跌幅floatY单位: 点
1W定价floatY-
1W涨跌幅floatY单位: 点
2W定价floatY-
2W涨跌幅floatY单位: 点
1M定价floatY-
1M涨跌幅floatY单位: 点
3M定价floatY-
3M涨跌幅floatY单位: 点
6M定价floatY-
6M涨跌幅floatY单位: 点
9M定价floatY-
9M涨跌幅floatY单位: 点
1Y定价floatY-
1Y涨跌幅floatY单位: 点
ON定价floatY-
ON涨跌幅floatY单位: 点
2M定价floatY-
2M涨跌幅floatY单位: 点

接口示例

  1. import akshare as ak
  2. macro_china_shibor_all_df = ak.macro_china_shibor_all()
  3. print(macro_china_shibor_all_df)

数据示例

  1.             O/N_定价  O/N_涨跌幅   1W_定价  1W_涨跌幅  ...   ON_定价  ON_涨跌幅   2M_定价  2M_涨跌幅
  2. 2017-03-17  2.6330      NaN  2.7250     NaN  ...     NaN     NaN     NaN     NaN
  3. 2017-03-20  2.6325    -0.05  3.9428  121.78  ...  2.0283     NaN  4.5915     NaN
  4. 2017-03-21  2.6477     1.52  3.9094  116.23  ...  2.3883   36.00  4.6113    1.98
  5. 2017-03-22  2.6507     0.30  4.3795  161.15  ...  2.3100   -7.83  4.8365   22.52
  6. 2017-03-23  2.6570     0.63  4.3538  156.28  ...  2.2263   -8.37  4.5410  -29.55
  7.             ...      ...     ...     ...  ...     ...     ...     ...     ...
  8. 2020-04-16  0.7020    -9.90  1.3475  -28.45  ...  1.2485    5.68  1.9365   -2.60
  9. 2020-04-17  0.7160     1.40  1.3490  -30.80  ...  1.2717    2.32  1.9140   -2.25
  10. 2020-04-20  0.8960    18.00  1.4882  -24.88  ...  1.4213   14.97  2.0012    8.72
  11. 2020-04-21  0.9010     0.50  1.4832  -25.08  ...  1.3310   -9.03  1.9972   -0.40
  12. 2020-04-22  0.9010     0.00  1.4188  -18.72  ...  1.2177  -11.33  1.9992    0.20

人民币香港银行同业拆息

接口: macro_china_hk_market_info

目标地址: https://datacenter.jin10.com/reportType/dc\_hk\_market\_info

描述: 获取香港同业拆借报告, 数据区间从20170320-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
O/N定价floatY-
O/N涨跌幅floatY单位: 点
1W定价floatY-
1W涨跌幅floatY单位: 点
2W定价floatY-
2W涨跌幅floatY单位: 点
1M定价floatY-
1M涨跌幅floatY单位: 点
3M定价floatY-
3M涨跌幅floatY单位: 点
6M定价floatY-
6M涨跌幅floatY单位: 点
9M定价floatY-
9M涨跌幅floatY单位: 点
1Y定价floatY-
1Y涨跌幅floatY单位: 点
ON定价floatY-
ON涨跌幅floatY单位: 点
2M定价floatY-
2M涨跌幅floatY单位: 点

接口示例

  1. import akshare as ak
  2. macro_china_hk_market_info_df = ak.macro_china_hk_market_info()
  3. print(macro_china_hk_market_info_df)

数据示例

  1.             O/N_定价  O/N_涨跌幅   1W_定价  1W_涨跌幅  ...   ON_定价  ON_涨跌幅   2M_定价  2M_涨跌幅
  2. 2017-03-17  2.6330      NaN  2.7250     NaN  ...     NaN     NaN     NaN     NaN
  3. 2017-03-20  2.6325    -0.05  3.9428  121.78  ...  2.0283     NaN  4.5915     NaN
  4. 2017-03-21  2.6477     1.52  3.9094  116.23  ...  2.3883   36.00  4.6113    1.98
  5. 2017-03-22  2.6507     0.30  4.3795  161.15  ...  2.3100   -7.83  4.8365   22.52
  6. 2017-03-23  2.6570     0.63  4.3538  156.28  ...  2.2263   -8.37  4.5410  -29.55
  7.             ...      ...     ...     ...  ...     ...     ...     ...     ...
  8. 2020-04-16  0.7020    -9.90  1.3475  -28.45  ...  1.2485    5.68  1.9365   -2.60
  9. 2020-04-17  0.7160     1.40  1.3490  -30.80  ...  1.2717    2.32  1.9140   -2.25
  10. 2020-04-20  0.8960    18.00  1.4882  -24.88  ...  1.4213   14.97  2.0012    8.72
  11. 2020-04-21  0.9010     0.50  1.4832  -25.08  ...  1.3310   -9.03  1.9972   -0.40
  12. 2020-04-22  0.9010     0.00  1.4188  -18.72  ...  1.2177  -11.33  1.9992    0.20

其他指标

中国日度沿海六大电库存

接口: macro_china_daily_energy

目标地址: https://datacenter.jin10.com/reportType/dc\_qihuo\_energy\_report

描述: 获取中国日度沿海六大电库存数据, 数据区间从20160101-至今, 不再更新, 只能获得历史数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
数值floatYenergy

接口示例

  1. import akshare as ak
  2. macro_china_daily_energy_df = ak.macro_china_daily_energy()
  3. print(macro_china_daily_energy_df)

数据示例

macro_china_daily_energy_df:

  1.           沿海六大电库存      日耗 存煤可用天数
  2. 2016-01-01  1167.60   64.20   18.19
  3. 2016-01-02  1162.90   63.40   18.34
  4. 2016-01-03  1160.80   62.60   18.54
  5. 2016-01-04  1185.30   57.60   20.58
  6. 2016-01-05  1150.20   57.20   20.11
  7.               ...     ...    ...
  8. 2019-05-17   1639.47   61.71  26.56
  9. 2019-05-21   1591.92   62.67  25.40
  10. 2019-05-22   1578.63   59.54  26.51
  11. 2019-05-24   1671.83   60.65  27.56
  12. 2019-06-21   1786.64   66.57  26.84

人民币汇率中间价报告

接口: macro_china_rmb

目标地址: https://datacenter.jin10.com/reportType/dc\_rmb\_data

描述: 获取中国人民币汇率中间价报告, 数据区间从20170103-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
美元/人民币中间价floatY-
美元/人民币涨跌幅floatY单位: 点
欧元/人民币中间价floatY-
欧元/人民币涨跌幅floatY单位: 点
100日元/人民币中间价floatY-
100日元/人民币涨跌幅floatY单位: 点对
港元/人民币中间价floatY-
港元/人民币涨跌幅floatY单位: 点
英镑/人民币中间价floatY-
英镑/人民币涨跌幅floatY单位: 点
澳元/人民币中间价floatY-
澳元/人民币涨跌幅floatY单位: 点
新西兰元/人民币中间价floatY-
新西兰元/人民币涨跌幅floatY单位: 点
新加坡元/人民币中间价floatY-
新加坡元/人民币涨跌幅floatY单位: 点
瑞郎/人民币中间价floatY-
瑞郎/人民币涨跌幅floatY单位: 点
加元/人民币中间价floatY-
加元/人民币涨跌幅floatY单位: 点
人民币/马来西亚林吉特中间价floatY-
人民币/马来西亚林吉特涨跌幅floatY单位: 点
人民币/俄罗斯卢布中间价floatY-
人民币/俄罗斯卢布涨跌幅floatY单位: 点
人民币/南非兰特中间价floatY-
人民币/南非兰特涨跌幅floatY单位: 点
人民币/韩元中间价floatY-
人民币/韩元涨跌幅floatY单位: 点
人民币/阿联酋迪拉姆中间价floatY-
人民币/阿联酋迪拉姆涨跌幅floatY单位: 点
人民币/沙特里亚尔中间价floatY-
人民币/沙特里亚尔涨跌幅floatY单位: 点
人民币/匈牙利福林中间价floatY-
人民币/匈牙利福林涨跌幅floatY单位: 点
人民币/波兰兹罗提中间价floatY-
人民币/波兰兹罗提涨跌幅floatY单位: 点
人民币/丹麦克朗中间价floatY-
人民币/丹麦克朗涨跌幅floatY单位: 点
人民币/瑞典克朗中间价floatY-
人民币/瑞典克朗涨跌幅floatY单位: 点
人民币/丹麦克朗中间价floatY-
人民币/丹麦克朗涨跌幅floatY单位: 点
人民币/挪威克朗中间价floatY-
人民币/挪威克朗涨跌幅floatY单位: 点
人民币/土耳其里拉中间价floatY-
人民币/土耳其里拉涨跌幅floatY单位: 点
人民币/墨西哥比索中间价floatY-
人民币/墨西哥比索涨跌幅floatY单位: 点
人民币/泰铢中间价floatY-
人民币/泰铢涨跌幅floatY单位: 点

接口示例

  1. import akshare as ak
  2. macro_china_rmb_df = ak.macro_china_rmb()
  3. print(macro_china_rmb_df)

数据示例

macro_china_rmb_df:

  1.             美元/人民币_中间价  美元/人民币_涨跌幅  ...  人民币/泰铢_定价  人民币/泰铢_涨跌幅
  2. 2018-02-06      6.3072         NaN  ...     5.0191         NaN
  3. 2018-02-07      6.2882      -190.0  ...     5.0178       -13.0
  4. 2018-02-08      6.2822       -60.0  ...     5.0429       251.0
  5. 2018-02-09      6.3194       372.0  ...     5.0406       -23.0
  6. 2018-02-12      6.3001      -193.0  ...     5.0310       -96.0
  7.                 ...         ...  ...        ...         ...
  8. 2020-04-16      7.0714       312.0  ...     4.6260      -156.0
  9. 2020-04-17      7.0718         4.0  ...     4.6083      -177.0
  10. 2020-04-20      7.0657       -61.0  ...     4.5977      -106.0
  11. 2020-04-21      7.0752        95.0  ...     4.5929       -48.0
  12. 2020-04-22      7.0903       151.0  ...     4.5843       -86.0

深圳融资融券报告

接口: macro_china_market_margin_sz

目标地址: https://datacenter.jin10.com/reportType/dc\_market\_margin\_sz

描述: 获取深圳融资融券报告, 数据区间从20100331-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
融资买入额(元)floatY-
融资余额(元)floatY-
融券卖出量(股)floatY-
融券余量(股)floatY-
融券余额(元)floatY-
融资融券余额(元)floatY-

接口示例

  1. import akshare as ak
  2. macro_china_market_margin_sz_df = ak.macro_china_market_margin_sz()
  3. print(macro_china_market_margin_sz_df)

数据示例

  1.                融资买入额(元)       融资余额(元)  融券卖出量(股)    融券余量(股)     融券余额(元)  \
  2. 2010-03-31       684569        670796      4000       3900       70895
  3. 2010-04-08      6713260      14467758      2100       3100       56023
  4. 2010-04-09      9357095      19732998      6700       5400      108362
  5. 2010-04-12     10406563      24813027      2200       1000        8100
  6. 2010-04-15     16607172      47980287      4200       5200       97676
  7.                  ...           ...       ...        ...         ...
  8. 2019-12-12  25190412075  423457288662  29769255  209557883  2504593151
  9. 2019-12-13  29636811209  423422868505  32820867  206092170  2509424768
  10. 2019-12-16  39166060634  428851154451  44000215  217123568  2647520178
  11. 2019-12-17  46930557203  433966722200  40492711  220945538  2750371397
  12. 2019-12-18  41043515833  438511398249  39150376  224554586  2761303194
  13.                融资融券余额(元)
  14. 2010-03-31        741691
  15. 2010-04-08      14523781
  16. 2010-04-09      19841360
  17. 2010-04-12      24821127
  18. 2010-04-15      48077963
  19.                   ...
  20. 2019-12-12  425961881813
  21. 2019-12-13  425932293273
  22. 2019-12-16  431498674629
  23. 2019-12-17  436717093597
  24. 2019-12-18  441272701443

上海融资融券报告

接口: macro_china_market_margin_sh

目标地址: https://datacenter.jin10.com/reportType/dc\_market\_margin\_sse

描述: 获取上海融资融券报告, 数据区间从20100331-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
融资余额floatY注意单位：元
融资买入额floatY注意单位：元
融券余量floatY注意单位：股
融券余额floatY注意单位：元
融券卖出量floatY注意单位：股
融资融券余额floatY注意单位：元

接口示例

  1. import akshare as ak
  2. macro_china_market_margin_sh_df = ak.macro_china_market_margin_sh()
  3. print(macro_china_market_margin_sh_df)

数据示例

  1.                     融资余额         融资买入额  ...        融券卖出量        融资融券余额
  2. 2010-03-31  5.824813e+06  5.866316e+06  ...       3100.0  5.848955e+06
  3. 2010-04-01  6.842114e+06  1.054024e+06  ...          0.0  6.859439e+06
  4. 2010-04-02  6.762781e+06  2.075160e+05  ...          0.0  6.774710e+06
  5. 2010-04-06  1.009124e+07  3.329461e+06  ...          0.0  1.010151e+07
  6. 2010-04-07  2.508683e+07  1.514140e+07  ...       1400.0  2.512524e+07
  7.                   ...           ...  ...          ...           ...
  8. 2020-08-17  7.320815e+11  6.532228e+10  ...  311910304.0  7.735001e+11
  9. 2020-08-18  7.371393e+11  5.588143e+10  ...  236068903.0  7.784736e+11
  10. 2020-08-19  7.381023e+11  5.470145e+10  ...  302792889.0  7.794299e+11
  11. 2020-08-20  7.368085e+11  3.763784e+10  ...  203660295.0  7.778967e+11
  12. 2020-08-21  7.352210e+11  3.599241e+10  ...  196118235.0  7.765762e+11

上海黄金交易所报告

接口: macro_china_au_report

目标地址: https://datacenter.jin10.com/reportType/dc\_sge\_report

描述: 获取上海黄金交易所报告, 数据区间从20140905-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
商品floatY-
开盘价floatY-
最高价floatY-
最低价floatY-
收盘价floatY-
涨跌floatY-
涨跌幅floatY-
加权平均价floatY-
成交量floatY-
成交金额floatY-
持仓量floatY-
交收方向floatY-
交收量floatY-

接口示例

  1. import akshare as ak
  2. macro_china_au_report_df = ak.macro_china_au_report()
  3. print(macro_china_au_report_df)

数据示例

  1.                   商品      开盘价      最高价  ...          持仓量   交收方向    交收量
  2. 日期                                      ...                           
  3. 2014-09-05    Pt9995   293.50   293.50  ...          NaN           NaN
  4. 2014-09-05   Ag(T+D)  4159.00  4197.00  ...  5.25224e+06   空支付多    NaN
  5. 2014-09-05   Ag99.99  4218.00  4218.00  ...          322           NaN
  6. 2014-09-05   Au(T+D)   250.52   252.48  ...       144574   多支付空  11848
  7. 2014-09-05  mAu(T+D)   250.87   252.50  ...       130808   多支付空  23644
  8.               ...      ...      ...  ...          ...    ...    ...
  9. 2020-04-22  NYAuTN12   379.80   385.00  ...        63446           NaN
  10. 2020-04-22    PGC30g   375.83   379.50  ...          NaN           NaN
  11. 2020-04-22   Pt99.95   173.30   181.96  ...          NaN           NaN
  12. 2020-04-22   Au99.99   372.00   374.45  ...          NaN           NaN
  13. 2020-04-22   Ag(T+D)  3554.00  3620.00  ...  1.06485e+07  多支付给空  67050

中国电煤价格指数

全国综合电煤价格指数

接口: macro_china_ctci

目标地址: http://jgjc.ndrc.gov.cn/dmzs.aspx?clmId=741

描述: 获取中国电煤价格指数-全国综合电煤价格指数图, 20140101-至今的所有历史数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
datestrY日期
valuefloatY-

接口示例

  1. import akshare as ak
  2. macro_china_ctci_df = ak.macro_china_ctci()
  3. print(macro_china_ctci_df)

数据示例

  1.         date   value
  2. 0   20140201  495.79
  3. 1   20140301  484.88
  4. 2   20140401  470.61
  5. 3   20140501  461.02
  6. 4   20140601  454.23
  7. 5   20140701  443.48
  8. 6   20140801  430.77
  9. 7   20140901  417.76
  10. 8   20141001  412.30
  11. 9   20141101  415.58
  12. 67  20190901  486.79
  13. 68  20191001  489.88
  14. 69  20191101  492.01
  15. 70  20191201  483.09

各价区电煤价格指数

接口: macro_china_ctci_detail

目标地址: http://jgjc.ndrc.gov.cn/dmzs.aspx?clmId=741

描述: 获取中国电煤价格指数-各价区电煤价格指数, 具体年具体月的历史数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
环比strY日期
上期floatY-
同比floatY-
本期floatY-

接口示例

  1. import akshare as ak
  2. macro_china_ctci_detail_df = ak.macro_china_ctci_detail()
  3. print(macro_china_ctci_detail_df)

数据示例

  1.           环比      上期      同比      本期
  2. 全国     -1.81  492.01   -7.11  483.09
  3. 天津市    -1.72  482.96  -12.83  474.65
  4. 冀北      0.56  453.80   -6.82  456.32
  5. 冀南     -0.89  471.71   -8.22  467.51
  6. 山西省    -2.43  344.46  -11.06  336.08
  7. 蒙西      0.51  292.07    4.31  293.56
  8. 蒙东     -0.04  274.00   11.53  273.90
  9. 辽宁省    -1.25  545.90   -6.91  539.09
  10. 吉林省    -0.97  556.83   -5.14  551.43
  11. 黑龙江省   -0.27  540.51   -0.84  539.07
  12. 上海市    -1.43  519.98  -10.75  512.55
  13. 江苏省    -0.85  535.04   -9.17  530.51
  14. 浙江省    -0.29  571.41   -2.57  569.78
  15. 安徽省    -1.12  574.23   -8.08  567.78
  16. 福建省    -1.01  532.02  -13.31  526.62
  17. 江西省     0.41  649.13   -5.46  651.79
  18. 山东省    -1.62  547.18  -12.24  538.33
  19. 河南省    -2.10  499.34  -18.86  488.87
  20. 湖北省    -0.75  583.65  -10.48  579.30
  21. 湖南省    -0.55  616.56   -9.44  613.18
  22. 广东省    -1.38  562.91   -8.65  555.12
  23. 广西自治区   0.48  682.33   -6.23  685.59
  24. 海南省     3.02  505.27   -4.46  520.53
  25. 重庆市    -5.14  613.98   -4.42  582.43
  26. 四川省    -0.10  570.25   -8.56  569.70
  27. 贵州省     0.85  488.61   -1.55  492.78
  28. 云南省    -3.38  457.68  -19.56  442.19
  29. 陕西省    -2.02  393.92  -10.11  385.95
  30. 甘肃省     0.30  463.03   -9.62  464.42
  31. 青海省     2.49  529.57    2.57  542.76
  32. 宁夏自治区  -2.46  362.00   -3.44  353.08
  33. 新疆自治区  -0.33  258.74    0.09  257.89

历史电煤价格指数

接口: macro_china_ctci_detail_hist

目标地址: http://jgjc.ndrc.gov.cn/dmzs.aspx?clmId=741

描述: 获取中国电煤价格指数-历史电煤价格指数, 具体年的历史数据

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
yearstrYyear=”2018”, 从 2014-2019 年

输出参数

名称类型默认显示描述
地区strY日期
月份floatY-
—-—-—--
月份floatY-

接口示例

  1. import akshare as ak
  2. macro_china_ctci_detail_hist_df = ak.macro_china_ctci_detail_hist(year="2018")
  3. print(macro_china_ctci_detail_hist_df)

数据示例

  1.        地区 2018年01月 2018年02月 2018年03月 2018年04月 2018年05月 2018年06月 2018年07月  \
  2. 0      全国   549.12   567.21   546.58   522.78   515.39   528.57   532.53   
  3. 1     天津市   561.23   583.85   585.94   551.54   524.41   528.97   540.94   
  4. 2      冀北   510.57   534.05   517.08   474.42   453.55   461.06   467.58   
  5. 3      冀南   530.74   540.18   532.12   514.28   503.97   497.25   493.77   
  6. 4     山西省   393.98   408.07   396.38   370.90   364.30   374.28   376.38   
  7. 5      蒙西   301.63   301.46   292.33   276.21   275.37   286.48   281.19   
  8. 6      蒙东   230.38   227.76   242.35   246.00   248.76   250.37   242.71   
  9. 7     辽宁省   563.70   563.07   558.31   538.79   530.65   537.27   553.26   
  10. 8     吉林省   543.02   548.27   535.59   513.15   506.41   522.02   544.06   
  11. 9    黑龙江省   519.31   522.83   495.48   477.43   470.00   472.85   483.66   
  12. 10    上海市   645.34   643.98   647.36   600.11   578.45   584.03   602.29   
  13. 11    江苏省   644.64   651.17   624.19   588.70   576.74   583.94   589.85   
  14. 12    浙江省   636.39   637.83   625.57   592.52   609.26   618.92   586.79   
  15. 13    安徽省   647.37   661.77   635.92   604.14   587.82   592.20   603.95   
  16. 14    福建省   656.82   650.69   649.71   613.20   573.53   600.93   618.63   
  17. 15    江西省   751.64   765.61   739.68   691.16   662.62   677.83   690.77   
  18. 16    山东省   628.53   649.27   634.08   592.92   573.53   586.10   594.91   
  19. 17    河南省   613.92   631.25   621.77   594.66   593.18   601.12   608.91   
  20. 18    湖北省   677.92   703.40   686.57   632.80   610.36   621.44   642.14   
  21. 19    湖南省   718.96   737.04   719.14   668.50   640.31   649.64   678.89   
  22. 20    广东省   651.36   657.91   649.06   634.28   630.47   640.65   639.35   
  23. 21  广西自治区   756.91   754.45   757.12   745.06   716.98   721.96   705.18   
  24. 22    海南省   614.98   625.04   637.07   593.45   525.72   565.77   587.75   
  25. 23    重庆市   619.37   629.52   620.51   598.80   571.14   570.81   611.41   
  26. 24    四川省   648.10   654.02   651.93   619.14   601.58   605.26   612.76   
  27. 25    贵州省   518.60   505.77   500.04   497.16   493.63   486.77   489.90   
  28. 26    云南省   467.09   388.74   421.98   447.52   482.76   513.48   510.29   
  29. 27    陕西省   463.31   478.76   465.24   442.26   435.63   436.38   428.95   
  30. 28    甘肃省   505.24   509.11   500.83   489.16   487.85   468.13   464.82   
  31. 29    青海省   544.92   549.28   548.58   536.46   524.28   510.17   516.74   
  32. 30  宁夏自治区   400.22   398.22   391.12   370.74   370.42   382.99   378.98   
  33. 31  新疆自治区   254.34   269.80   250.79   235.72   238.54   245.57   234.11   
  34.    2018年08月 2018年09月 2018年10月 2018年11月 2018年12月  
  35. 0    522.40   522.16   523.47   520.09   522.20  
  36. 1    544.64   541.17   548.94   544.48   541.99  
  37. 2    466.16   471.52   485.16   489.72   490.16  
  38. 3    500.48   499.84   505.87   509.36   513.28  
  39. 4    371.11   371.23   378.49   377.88   375.88  
  40. 5    273.10   282.96   286.80   281.42   284.51  
  41. 6    228.15   242.71   251.47   245.58   250.44  
  42. 7    563.19   573.65   577.80   579.09   563.81  
  43. 8    573.05   588.78   592.40   581.29   568.79  
  44. 9    520.07   539.22   537.95   543.64   535.24  
  45. 10   607.19   585.45   574.96   574.26   555.67  
  46. 11   583.12   577.07   582.36   584.04   576.59  
  47. 12   575.81   583.42   587.16   584.79   587.46  
  48. 13   599.81   598.09   605.65   617.72   610.69  
  49. 14   609.29   604.87   601.59   607.44   608.93  
  50. 15   690.62   691.52   695.14   689.43   678.53  
  51. 16   590.17   588.25   596.28   613.43   616.25  
  52. 17   605.13   595.11   597.53   602.47   599.72  
  53. 18   638.43   625.53   629.82   647.10   653.36  
  54. 19   677.36   671.32   678.18   677.13   668.14  
  55. 20   629.72   626.41   616.66   607.70   612.66  
  56. 21   712.84   724.77   729.57   731.13   716.45  
  57. 22   587.61   590.36   558.11   544.82   534.33  
  58. 23   594.85   597.89   608.23   609.34   618.87  
  59. 24   622.66   608.49   601.19   623.04   642.92  
  60. 25   502.76   503.33   498.03   500.56   513.44  
  61. 26   530.24   540.00   541.58   549.68   569.41  
  62. 27   412.37   418.11   420.12   429.35   434.98  
  63. 28   454.77   482.04   502.39   513.85   501.55  
  64. 29   522.63   516.94   517.64   529.17   546.25  
  65. 30   374.67   376.04   372.16   365.67   368.41  
  66. 31   229.33   251.85   254.20   257.66   265.38

美国宏观

经济状况

美国GDP

接口: macro_usa_gdp_monthly

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_gdp

描述: 获取美国国内生产总值(GDP)报告, 数据区间从20080228-至今

限量: 单次返回某一个所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_gdp_monthly_se = ak.macro_usa_gdp_monthly()
  3. print(macro_usa_gdp_monthly_se.name)
  4. print(macro_usa_gdp_monthly_se)

数据示例

macro_usa_gdp_monthly_se.name

gdp

macro_usa_gdp_monthly_se: pandas.Series

  1. 2008-02-28    0.6
  2. 2008-03-27    0.6
  3. 2008-04-30    0.9
  4. 2008-06-26      1
  5. 2008-07-31    1.9
  6.              ... 
  7. 2019-09-26      2
  8. 2019-10-30      2
  9. 2019-11-27      2
  10. 2019-12-20    2.1
  11. 2020-01-30      0

物价水平

美国CPI月率报告

接口: macro_usa_cpi_monthly

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_cpi

描述: 获取美国CPI月率报告, 数据区间从19700101-至今

限量: 单次返回某一个所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_cpi_monthly_se = ak.macro_usa_cpi_monthly()
  3. print(macro_usa_cpi_monthly_se.name)
  4. print(macro_usa_cpi_monthly_se)

数据示例

macro_usa_cpi_monthly_se.name

cpi_monthly

macro_usa_cpi_monthly_se: pandas.Series

  1. 1970-01-01    0.5
  2. 1970-02-01    0.5
  3. 1970-03-01    0.5
  4. 1970-04-01    0.5
  5. 1970-05-01    0.5
  6.              ... 
  7. 2019-09-12    0.1
  8. 2019-10-10    0.1
  9. 2019-11-13    0.4
  10. 2019-12-11    0.3
  11. 2020-01-14      0

美国核心CPI月率报告

接口: macro_usa_core_cpi_monthly

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_core\_cpi

描述: 获取美国核心CPI月率报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_core_cpi_monthly_se = ak.macro_usa_core_cpi_monthly()
  3. print(macro_usa_core_cpi_monthly_se.name)
  4. print(macro_usa_core_cpi_monthly_se)

数据示例

macro_usa_core_cpi_monthly_se.name

  1. usa_core_cpi

macro_usa_core_cpi_monthly_se: pandas.Series

  1. 1970-01-01    0.5
  2. 1970-02-01    0.5
  3. 1970-03-01    0.5
  4. 1970-04-01    0.8
  5. 1970-05-01    0.7
  6.              ... 
  7. 2019-09-12    0.3
  8. 2019-10-10    0.1
  9. 2019-11-13    0.2
  10. 2019-12-11    0.2
  11. 2020-01-14      0

美国个人支出月率报告

接口: macro_usa_personal_spending

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_personal\_spending

描述: 获取美国个人支出月率报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_personal_spending_se = ak.macro_usa_personal_spending()
  3. print(macro_usa_personal_spending_se.name)
  4. print(macro_usa_personal_spending_se)

数据示例

macro_usa_personal_spending_se.name

  1. usa_personal_spending

macro_usa_personal_spending_se: pandas.Series

  1. 1970-01-01    0.4
  2. 1970-02-01      1
  3. 1970-03-01    0.8
  4. 1970-04-01   -0.3
  5. 1970-05-01    0.6
  6.              ... 
  7. 2019-09-27    0.2
  8. 2019-10-31    0.2
  9. 2019-11-27    0.3
  10. 2019-12-20    0.4
  11. 2020-01-31      0

美国零售销售月率报告

接口: macro_usa_retail_sales

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_retail\_sales

描述: 获取美国零售销售月率报告, 数据区间从19920301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_retail_sales_se = ak.macro_usa_retail_sales()
  3. print(macro_usa_retail_sales_se.name)
  4. print(macro_usa_retail_sales_se)

数据示例

macro_usa_retail_sales_se.name

  1. usa_retail_sales

macro_usa_retail_sales_se: pandas.Series

  1. 1992-03-01     0.1
  2. 1992-04-01    -0.3
  3. 1992-05-01     0.6
  4. 1992-06-01     0.5
  5. 1992-07-01     0.3
  6.               ... 
  7. 2019-09-13     0.6
  8. 2019-10-16    -0.3
  9. 2019-11-15     0.4
  10. 2019-12-13     0.2
  11. 2020-01-16       0

美国进口物价指数报告

接口: macro_usa_import_price

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_import\_price

描述: 获取美国进口物价指数报告, 数据区间从19890201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_import_price_se = ak.macro_usa_import_price()
  3. print(macro_usa_import_price_se.name)
  4. print(macro_usa_import_price_se)

数据示例

macro_usa_import_price_se.name

  1. usa_import_price

macro_usa_import_price_se: pandas.Series

  1. 1989-02-01       2
  2. 1989-03-01    -0.5
  3. 1989-04-01     0.8
  4. 1989-05-01     0.8
  5. 1989-06-01     0.7
  6.               ... 
  7. 2019-09-13    -0.2
  8. 2019-10-11     0.1
  9. 2019-11-15    -0.5
  10. 2019-12-13     0.2
  11. 2020-01-16       0

美国出口价格指数报告

接口: macro_usa_export_price

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_export\_price

描述: 获取美国出口价格指数报告, 数据区间从19890201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_export_price_se = ak.macro_usa_export_price()
  3. print(macro_usa_export_price_se.name)
  4. print(macro_usa_export_price_se)

数据示例

macro_usa_export_price_se.name

  1. usa_export_price

macro_usa_export_price_se: pandas.Series

  1. 1989-02-01     1.2
  2. 1989-03-01    -0.3
  3. 1989-04-01     0.6
  4. 1989-05-01    -0.2
  5. 1989-06-01     0.4
  6.               ... 
  7. 2019-09-13    -0.6
  8. 2019-10-11    -0.2
  9. 2019-11-15    -0.1
  10. 2019-12-13     0.2
  11. 2020-01-16       0

劳动力市场

LMCI

接口: macro_usa_lmci

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_lmci

描述: 获取美联储劳动力市场状况指数报告, 数据区间从20141006-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_lmci_se = ak.macro_usa_lmci()
  3. print(macro_usa_lmci_se.name)
  4. print(macro_usa_lmci_se)

数据示例

macro_usa_lmci_se.name

  1. lmci

macro_usa_lmci_se: pandas.Series

  1. 2014-10-06      4
  2. 2014-11-10    3.9
  3. 2014-12-08    5.5
  4. 2015-01-12    7.3
  5. 2015-02-09    4.9
  6.              ... 
  7. 2017-05-08    3.5
  8. 2017-06-05      0
  9. 2017-06-16    3.3
  10. 2017-07-10    1.5
  11. 2017-08-07      0

失业率

美国失业率报告

接口: macro_usa_unemployment_rate

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_unemployment\_rate

描述: 获取美国失业率报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_unemployment_rate_se = ak.macro_usa_unemployment_rate()
  3. print(macro_usa_unemployment_rate_se.name)
  4. print(macro_usa_unemployment_rate_se)

数据示例

macro_usa_unemployment_rate_se.name

  1. unemployment_rate

macro_usa_unemployment_rate_se: pandas.Series

  1. 1970-01-01    3.5
  2. 1970-02-01    3.9
  3. 1970-03-01    4.2
  4. 1970-04-01    4.4
  5. 1970-05-01    4.6
  6.              ... 
  7. 2019-09-06    3.7
  8. 2019-10-04    3.5
  9. 2019-11-01    3.6
  10. 2019-12-06    3.5
  11. 2020-01-10    3.5
美国挑战者企业裁员人数报告

接口: macro_usa_job_cuts

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_job\_cuts

描述: 获取美国挑战者企业裁员人数报告, 数据区间从19940201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_job_cuts_se = ak.macro_usa_job_cuts()
  3. print(macro_usa_job_cuts_se.name)
  4. print(macro_usa_job_cuts_se)

数据示例

macro_usa_job_cuts_se.name

  1. usa_job_cuts

macro_usa_job_cuts_se: pandas.Series

  1. 1994-02-01     10.89
  2. 1994-03-01      3.46
  3. 1994-04-01       4.9
  4. 1994-05-01      3.61
  5. 1994-06-01      3.63
  6.                ...  
  7. 2019-10-31    5.0275
  8. 2019-12-05    4.4569
  9. 2020-01-02    3.2843
  10. 2020-01-09         0
  11. 2020-02-06         0

就业人口

美国非农就业人数报告

接口: macro_usa_non_farm

目标地址: https://datacenter.jin10.com/reportType/dc\_nonfarm\_payrolls

描述: 获取美国非农就业人数报告, 数据区间从19700102-至今

限量: 单次返回某一个所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
今值(万人)floatY今值(万人)

接口示例

  1. import akshare as ak
  2. macro_usa_non_farm_se = ak.macro_usa_non_farm()
  3. print(macro_usa_non_farm_se.name)
  4. print(macro_usa_non_farm_se)

数据示例

macro_usa_non_farm_se.name

non_farm

macro_usa_non_farm_se: pandas.Series

  1. 1970-01-02    15.3
  2. 1970-02-06    -6.4
  3. 1970-03-06    12.8
  4. 1970-04-03    14.8
  5. 1970-05-01   -10.4
  6.               ...
  7. 2019-07-05    19.3
  8. 2019-08-02    15.9
  9. 2019-09-06    16.8
  10. 2019-10-04    13.6
  11. 2019-11-01       0
美国ADP就业人数报告

接口: macro_usa_adp_employment

目标地址: https://datacenter.jin10.com/reportType/dc\_adp\_nonfarm\_employment

描述: 获取美国ADP就业人数报告, 数据区间从20010601-至今

限量: 单次返回某一个所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
今值(万人)floatY今值(万人)

接口示例

  1. import akshare as ak
  2. macro_usa_adp_employment_se = ak.macro_usa_adp_employment()
  3. print(macro_usa_adp_employment_se.name)
  4. print(macro_usa_adp_employment_se)

数据示例

macro_usa_adp_employment_se.name

  1. adp

macro_usa_adp_employment_se: pandas.Series

  1. 2001-06-01   -17.5
  2. 2001-07-01     -23
  3. 2001-08-01   -20.3
  4. 2001-09-01   -24.6
  5. 2001-10-01   -26.1
  6.               ... 
  7. 2019-09-05    15.7
  8. 2019-10-02     9.3
  9. 2019-10-30    12.1
  10. 2019-12-04    12.4
  11. 2020-01-08    20.2

消费者收入与支出

美国核心PCE物价指数年率报告

接口: macro_usa_core_pce_price

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_core\_pce\_price

描述: 获取美国核心PCE物价指数年率报告, 数据区间从19700101-至今

限量: 单次返回某一个所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_core_pce_price_se = ak.macro_usa_core_pce_price()
  3. print(macro_usa_core_pce_price_se.name)
  4. print(macro_usa_core_pce_price_se)

数据示例

macro_usa_core_pce_price_se.name

  1. core_pce_price

macro_usa_core_pce_price_se: pandas.Series

  1. 1970-01-01    4.8
  2. 1970-02-01    4.7
  3. 1970-03-01    4.8
  4. 1970-04-01    4.7
  5. 1970-05-01    4.7
  6.              ... 
  7. 2019-09-27    1.8
  8. 2019-10-31    1.7
  9. 2019-11-27    1.7
  10. 2019-12-20    1.6
  11. 2020-01-31      0
美国实际个人消费支出季率初值报告

接口: macro_usa_real_consumer_spending

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_real\_consumer\_spending

描述: 获取美国实际个人消费支出季率初值报告, 数据区间从20131107-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_real_consumer_spending_se = ak.macro_usa_real_consumer_spending()
  3. print(macro_usa_real_consumer_spending_se.name)
  4. print(macro_usa_real_consumer_spending_se)

数据示例

macro_usa_real_consumer_spending_se.name

  1. usa_real_consumer_spending

macro_usa_real_consumer_spending_se: pandas.Series

  1. 2013-11-07    1.5
  2. 2013-12-05    1.4
  3. 2013-12-20      2
  4. 2014-01-30    3.3
  5. 2014-02-28    2.6
  6.              ... 
  7. 2019-09-26    4.6
  8. 2019-10-30    2.9
  9. 2019-11-27    2.9
  10. 2019-12-20    3.2
  11. 2020-01-30      0

贸易状况

美国贸易帐报告

接口: macro_usa_trade_balance

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_trade\_balance

描述: 获取美国贸易帐报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_trade_balance_se = ak.macro_usa_trade_balance()
  3. print(macro_usa_trade_balance_se.name)
  4. print(macro_usa_trade_balance_se)

数据示例

macro_usa_trade_balance_se.name

  1. usa_trade_balance

macro_usa_trade_balance_se: pandas.Series

  1. 1970-01-01       2
  2. 1970-02-01       1
  3. 1970-03-01       2
  4. 1970-04-01       1
  5. 1970-05-01       1
  6.               ... 
  7. 2019-09-04    -540
  8. 2019-10-04    -550
  9. 2019-11-05    -511
  10. 2019-12-05    -469
  11. 2020-01-07    -431

美国经常帐报告

接口: macro_usa_current_account

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_current\_account

描述: 获取美国经常帐报告, 数据区间从20080317-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_current_account_se = ak.macro_usa_current_account()
  3. print(macro_usa_current_account_se.name)
  4. print(macro_usa_current_account_se)

数据示例

macro_usa_current_account_se.name

  1. usa_current_account

macro_usa_current_account_se: pandas.Series

  1. 2008-03-17    -1730
  2. 2008-06-17    -1760
  3. 2008-09-17    -1830
  4. 2008-12-17    -1740
  5. 2009-03-18    -1549
  6.               ...  
  7. 2019-03-21        0
  8. 2019-03-27    -1439
  9. 2019-06-20    -1362
  10. 2019-09-19    -1252
  11. 2019-12-19    -1241

产业指标

制造业

贝克休斯钻井报告

接口: macro_usa_rig_count

目标地址: https://datacenter.jin10.com/reportType/dc\_rig\_count\_summary

描述: 获取贝克休斯钻井报告, 数据区间从19870717-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
钻井总数钻井数floatY-
钻井总数变化floatY-
美国石油钻井钻井数floatY-
美国石油钻井变化floatY-
混合钻井钻井数floatY-
混合钻井变化floatY-
美国天然气钻井钻井数floatY-
美国天然气钻井变化floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_rig_count_df = ak.macro_usa_rig_count()
  3. print(macro_usa_rig_count_df)

数据示例

  1.             钻井总数_钻井数  钻井总数_变化  美国石油钻井_钻井数  ...  混合钻井_变化  美国天然气钻井_钻井数  美国天然气钻井_变化
  2. 2020-04-03      66.4     -6.4        56.2  ...      0.0         10.0        -0.2
  3. 2020-03-27      72.8     -4.4        62.4  ...      0.0         10.2        -0.4
  4. 2020-03-20      77.2     -2.0        66.4  ...      0.0         10.6        -0.1
  5. 2020-03-13      79.2     -0.1        68.3  ...      0.0         10.7        -0.2
  6. 2020-03-06      79.3      0.3        68.2  ...      0.0         10.9        -0.1
  7.               ...      ...         ...  ...      ...          ...         ...
  8. 1987-08-14      99.8      1.5        62.0  ...      0.5         35.2         0.3
  9. 1987-08-07      98.3      1.0        61.3  ...     -0.1         34.9         0.3
  10. 1987-07-31      97.3      5.6        60.5  ...      0.1         34.6         1.5
  11. 1987-07-24      91.7     -0.5        56.5  ...     -0.5         33.1        -0.6
  12. 1987-07-17      92.2      NaN        55.9  ...      NaN         33.7         NaN
美国生产者物价指数(PPI)报告

接口: macro_usa_ppi

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_ppi

描述: 获取美国生产者物价指数(PPI)报告, 数据区间从20080226-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_ppi_se = ak.macro_usa_ppi()
  3. print(macro_usa_ppi_se.name)
  4. print(macro_usa_ppi_se)

数据示例

macro_usa_ppi_se.name

  1. usa_ppi

macro_usa_ppi_se: pandas.Series

  1. 2008-02-26       1
  2. 2008-03-18     0.3
  3. 2008-04-15     1.1
  4. 2008-05-20     0.2
  5. 2008-06-17     1.4
  6.               ... 
  7. 2019-09-11     0.1
  8. 2019-10-08    -0.3
  9. 2019-11-14     0.4
  10. 2019-12-12       0
  11. 2020-01-15       0
美国核心生产者物价指数(PPI)报告

接口: macro_usa_core_ppi

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_core\_ppi

描述: 获取美国核心生产者物价指数(PPI)报告, 数据区间从20080318-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_core_ppi_se = ak.macro_usa_core_ppi()
  3. print(macro_usa_core_ppi_se.name)
  4. print(macro_usa_core_ppi_se)

数据示例

macro_usa_core_ppi_se.name

  1. usa_core_ppi

macro_usa_core_ppi_se: pandas.Series

  1. 2008-03-18     0.5
  2. 2008-04-15     0.2
  3. 2008-05-20     0.4
  4. 2008-06-17     0.2
  5. 2008-08-19     0.7
  6.               ... 
  7. 2019-09-11     0.3
  8. 2019-10-08    -0.3
  9. 2019-11-14     0.3
  10. 2019-12-12    -0.2
  11. 2020-01-15       0
美国API原油库存报告

接口: macro_usa_api_crude_stock

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_api\_crude\_stock

描述: 获取美国API原油库存报告, 数据区间从20120328-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_api_crude_stock_se = ak.macro_usa_api_crude_stock()
  3. print(macro_usa_api_crude_stock_se.name)
  4. print(macro_usa_api_crude_stock_se)

数据示例

macro_usa_api_crude_stock_se.name

  1. usa_api_crude_stock

macro_usa_api_crude_stock_se: pandas.Series

  1. 2012-03-28     360.2
  2. 2012-04-04     784.8
  3. 2012-04-11     658.4
  4. 2012-04-18     340.9
  5. 2012-04-25     -98.5
  6.                ...  
  7. 2019-12-27         0
  8. 2020-01-01         0
  9. 2020-01-02         0
  10. 2020-01-08    -594.5
  11. 2020-01-15         0
美国Markit制造业PMI初值报告

接口: macro_usa_pmi

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_pmi

描述: 获取美国Markit制造业PMI初值报告, 数据区间从20120601-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_pmi_se = ak.macro_usa_pmi()
  3. print(macro_usa_pmi_se.name)
  4. print(macro_usa_pmi_se)

数据示例

macro_usa_pmi_se.name

  1. usa_pmi

macro_usa_pmi_se: pandas.Series

  1. 2012-06-01    52.9
  2. 2012-07-02    52.5
  3. 2012-07-24    51.8
  4. 2012-08-01    51.4
  5. 2012-08-23    51.9
  6.               ... 
  7. 2019-11-22    52.2
  8. 2019-12-02    52.6
  9. 2019-12-16    52.6
  10. 2020-01-02    52.4
  11. 2020-01-24       0
美国ISM制造业PMI报告

接口: macro_usa_ism_pmi

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_ism\_pmi

描述: 获取美国ISM制造业PMI报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_ism_pmi_se = ak.macro_usa_ism_pmi()
  3. print(macro_usa_ism_pmi_se.name)
  4. print(macro_usa_ism_pmi_se)

数据示例

macro_usa_ism_pmi_se.name

  1. usa_ism_pmi

macro_usa_ism_pmi_se: pandas.Series

  1. 1970-01-01      52
  2. 1970-02-01    48.7
  3. 1970-03-01    47.4
  4. 1970-04-01    46.9
  5. 1970-05-01      45
  6.               ... 
  7. 2019-09-03    49.1
  8. 2019-10-01    47.8
  9. 2019-11-01    48.3
  10. 2019-12-02    48.1
  11. 2020-01-03    47.2

工业

美国工业产出月率报告

接口: macro_usa_industrial_production

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_industrial\_production

描述: 获取美国工业产出月率报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_industrial_production_se = ak.macro_usa_industrial_production()
  3. print(macro_usa_industrial_production_se.name)
  4. print(macro_usa_industrial_production_se)

数据示例

macro_usa_industrial_production_se.name

  1. usa_industrial_production

macro_usa_industrial_production_se: pandas.Series

  1. 1970-01-01    -0.3
  2. 1970-02-01    -1.9
  3. 1970-03-01    -0.1
  4. 1970-04-01    -0.1
  5. 1970-05-01    -0.3
  6.               ... 
  7. 2019-09-17     0.8
  8. 2019-10-17    -0.3
  9. 2019-11-15    -0.9
  10. 2019-12-17     1.1
  11. 2020-01-17       0
美国耐用品订单月率报告

接口: macro_usa_durable_goods_orders

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_durable\_goods\_orders

描述: 获取美国耐用品订单月率报告, 数据区间从20080227-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_durable_goods_orders_se = ak.macro_usa_durable_goods_orders()
  3. print(macro_usa_durable_goods_orders_se.name)
  4. print(macro_usa_durable_goods_orders_se)

数据示例

macro_usa_durable_goods_orders_se.name

  1. usa_durable_goods_orders

macro_usa_durable_goods_orders_se: pandas.Series

  1. 2008-02-27    -5.3
  2. 2008-03-26    -1.1
  3. 2008-04-24    -0.3
  4. 2008-05-28    -0.6
  5. 2008-06-25       0
  6.               ... 
  7. 2019-10-24    -1.4
  8. 2019-11-27     0.2
  9. 2019-12-23    -2.1
  10. 2019-12-24       0
  11. 2020-01-28       0
美国工厂订单月率报告

接口: macro_usa_factory_orders

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_factory\_orders

描述: 获取美国工厂订单月率报告, 数据区间从19920401-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_factory_orders_se = ak.macro_usa_factory_orders()
  3. print(macro_usa_factory_orders_se.name)
  4. print(macro_usa_factory_orders_se)

数据示例

macro_usa_factory_orders_se.name

  1. usa_factory_orders

macro_usa_factory_orders_se: pandas.Series

  1. 1992-04-01     4.6
  2. 1992-05-01     1.9
  3. 1992-06-01     1.6
  4. 1992-07-01    -0.5
  5. 1992-08-01    -0.9
  6.               ... 
  7. 2019-09-05     1.4
  8. 2019-10-03    -0.1
  9. 2019-11-04    -0.8
  10. 2019-12-05     0.2
  11. 2020-01-07    -0.7

服务业

美国Markit服务业PMI初值报告

接口: macro_usa_services_pmi

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_services\_pmi

描述: 获取美国Markit服务业PMI初值报告, 数据区间从20120701-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_services_pmi_se = ak.macro_usa_services_pmi()
  3. print(macro_usa_services_pmi_se.name)
  4. print(macro_usa_services_pmi_se)

数据示例

macro_usa_services_pmi_se.name

  1. usa_services_pmi

macro_usa_services_pmi_se: pandas.Series

  1. 2012-07-01    53.2
  2. 2012-08-01    51.2
  3. 2012-09-01      52
  4. 2012-10-01    50.7
  5. 2012-11-01    52.7
  6.               ... 
  7. 2019-11-22    50.6
  8. 2019-12-04    51.6
  9. 2019-12-16    51.6
  10. 2020-01-06    52.8
  11. 2020-01-24       0
美国商业库存月率报告

接口: macro_usa_business_inventories

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_business\_inventories

描述: 获取美国商业库存月率报告, 数据区间从19920301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_business_inventories_se = ak.macro_usa_business_inventories()
  3. print(macro_usa_business_inventories_se.name)
  4. print(macro_usa_business_inventories_se)

数据示例

macro_usa_business_inventories_se.name

  1. usa_business_inventories

macro_usa_business_inventories_se: pandas.Series

  1. 1992-03-01     0.2
  2. 1992-04-01     0.4
  3. 1992-05-01     0.3
  4. 1992-06-01    -0.1
  5. 1992-07-01     0.7
  6.               ... 
  7. 2019-09-13     0.3
  8. 2019-10-16    -0.1
  9. 2019-11-15    -0.1
  10. 2019-12-13     0.2
  11. 2020-01-16       0
美国ISM非制造业PMI报告

接口: macro_usa_ism_non_pmi

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_ism\_non\_pmi

描述: 获取美国ISM非制造业PMI报告, 数据区间从19970801-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_ism_non_pmi_se = ak.macro_usa_ism_non_pmi()
  3. print(macro_usa_ism_non_pmi_se.name)
  4. print(macro_usa_ism_non_pmi_se)

数据示例

macro_usa_ism_non_pmi_se.name

  1. usa_ism_non_pmi

macro_usa_ism_non_pmi_se: pandas.Series

  1. 1997-08-01    56.7
  2. 1997-09-01      62
  3. 1997-10-01    56.2
  4. 1997-11-01    56.6
  5. 1997-12-01    58.5
  6.               ... 
  7. 2019-09-05    56.4
  8. 2019-10-03    52.6
  9. 2019-11-05    54.7
  10. 2019-12-04    53.9
  11. 2020-01-07    55.0
美国NAHB房产市场指数报告

接口: macro_usa_nahb_house_market_index

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_nahb\_house\_market\_index

描述: 获取美国NAHB房产市场指数报告, 数据区间从19850201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_nahb_house_market_index_se = ak.macro_usa_nahb_house_market_index()
  3. print(macro_usa_nahb_house_market_index_se.name)
  4. print(macro_usa_nahb_house_market_index_se)

数据示例

macro_usa_nahb_house_market_index_se.name

  1. usa_nahb_house_market_index

macro_usa_nahb_house_market_index_se: pandas.Series

  1. 1985-02-01    50
  2. 1985-03-01    58
  3. 1985-04-01    54
  4. 1985-05-01    49
  5. 1985-06-01    51
  6.               ..
  7. 2019-09-17    68
  8. 2019-10-16    71
  9. 2019-11-18    71
  10. 2019-12-16    76
  11. 2020-01-16     0

房地产

美国NAHB房产市场指数报告

接口: macro_usa_nahb_house_market_index

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_nahb\_house\_market\_index

描述: 获取美国NAHB房产市场指数报告, 数据区间从19850201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_nahb_house_market_index_se = ak.macro_usa_nahb_house_market_index()
  3. print(macro_usa_nahb_house_market_index_se.name)
  4. print(macro_usa_nahb_house_market_index_se)

数据示例

macro_usa_nahb_house_market_index_se.name

  1. usa_nahb_house_market_index

macro_usa_nahb_house_market_index_se: pandas.Series

  1. 1985-02-01    50
  2. 1985-03-01    58
  3. 1985-04-01    54
  4. 1985-05-01    49
  5. 1985-06-01    51
  6.               ..
  7. 2019-09-17    68
  8. 2019-10-16    71
  9. 2019-11-18    71
  10. 2019-12-16    76
  11. 2020-01-16     0
美国新屋开工总数年化报告

接口: macro_usa_house_starts

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_house\_starts

描述: 获取美国新屋开工总数年化报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_house_starts_se = ak.macro_usa_house_starts()
  3. print(macro_usa_house_starts_se.name)
  4. print(macro_usa_house_starts_se)

数据示例

macro_usa_house_starts_se.name

  1. usa_house_starts

macro_usa_house_starts_se: pandas.Series

  1. 1970-01-01    132.7
  2. 1970-02-01    108.5
  3. 1970-03-01    130.5
  4. 1970-04-01    131.9
  5. 1970-05-01    126.4
  6.               ...  
  7. 2019-09-18    138.6
  8. 2019-10-17    126.6
  9. 2019-11-19    132.3
  10. 2019-12-17    136.5
  11. 2020-01-17        0
美国新屋销售总数年化报告

接口: macro_usa_new_home_sales

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_new\_home\_sales

描述: 获取美国新屋销售总数年化报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_new_home_sales_se = ak.macro_usa_new_home_sales()
  3. print(macro_usa_new_home_sales_se.name)
  4. print(macro_usa_new_home_sales_se)

数据示例

macro_usa_new_home_sales_se.name

  1. usa_new_home_sales

macro_usa_new_home_sales_se: pandas.Series

  1. 1970-01-01    45.2
  2. 1970-02-01    46.1
  3. 1970-03-01    37.3
  4. 1970-04-01    38.9
  5. 1970-05-01    44.5
  6.               ... 
  7. 2019-09-25    70.6
  8. 2019-10-24    73.8
  9. 2019-11-26      71
  10. 2019-12-23    71.9
  11. 2020-01-27       0
美国营建许可总数报告

接口: macro_usa_building_permits

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_building\_permits

描述: 获取美国营建许可总数报告, 数据区间从20080220-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_building_permits_se = ak.macro_usa_building_permits()
  3. print(macro_usa_building_permits_se.name)
  4. print(macro_usa_building_permits_se)

数据示例

macro_usa_building_permits_se.name

  1. usa_building_permits

macro_usa_building_permits_se: pandas.Series

  1. 2008-02-20      106
  2. 2008-03-18       98
  3. 2008-04-16       93
  4. 2008-05-16       98
  5. 2008-06-17       98
  6.               ...  
  7. 2019-09-18    142.5
  8. 2019-10-17    139.1
  9. 2019-11-19    146.1
  10. 2019-12-17    147.4
  11. 2020-01-17        0
美国成屋销售总数年化报告

接口: macro_usa_exist_home_sales

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_exist\_home\_sales

描述: 获取美国成屋销售总数年化报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_exist_home_sales_se = ak.macro_usa_exist_home_sales()
  3. print(macro_usa_exist_home_sales_se.name)
  4. print(macro_usa_exist_home_sales_se)

数据示例

macro_usa_exist_home_sales_se.name

  1. usa_exist_home_sales

macro_usa_exist_home_sales_se: pandas.Series

  1. 1970-01-01    160
  2. 1970-02-01    153
  3. 1970-03-01    146
  4. 1970-04-01    137
  5. 1970-05-01    151
  6.              ... 
  7. 2019-09-19    550
  8. 2019-10-22    536
  9. 2019-11-21    544
  10. 2019-12-19    535
  11. 2020-01-22      0
美国FHFA房价指数月率报告

接口: macro_usa_house_price_index

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_house\_price\_index

描述: 获取美国FHFA房价指数月率报告, 数据区间从19910301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_house_price_index_se = ak.macro_usa_house_price_index()
  3. print(macro_usa_house_price_index_se.name)
  4. print(macro_usa_house_price_index_se)

数据示例

macro_usa_house_price_index_se.name

  1. usa_house_price_index

macro_usa_house_price_index_se: pandas.Series

  1. 1991-03-01    0.5
  2. 1991-04-01      0
  3. 1991-05-01   -0.2
  4. 1991-06-01    0.1
  5. 1991-07-01    0.1
  6.              ... 
  7. 2019-09-24    0.4
  8. 2019-10-23    0.2
  9. 2019-11-26    0.6
  10. 2019-12-31    0.2
  11. 2020-01-22      0
美国S&P/CS20座大城市房价指数年率报告

接口: macro_usa_spcs20

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_spcs20

描述: 获取美国S&P/CS20座大城市房价指数年率报告, 数据区间从20010201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_spcs20_se = ak.macro_usa_spcs20()
  3. print(macro_usa_spcs20_se.name)
  4. print(macro_usa_spcs20_se)

数据示例

macro_usa_spcs20_se.name

  1. usa_spcs20

macro_usa_spcs20_se: pandas.Series

  1. 2001-02-01    12.4
  2. 2001-03-01    12.2
  3. 2001-04-01      12
  4. 2001-05-01    11.4
  5. 2001-06-01    10.5
  6.               ... 
  7. 2019-09-24       2
  8. 2019-10-29       2
  9. 2019-11-26     2.1
  10. 2019-12-31     2.2
  11. 2020-01-28       0
美国成屋签约销售指数月率报告

接口: macro_usa_pending_home_sales

目标地址: https://datacenter.jin10.com/reportType/dc\_usa\_pending\_home\_sales

描述: 获取美国成屋签约销售指数月率报告, 数据区间从20010301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_pending_home_sales_se = ak.macro_usa_pending_home_sales()
  3. print(macro_usa_pending_home_sales_se.name)
  4. print(macro_usa_pending_home_sales_se)

数据示例

macro_usa_pending_home_sales_se.name

  1. usa_pending_home_sales

macro_usa_pending_home_sales_se: pandas.Series

  1. 2001-03-01     5.1
  2. 2001-04-01    -4.7
  3. 2001-05-01    -2.9
  4. 2001-06-01     2.7
  5. 2001-07-01    -3.4
  6.               ... 
  7. 2019-09-26     1.4
  8. 2019-10-29     1.4
  9. 2019-11-27    -1.3
  10. 2019-12-30     1.2
  11. 2020-01-29       0

领先指标

美国谘商会消费者信心指数报告

接口: macro_usa_cb_consumer_confidence

目标地址: https://cdn.jin10.com/dc/reports/dc\_usa\_cb\_consumer\_confidence\_all.js?v=1578576859

描述: 获取美国谘商会消费者信心指数报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_cb_consumer_confidence_se = ak.macro_usa_cb_consumer_confidence()
  3. print(macro_usa_cb_consumer_confidence_se.name)
  4. print(macro_usa_cb_consumer_confidence_se)

数据示例

macro_usa_cb_consumer_confidence_se.name

  1. cb_consumer_confidence

macro_usa_cb_consumer_confidence_se: pandas.Series

  1. 1970-01-01      126
  2. 1970-02-01      126
  3. 1970-03-01    101.7
  4. 1970-04-01    101.7
  5. 1970-05-01       98
  6.               ...  
  7. 2019-09-24    126.3
  8. 2019-10-29    126.1
  9. 2019-11-26    126.8
  10. 2019-12-31    126.5
  11. 2020-01-28        0

美国NFIB小型企业信心指数报告

接口: macro_usa_nfib_small_business

目标地址: https://cdn.jin10.com/dc/reports/dc\_usa\_nfib\_small\_business\_all.js?v=1578576631

描述: 获取美国NFIB小型企业信心指数报告, 数据区间从19750201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_nfib_small_business_se = ak.macro_usa_nfib_small_business()
  3. print(macro_usa_nfib_small_business_se.name)
  4. print(macro_usa_nfib_small_business_se)

数据示例

macro_usa_nfib_small_business_se.name

  1. nfib_small_business

macro_usa_nfib_small_business_se: pandas.Series

  1. 1975-02-01     86.67
  2. 1975-05-01     95.16
  3. 1975-08-01     99.36
  4. 1975-11-01    100.37
  5. 1976-02-01    102.01
  6.                ...  
  7. 2019-09-10     103.1
  8. 2019-10-08     101.8
  9. 2019-11-12     102.4
  10. 2019-12-10     104.7
  11. 2020-01-14         0

美国密歇根大学消费者信心指数初值报告

接口: macro_usa_michigan_consumer_sentiment

目标地址: https://cdn.jin10.com/dc/reports/dc\_usa\_michigan\_consumer\_sentiment\_all.js?v=1578576228

描述: 获取美国密歇根大学消费者信心指数初值报告, 数据区间从19700301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_michigan_consumer_sentiment_se = ak.macro_usa_michigan_consumer_sentiment()
  3. print(macro_usa_michigan_consumer_sentiment_se.name)
  4. print(macro_usa_michigan_consumer_sentiment_se)

数据示例

macro_usa_michigan_consumer_sentiment_se.name

  1. michigan_consumer_sentiment

macro_usa_michigan_consumer_sentiment_se: pandas.Series

  1. 1970-03-01    78.1
  2. 1970-06-01    75.4
  3. 1970-09-01    77.6
  4. 1970-12-01    72.4
  5. 1971-03-01    78.1
  6.               ... 
  7. 2019-11-08    95.5
  8. 2019-11-22    96.8
  9. 2019-12-06    96.8
  10. 2019-12-20    99.3
  11. 2020-01-17       0

其他

美国EIA原油库存报告

接口: macro_usa_eia_crude_rate

目标地址: https://cdn.jin10.com/dc/reports/dc\_usa\_michigan\_consumer\_sentiment\_all.js?v=1578576228

描述: 获取美国EIA原油库存报告, 数据区间从19950801-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_eia_crude_rate_se = ak.macro_usa_eia_crude_rate()
  3. print(macro_usa_eia_crude_rate_se.name)
  4. print(macro_usa_eia_crude_rate_se)

数据示例

macro_usa_eia_crude_rate_se.name

  1. eia_crude_rate

macro_usa_eia_crude_rate_se: pandas.Series

  1. 1982-09-01     -262.6
  2. 1982-10-01         -8
  3. 1982-11-01      -41.3
  4. 1982-12-01      -87.6
  5. 1983-01-01       51.3
  6.                ...   
  7. 2019-12-27          0
  8. 2019-12-28     -547.4
  9. 2020-01-04    -1146.3
  10. 2020-01-08      116.4
  11. 2020-01-15          0

美国初请失业金人数报告

接口: macro_usa_initial_jobless

目标地址: https://cdn.jin10.com/dc/reports/dc\_usa\_michigan\_consumer\_sentiment\_all.js?v=1578576228

描述: 获取美国初请失业金人数报告, 数据区间从19700101-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_initial_jobless_se = ak.macro_usa_initial_jobless()
  3. print(macro_usa_initial_jobless_se.name)
  4. print(macro_usa_initial_jobless_se)

数据示例

macro_usa_initial_jobless_se.name

  1. initial_jobless

macro_usa_initial_jobless_se: pandas.Series

  1. 1970-01-01    22.1087
  2. 1970-02-01    24.9318
  3. 1970-03-01      25.85
  4. 1970-04-01    26.8682
  5. 1970-05-01    33.1591
  6.                ...   
  7. 2019-12-19       23.5
  8. 2019-12-26       22.4
  9. 2020-01-02       22.3
  10. 2020-01-09       21.4
  11. 2020-01-16          0

美国原油产量报告

接口: macro_usa_crude_inner

目标地址: https://cdn.jin10.com/dc/reports/dc\_usa\_michigan\_consumer\_sentiment\_all.js?v=1578576228

描述: 获取美国原油产量报告, 数据区间从19830107-至今, 每周三公布(美国节假日除外), 美国能源信息署(EIA)

限量: 单次返回所有历史数据

报告内容: 美国能源信息署（EIA）在北京时间每周三晚公布EIA报告，除了公布美国原油库存、汽油库存等数据外，报告还包含美国上周国内原油产量的数据。 报告组成：美国国内原油产量、美国本土48州原油产量和美国阿拉斯加州原油产量。 数据关系：美国国内原油产量=美国本土48州原油产量+美国阿拉斯加州原油产量 单位均为万桶/日。

数据解读: 该数据反映了美国原油供应侧的情况，理论而言，当美国国内原油产量录得增加，通常导致油价下跌；当产量减少，则通常导致油价上扬。

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
美国国内原油总量产量floatY-
美国国内原油总量变化floatY-
美国本土48州原油产量产量floatY-
美国本土48州原油产量变化floatY-
美国阿拉斯加州原油产量产量floatY-
美国阿拉斯加州原油产量变化floatY-

接口示例

  1. import akshare as ak
  2. macro_usa_crude_inner_df = ak.macro_usa_crude_inner()
  3. print(macro_usa_crude_inner_df)

数据示例

  1.             美国国内原油总量_产量  美国国内原油总量_变化  ...  美国阿拉斯加州原油产量_产量  美国阿拉斯加州原油产量_变化
  2. 2020-04-10       1230.0        -10.0  ...            47.7            -0.4
  3. 2020-04-03       1240.0        -60.0  ...            48.1             0.6
  4. 2020-03-27       1300.0          0.0  ...            47.5             1.6
  5. 2020-03-20       1300.0        -10.0  ...            45.9            -1.9
  6. 2020-03-13       1310.0         10.0  ...            47.8             0.5
  7.                  ...          ...  ...             ...             ...
  8. 1983-02-04        866.0          2.6  ...             0.0             0.0
  9. 1983-01-28        863.4          0.0  ...             0.0             0.0
  10. 1983-01-21        863.4          0.0  ...             0.0             0.0
  11. 1983-01-14        863.4          0.0  ...             0.0             0.0
  12. 1983-01-07        863.4          NaN  ...             0.0             NaN

欧元区宏观

国民经济运行状况

经济状况

欧元区季度GDP年率报告

接口: macro_euro_gdp_yoy

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_gdp\_yoy

描述: 获取欧元区季度GDP年率报告, 数据区间从20131114-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_gdp_yoy_se = ak.macro_euro_gdp_yoy()
  3. print(macro_euro_gdp_yoy_se.name)
  4. print(macro_euro_gdp_yoy_se)

数据示例

macro_euro_gdp_yoy_se.name

  1. gdp_yoy

macro_euro_gdp_yoy_se: pandas.Series

  1. 2013-11-14   -0.4
  2. 2013-12-04   -0.4
  3. 2014-01-10   -0.3
  4. 2014-02-14    0.5
  5. 2014-03-05    0.5
  6.              ... 
  7. 2019-08-14    1.3
  8. 2019-09-06    1.2
  9. 2019-10-31    1.1
  10. 2019-11-14    1.2
  11. 2019-12-05    1.2

物价水平

欧元区CPI月率报告

接口: macro_euro_cpi_mom

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_cpi\_mom

描述: 获取欧元区CPI月率报告, 数据区间从19900301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_cpi_mom_se = ak.macro_euro_cpi_mom()
  3. print(macro_euro_cpi_mom_se.name)
  4. print(macro_euro_cpi_mom_se)

数据示例

macro_euro_cpi_mom_se.name

  1. cpi_mom

macro_euro_cpi_mom_se: pandas.Series

  1. 1990-03-01     0.4
  2. 1990-04-01     0.2
  3. 1990-05-01     0.4
  4. 1990-06-01     0.2
  5. 1990-07-01     0.1
  6.               ... 
  7. 2019-09-18     0.1
  8. 2019-10-16     0.2
  9. 2019-11-15     0.1
  10. 2019-12-18    -0.3
  11. 2020-01-17       0
欧元区CPI年率报告

接口: macro_euro_cpi_yoy

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_cpi\_yoy

描述: 获取欧元区CPI年率报告, 数据区间从19910201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_cpi_yoy_se = ak.macro_euro_cpi_yoy()
  3. print(macro_euro_cpi_yoy_se.name)
  4. print(macro_euro_cpi_yoy_se)

数据示例

macro_euro_cpi_yoy_se.name

  1. cpi_yoy

macro_euro_cpi_yoy_se: pandas.Series

  1. 1991-02-01    3.9
  2. 1991-03-01    4.1
  3. 1991-04-01    3.9
  4. 1991-05-01    3.9
  5. 1991-06-01    4.1
  6.              ... 
  7. 2019-11-29    0.7
  8. 2019-12-18      1
  9. 2020-01-07    1.3
  10. 2020-01-17      0
  11. 2020-01-31      0
欧元区PPI月率报告

接口: macro_euro_ppi_mom

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_ppi\_mom

描述: 获取欧元区PPI月率报告, 数据区间从19810301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_ppi_mom_se = ak.macro_euro_ppi_mom()
  3. print(macro_euro_ppi_mom_se.name)
  4. print(macro_euro_ppi_mom_se)

数据示例

macro_euro_ppi_mom_se.name

  1. ppi_mom

macro_euro_ppi_mom_se: pandas.Series

  1. 1981-03-01       1
  2. 1981-04-01     0.7
  3. 1981-05-01     1.5
  4. 1981-06-01     0.7
  5. 1981-07-01     0.6
  6.               ... 
  7. 2019-09-03     0.1
  8. 2019-10-03    -0.5
  9. 2019-11-05     0.1
  10. 2019-12-03     0.1
  11. 2020-01-06     0.2
欧元区零售销售月率报告

接口: macro_euro_retail_sales_mom

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_retail\_sales\_mom

描述: 获取欧元区零售销售月率报告, 数据区间从20000301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_retail_sales_mom_se = ak.macro_euro_retail_sales_mom()
  3. print(macro_euro_retail_sales_mom_se.name)
  4. print(macro_euro_retail_sales_mom_se)

数据示例

macro_euro_retail_sales_mom_se.name

  1. retail_sales_mom

macro_euro_retail_sales_mom_se: pandas.Series

  1. 2000-03-01     0.7
  2. 2000-04-01    -0.3
  3. 2000-05-01     0.7
  4. 2000-06-01     0.3
  5. 2000-07-01     0.1
  6.               ... 
  7. 2019-09-04    -0.5
  8. 2019-10-03     0.6
  9. 2019-11-06    -0.2
  10. 2019-12-05    -0.3
  11. 2020-01-07       1

劳动力市场

欧元区季调后就业人数季率报告

接口: macro_euro_employment_change_qoq

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_employment\_change\_qoq

描述: 获取欧元区季调后就业人数季率报告, 数据区间从20083017-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_employment_change_qoq_se = ak.macro_euro_employment_change_qoq()
  3. print(macro_euro_employment_change_qoq_se.name)
  4. print(macro_euro_employment_change_qoq_se)

数据示例

macro_euro_employment_change_qoq_se.name

  1. employment_change_qoq

macro_euro_employment_change_qoq_se: pandas.Series

  1. 2008-03-17    0.2
  2. 2008-06-13    0.3
  3. 2008-09-12    0.2
  4. 2008-12-16   -0.1
  5. 2009-03-16   -0.4
  6.              ... 
  7. 2019-08-14    0.4
  8. 2019-09-06    0.2
  9. 2019-09-14      0
  10. 2019-11-14    0.2
  11. 2019-12-05    0.1
欧元区失业率报告

接口: macro_euro_unemployment_rate_mom

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_unemployment\_rate\_mom

描述: 获取欧元区失业率报告, 数据区间从19980501-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_unemployment_rate_mom_se = ak.macro_euro_unemployment_rate_mom()
  3. print(macro_euro_unemployment_rate_mom_se.name)
  4. print(macro_euro_unemployment_rate_mom_se)

数据示例

macro_euro_unemployment_rate_mom_se.name

  1. unemployment_rate_mom

macro_euro_unemployment_rate_mom_se: pandas.Series

  1. 1998-05-01    10.6
  2. 1998-06-01    10.5
  3. 1998-07-01    10.5
  4. 1998-08-01    10.4
  5. 1998-09-01    10.4
  6.               ... 
  7. 2019-09-30     7.5
  8. 2019-10-31     7.6
  9. 2019-11-29     7.5
  10. 2020-01-09     7.5
  11. 2020-01-30       0

贸易状况

欧元区未季调贸易帐报告

接口: macro_euro_trade_balance

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_trade\_balance\_mom

描述: 获取欧元区未季调贸易帐报告, 数据区间从19990201-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_trade_balance_se = ak.macro_euro_trade_balance()
  3. print(macro_euro_trade_balance_se.name)
  4. print(macro_euro_trade_balance_se)

数据示例

macro_euro_trade_balance_se.name

  1. trade_balance

macro_euro_trade_balance_se: pandas.Series

  1. 1999-02-01    -27
  2. 1999-03-01     19
  3. 1999-04-01     27
  4. 1999-05-01     21
  5. 1999-06-01     -9
  6.              ... 
  7. 2019-09-13    248
  8. 2019-10-16    147
  9. 2019-11-15    187
  10. 2019-12-17    280
  11. 2020-01-15      0

欧元区经常帐报告

接口: macro_euro_current_account_mom

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_current\_account\_mom

描述: 获取欧元区经常帐报告, 数据区间从20080221-至今, 前两个值需要去掉

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_current_account_mom_se = ak.macro_euro_current_account_mom()
  3. print(macro_euro_current_account_mom_se.name)
  4. print(macro_euro_current_account_mom_se)

数据示例

macro_euro_current_account_mom_se.name

  1. current_account_mom

macro_euro_current_account_mom_se: pandas.Series

  1. 1999-02-01       0
  2. 2003-07-01       7
  3. 2008-02-21    -103
  4. 2008-03-26    -106
  5. 2008-04-24      43
  6.               ... 
  7. 2019-09-19     216
  8. 2019-10-18     285
  9. 2019-11-19     282
  10. 2019-12-20     324
  11. 2020-01-17       0

产业指标

欧元区工业产出月率报告

接口: macro_euro_industrial_production_mom

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_industrial\_production\_mom

描述: 获取欧元区工业产出月率报告, 数据区间从19910301-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_industrial_production_mom_se = ak.macro_euro_industrial_production_mom()
  3. print(macro_euro_industrial_production_mom_se.name)
  4. print(macro_euro_industrial_production_mom_se)

数据示例

macro_euro_industrial_production_mom_se.name

  1. industrial_production_mom

macro_euro_industrial_production_mom_se: pandas.Series

  1. 1991-03-01    -1.1
  2. 1991-04-01      -1
  3. 1991-05-01    -0.5
  4. 1991-06-01    -0.1
  5. 1991-07-01     1.9
  6.               ... 
  7. 2019-09-12    -0.4
  8. 2019-10-14     0.4
  9. 2019-11-13    -0.1
  10. 2019-12-12    -0.5
  11. 2020-01-15       0

欧元区制造业PMI初值报告

接口: macro_euro_manufacturing_pmi

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_manufacturing\_pmi

描述: 获取欧元区制造业PMI初值报告, 数据区间从20080222-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_manufacturing_pmi_se = ak.macro_euro_manufacturing_pmi()
  3. print(macro_euro_manufacturing_pmi_se.name)
  4. print(macro_euro_manufacturing_pmi_se)

数据示例

macro_euro_manufacturing_pmi_se.name

  1. manufacturing_pmi

macro_euro_manufacturing_pmi_se: pandas.Series

  1. 2008-02-22    52.3
  2. 2008-03-03    52.3
  3. 2008-03-20      52
  4. 2008-04-01      52
  5. 2008-04-23    50.8
  6.               ... 
  7. 2019-11-22    46.6
  8. 2019-12-02    46.9
  9. 2019-12-16    45.9
  10. 2020-01-02    46.3
  11. 2020-01-24       0

欧元区服务业PMI终值报告

接口: macro_euro_services_pmi

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_services\_pmi

描述: 获取欧元区服务业PMI终值报告, 数据区间从20080222-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_services_pmi_se = ak.macro_euro_services_pmi()
  3. print(macro_euro_services_pmi_se.name)
  4. print(macro_euro_services_pmi_se)

数据示例

macro_euro_services_pmi_se.name

  1. services_pmi

macro_euro_services_pmi_se: pandas.Series

  1. 2008-02-22    52.3
  2. 2008-03-05    51.7
  3. 2008-04-03    51.6
  4. 2008-04-23    51.8
  5. 2008-05-06      52
  6.               ... 
  7. 2019-11-22    52.2
  8. 2019-12-04    51.9
  9. 2019-12-16    52.4
  10. 2020-01-06    52.8
  11. 2020-01-24       0

领先指标

欧元区ZEW经济景气指数报告

接口: macro_euro_zew_economic_sentiment

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_zew\_economic\_sentiment

描述: 获取欧元区ZEW经济景气指数报告, 数据区间从20080212-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_zew_economic_sentiment_se = ak.macro_euro_zew_economic_sentiment()
  3. print(macro_euro_zew_economic_sentiment_se.name)
  4. print(macro_euro_zew_economic_sentiment_se)

数据示例

macro_euro_zew_economic_sentiment_se.name

  1. zew_economic_sentiment

macro_euro_zew_economic_sentiment_se: pandas.Series

  1. 2008-02-12    -41.4
  2. 2008-03-11      -35
  3. 2008-04-15    -44.8
  4. 2008-05-20    -43.6
  5. 2008-06-17    -52.7
  6.               ...  
  7. 2019-09-17    -22.4
  8. 2019-10-15    -23.5
  9. 2019-11-12     -1.0
  10. 2019-12-10     11.2
  11. 2020-01-21        0

欧元区Sentix投资者信心指数报告

接口: macro_euro_sentix_investor_confidence

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取欧元区Sentix投资者信心指数报告, 数据区间从20020801-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY-

接口示例

  1. import akshare as ak
  2. macro_euro_sentix_investor_confidence_se = ak.macro_euro_sentix_investor_confidence()
  3. print(macro_euro_sentix_investor_confidence_se.name)
  4. print(macro_euro_sentix_investor_confidence_se)

数据示例

macro_euro_sentix_investor_confidence_se.name

  1. sentix_investor_confidence

macro_euro_sentix_investor_confidence_se: pandas.Series

  1. 2002-08-01       13
  2. 2002-10-01     -8.5
  3. 2003-02-01    -21.8
  4. 2003-03-01    -22.8
  5. 2003-04-01    -19.4
  6.               ...  
  7. 2019-09-09    -11.1
  8. 2019-10-07    -16.8
  9. 2019-11-04     -4.5
  10. 2019-12-09      0.7
  11. 2020-01-06      7.6

重要机构

全球最大黄金ETF—SPDR Gold Trust持仓报告

总库存

接口: macro_cons_gold_volume

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取全球最大黄金ETF—SPDR Gold Trust持仓报告-总库存(吨), 数据区间从20041118-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY总库存(吨)

接口示例

  1. import akshare as ak
  2. macro_cons_gold_volume_se = ak.macro_cons_gold_volume()
  3. print(macro_cons_gold_volume_se.name)
  4. print(macro_cons_gold_volume_se)

数据示例

macro_euro_sentix_investor_confidence_se.name

  1. gold_volume

macro_euro_sentix_investor_confidence_se: pandas.Series

  1. 2004-11-18      8.09
  2. 2004-11-19     57.85
  3. 2004-11-22     87.09
  4. 2004-11-23     87.09
  5. 2004-11-24     96.42
  6.                ...
  7. 2019-10-20    924.64
  8. 2019-10-21    924.64
  9. 2019-10-22    919.66
  10. 2019-10-23    918.48
  11. 2019-10-24    918.48

增持-减持

接口: macro_cons_gold_change

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取全球最大黄金ETF—SPDR Gold Trust持仓报告-增持-减持(吨), 数据区间从20041118-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY增持-减持(吨)

接口示例

  1. import akshare as ak
  2. macro_cons_gold_change_se = ak.macro_cons_gold_change()
  3. print(macro_cons_gold_change_se.name)
  4. print(macro_cons_gold_change_se)

数据示例

macro_cons_gold_change_se.name

  1. gold_change

macro_cons_gold_change_se: pandas.Series

  1. 2004-11-18        0
  2. 2004-11-19    49.76
  3. 2004-11-22    29.24
  4. 2004-11-23     0.00
  5. 2004-11-24     9.33
  6.               ...
  7. 2019-10-20     0.00
  8. 2019-10-21     0.00
  9. 2019-10-22    -4.98
  10. 2019-10-23    -1.18
  11. 2019-10-24     0.00

总价值

接口: macro_cons_gold_amount

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取全球最大黄金ETF—SPDR Gold Trust持仓报告-总价值(美元), 数据区间从20041118-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY总价值(美元)

接口示例

  1. import akshare as ak
  2. macro_cons_gold_amount_se = ak.macro_cons_gold_amount()
  3. print(macro_cons_gold_amount_se.name)
  4. print(macro_cons_gold_amount_se)

数据示例

macro_cons_gold_amount_se.name

  1. gold_amount

macro_cons_gold_amount_se: pandas.Series

  1. 2004-11-18      114920000.00
  2. 2004-11-19      828806907.20
  3. 2004-11-22     1253785205.50
  4. 2004-11-23     1254751438.19
  5. 2004-11-24     1390568824.08
  6.                    ...
  7. 2019-10-20    44286078486.23
  8. 2019-10-21    44333677232.68
  9. 2019-10-22    43907962483.56
  10. 2019-10-23    44120217405.82
  11. 2019-10-24    44120217405.82

全球最大白银ETF–iShares Silver Trust持仓报告

总库存

接口: macro_cons_silver_volume

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取全球最大白银ETF–iShares Silver Trust持仓报告-总库存(吨), 数据区间从20060429-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY总库存(吨)

接口示例

  1. import akshare as ak
  2. macro_cons_silver_volume_se = ak.macro_cons_silver_volume()
  3. print(macro_cons_silver_volume_se.name)
  4. print(macro_cons_silver_volume_se)

数据示例

macro_cons_silver_volume_se.name

  1. silver_volume

macro_cons_silver_volume_se: pandas.Series

  1. 2006-04-29      653.17
  2. 2006-05-02      653.17
  3. 2006-05-03      995.28
  4. 2006-05-04     1197.43
  5. 2006-05-05     1306.29
  6.                 ...
  7. 2019-10-17    11847.91
  8. 2019-10-18    11847.91
  9. 2019-10-21    11813.02
  10. 2019-10-22    11751.96
  11. 2019-10-23    11751.96

增持-减持

接口: macro_cons_silver_change

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取全球最大白银ETF–iShares Silver Trust持仓报告-增持-减持(吨), 数据区间从20060429-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY增持-减持(吨)

接口示例

  1. import akshare as ak
  2. macro_cons_silver_change_se = ak.macro_cons_silver_change()
  3. print(macro_cons_silver_change_se.name)
  4. print(macro_cons_silver_change_se)

数据示例

macro_cons_silver_change_se.name

  1. silver_change

macro_cons_silver_change_se: pandas.Series

  1. 2006-04-29          0
  2. 2006-05-02       0.00
  3. 2006-05-03     342.11
  4. 2006-05-04     202.15
  5. 2006-05-05     108.86
  6.                ...   
  7. 2020-01-06       0.00
  8. 2020-01-07     -37.76
  9. 2020-01-08       0.00
  10. 2020-01-09    -101.66
  11. 2020-01-10       0.00

总价值

接口: macro_cons_silver_amount

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取全球最大白银ETF–iShares Silver Trust持仓报告-总价值(美元), 数据区间从20060429-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
日期strY日期-索引
值floatY总价值(美元)

接口示例

  1. import akshare as ak
  2. macro_cons_silver_amount_se = ak.macro_cons_silver_amount()
  3. print(macro_cons_silver_amount_se.name)
  4. print(macro_cons_silver_amount_se)

数据示例

macro_cons_silver_amount_se.name

  1. silver_amount

macro_cons_silver_amount_se: pandas.Series

  1. 2006-04-29    263651152
  2. 2006-05-02    263651152
  3. 2006-05-03    445408550
  4. 2006-05-04    555123947
  5. 2006-05-05    574713264
  6.                 ...
  7. 2019-10-17     Show All
  8. 2019-10-18     Show All
  9. 2019-10-21     Show All
  10. 2019-10-22     Show All
  11. 2019-10-23     Show All

欧佩克报告

欧佩克报告-月度

接口: macro_cons_opec_month

目标地址: https://datacenter.jin10.com/reportType/dc\_eurozone\_sentix\_investor\_confidence

描述: 获取欧佩克报告, 数据区间从20170118-至今

限量: 单次返回所有历史数据, 以网页数据为准.

输入参数

名称类型必选描述
----

输出参数

名称类型默认显示描述
日期strY日期-索引
阿尔及利亚floatY-
安哥拉floatY-
厄瓜多尔floatY-
加蓬floatY-
伊朗floatY-
伊拉克floatY-
科威特floatY-
利比亚floatY-
尼日利亚floatY-
沙特floatY-
阿联酋floatY-
委内瑞拉floatY-
欧佩克产量floatY-

接口示例

  1. import akshare as ak
  2. macro_cons_opec_month_df = ak.macro_cons_opec_month()
  3. print(macro_cons_opec_month_df)

数据示例

macro_cons_opec_month_df

  1. 日期       阿尔及利亚    安哥拉  厄瓜多尔    加蓬     伊朗    伊拉克    科威特    利比亚   尼日利亚      沙特  \
  2. 2016/12  108.7  167.4  54.4  20.9  372.5  464.2  285.9     61  147.4  1044.3   
  3. 2017/01  105.3  165.8    53  20.3    378  447.5  272.2   67.8  153.3   980.9   
  4. 2017/02  105.7  163.9  52.9  19.8  381.9  441.4  271.2   68.1  156.4   995.2   
  5. 2017/03  105.1  159.9  52.5  20.2  379.2  442.5  270.2   61.2  145.6   990.5   
  6. 2017/04  105.6  166.7  52.6  20.5  379.2  438.1  270.5   55.2  149.6   993.4   
  7.         ...    ...   ...   ...    ...    ...    ...    ...    ...     ...   
  8. 2019/08  101.6  138.5  54.3  20.4  219.3  478.1  263.8  107.4    187   985.1   
  9. 2019/09    102  140.4    55  19.7  216.3  473.2  265.8  116.2  185.1   879.6   
  10. 2019/10  101.9  135.8  45.9  20.7  214.7  469.3  264.8  116.6  180.9  1000.1   
  11. 2019/11  102.8  128.3  52.8  19.7  210.7  464.1  270.1  118.3  179.4   987.3   
  12. 2019/12  101.7  140.8  53.8  22.2  209.2  456.5  270.8  113.9    177   976.2   
  13. 日期         阿联酋   委内瑞拉   欧佩克产量  
  14. 2016/12    309  203.4  3302.9  
  15. 2017/01  295.8  200.7  3202.6  
  16. 2017/02  293.3  199.8  3208.6  
  17. 2017/03  290.9  198.2    3177  
  18. 2017/04  290.6  196.7  3197.4  
  19.         ...    ...     ...  
  20. 2019/08  308.2   73.5  2980.9  
  21. 2019/09  308.3   64.4  2871.6  
  22. 2019/10  310.5   68.7  2975.3  
  23. 2019/11  310.8   71.7  2960.6  
  24. 2019/12  306.2   71.4  2944.4

伦敦金属交易所

持仓报告

接口: macro_euro_lme_holding

目标地址: https://datacenter.jin10.com/reportType/dc\_lme\_traders\_report

描述: 获取伦敦金属交易所(LME)-持仓报告, 数据区间从 20151022-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
---不同品种的多头仓位、空头仓位和净仓位

接口示例

  1. import akshare as ak
  2. macro_euro_lme_holding_df = ak.macro_euro_lme_holding()
  3. print(macro_euro_lme_holding_df)

数据示例

  1.                铝-多头仓位     铝-空头仓位      铝-净仓位  ...  锡-多头仓位  锡-空头仓位   锡-净仓位
  2. 2015-10-22  327120.00 -304606.00  631726.00  ...    5462 -2129.0  7591.0
  3. 2015-10-23  326996.00 -304797.00  631793.00  ...    5339 -2090.0  7429.0
  4. 2015-10-26  327814.00 -305974.00  633788.00  ...    5388 -2239.0  7627.0
  5. 2015-10-27  331239.00 -305348.00  636587.00  ...    5338 -2289.0  7627.0
  6. 2015-10-28  331586.00 -302432.00  634018.00  ...    5264 -2370.0  7634.0
  7.                ...        ...        ...  ...     ...     ...     ...
  8. 2020-05-01  737311.18  546268.81  191042.37  ...   12044  8966.0  3078.0
  9. 2020-05-07  715146.83  525746.88  189399.95  ...   11919  9101.0  2818.0
  10. 2020-05-15  741948.06  552763.07  189184.99  ...   11977  9159.0  2818.0
  11. 2020-05-22  726923.87  551171.11  175752.76  ...   11234  8762.0  2472.0
  12. 2020-05-29  730646.63  552041.55  178605.08  ...   11648  9110.0  2538.0

库存报告

接口: macro_euro_lme_stock

目标地址: https://datacenter.jin10.com/reportType/dc\_lme\_report

描述: 获取伦敦金属交易所(LME)-库存报告, 数据区间从 20140702-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
---不同品种的库存、注册仓单和注销仓单

接口示例

  1. import akshare as ak
  2. macro_euro_lme_stock_df = ak.macro_euro_lme_stock()
  3. print(macro_euro_lme_stock_df)

数据示例

  1.                铝-库存   铝-注册仓单   铝-注销仓单    铜-库存  ...  锡-注销仓单    锌-库存  锌-注册仓单  锌-注销仓单
  2. 2014-07-02  5066400  2075450  2990950  156775  ...    2470  666775  610175   56600
  3. 2014-07-03  5058325  2074950  2983375  157050  ...    2500  665600  610175   55425
  4. 2014-07-04  5049225  2074450  2974775  156500  ...    2500  664650  604050   60600
  5. 2014-07-07  5038525  2072925  2965600  159350  ...    2500  663650  603950   59700
  6. 2014-07-08  5034200  2070925  2963275  158050  ...    2470  663150  603950   59200
  7.              ...      ...      ...     ...  ...     ...     ...     ...     ...
  8. 2020-06-01  1496050  1283000   213050  255725  ...     840   99575   80150   19425
  9. 2020-06-02  1505550  1295200   210350  254275  ...     910   97850   79650   18200
  10. 2020-06-03  1500900  1295200   205700  252375  ...    1005   97800   79650   18150
  11. 2020-06-04  1526250  1324400   201850  248275  ...    1030   96275   79475   16800
  12. 2020-06-05  1521325  1305725   215600  243750  ...     905   94675   79450   15225

美国商品期货交易委员会

外汇类非商业持仓报告

接口: macro_usa_cftc_nc_holding

目标地址: https://datacenter.jin10.com/reportType/dc\_cftc\_nc\_report

描述: 获取美国商品期货交易委员会CFTC外汇类非商业持仓报告, 数据区间从 19830107-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
---不同品种的多头仓位、空头仓位和净仓位

接口示例

  1. import akshare as ak
  2. macro_usa_cftc_nc_holding_df = ak.macro_usa_cftc_nc_holding()
  3. print(macro_usa_cftc_nc_holding_df)

数据示例

  1.             美元-多头仓位  美元-空头仓位  美元-净仓位  瑞郎-多头仓位  ...  英镑-净仓位  澳元-多头仓位  澳元-空头仓位  澳元-净仓位
  2. 1986-01-15        0        0       0        0  ...       0        0        0       0
  3. 1986-01-31        0        0       0        0  ...       0        0        0       0
  4. 1986-02-14        0        0       0        0  ...       0        0        0       0
  5. 1986-02-28        0        0       0        0  ...       0        0        0       0
  6. 1986-03-14        0        0       0        0  ...       0        0        0       0
  7.              ...      ...     ...      ...  ...     ...      ...      ...     ...
  8. 2020-05-05   324795   350743  -25948    12967  ...  -12005    23541    56996  -33455
  9. 2020-05-12   337226   347594  -10368    12624  ...  -13688    23719    59144  -35425
  10. 2020-05-19   359429   352735    6694    13678  ...  -18989    25301    64859  -39558
  11. 2020-05-26   376764   388231  -11467    13246  ...  -22257    25530    66068  -40538
  12. 2020-06-02   385801   394030   -8229    13364  ...  -36044    26571    67362  -40791

商品类非商业持仓报告

接口: macro_usa_cftc_c_holding

目标地址: https://datacenter.jin10.com/reportType/dc\_cftc\_c\_report

描述: 获取美国商品期货交易委员会CFTC商品类非商业持仓报告, 数据区间从 19830107-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
---不同品种的多头仓位、空头仓位和净仓位

接口示例

  1. import akshare as ak
  2. macro_usa_cftc_c_holding_df = ak.macro_usa_cftc_c_holding()
  3. print(macro_usa_cftc_c_holding_df)

数据示例

  1.             原糖-多头仓位  原糖-空头仓位  原糖-净仓位  大豆-多头仓位  ...  棉花-净仓位  玉米-多头仓位  玉米-空头仓位  玉米-净仓位
  2. 1986-01-15        0        0       0    47835  ...       0    45615    16565   29050
  3. 1986-01-31        0        0       0    42610  ...       0    32135    34145   -2010
  4. 1986-02-14        0        0       0    24555  ...       0    14030    50275  -36245
  5. 1986-02-28        0        0       0    22805  ...       0    17735    59835  -42100
  6. 1986-03-14        0        0       0    43290  ...       0    18725    58090  -39365
  7.              ...      ...     ...      ...  ...     ...      ...      ...     ...
  8. 2020-05-05   177939   145745   32194   173136  ...   -2633   213746   366836 -153090
  9. 2020-05-12   186688   142574   44114   188262  ...    1078   210833   388404 -177571
  10. 2020-05-19   208295   138673   69622   186743  ...    3320   218328   417374 -199046
  11. 2020-05-26   217461   130398   87063   182102  ...    3817   223361   443436 -220075
  12. 2020-06-02   221084   127678   93406   178933  ...    9596   235871   455309 -219438

外汇类商业持仓报告

接口: macro_usa_cftc_merchant_currency_holding

目标地址: https://datacenter.jin10.com/reportType/dc\_cftc\_merchant\_currency

描述: 获取美国商品期货交易委员会CFTC外汇类商业持仓报告, 数据区间从 19860115-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
---不同品种的多头仓位、空头仓位和净仓位

接口示例

  1. import akshare as ak
  2. macro_usa_cftc_merchant_currency_holding_df = ak.macro_usa_cftc_merchant_currency_holding()
  3. print(macro_usa_cftc_merchant_currency_holding_df)

数据示例

  1.             美元-多头仓位  美元-空头仓位  美元-净仓位  瑞郎-多头仓位  ...  英镑-净仓位  澳元-多头仓位  澳元-空头仓位  澳元-净仓位
  2. 1986-01-15        0        0       0        0  ...       0        0        0       0
  3. 1986-01-31        0        0       0        0  ...       0        0        0       0
  4. 1986-02-14        0        0       0        0  ...       0        0        0       0
  5. 1986-02-28        0        0       0        0  ...       0        0        0       0
  6. 1986-03-14        0        0       0        0  ...       0        0        0       0
  7.              ...      ...     ...      ...  ...     ...      ...      ...     ...
  8. 2020-05-05   761167   740678   20489    12783  ...   23207    90061    41987   48074
  9. 2020-05-12   764765   764586     179    16793  ...   28146    89686    39723   49963
  10. 2020-05-19   761649   773386  -11737    14422  ...   33299    91226    39980   51246
  11. 2020-05-26   790831   792542   -1711    14593  ...   35289    94516    40279   54237
  12. 2020-06-02   810672   794088   16584    14432  ...   44403    91638    37786   53852

商品类商业持仓报告

接口: macro_usa_cftc_merchant_goods_holding

目标地址: https://datacenter.jin10.com/reportType/dc\_cftc\_merchant\_goods

描述: 获取美国商品期货交易委员会CFTC商品类商业持仓报告, 数据区间从 19860115-至今

限量: 单次返回所有历史数据

输入参数

名称类型必选描述
无无无无

输出参数

名称类型默认显示描述
---不同品种的多头仓位、空头仓位和净仓位

接口示例

  1. import akshare as ak
  2. macro_usa_cftc_merchant_goods_holding_df = ak.macro_usa_cftc_merchant_goods_holding()
  3. print(macro_usa_cftc_merchant_goods_holding_df)

数据示例

  1.             原糖-多头仓位  原糖-空头仓位  原糖-净仓位  大豆-多头仓位  ...  棉花-净仓位  玉米-多头仓位  玉米-空头仓位  玉米-净仓位
  2. 1986-01-15        0        0       0   117120  ...       0   307790   307815     -25
  3. 1986-01-31        0        0       0   122430  ...       0   323200   247390   75810
  4. 1986-02-14        0        0       0   130140  ...       0   303885   205150   98735
  5. 1986-02-28        0        0       0   145015  ...       0   288625   204725   83900
  6. 1986-03-14        0        0       0   125300  ...       0   276865   220480   56385
  7.              ...      ...     ...      ...  ...     ...      ...      ...     ...
  8. 2020-05-05   581116   619230  -38114   402631  ...    2543   749637   613914  135723
  9. 2020-05-12   586013   638394  -52381   423150  ...   -1981   758783   603070  155713
  10. 2020-05-19   588614   670244  -81630   431829  ...   -5068   764876   593689  171187
  11. 2020-05-26   589614   686994  -97380   440560  ...   -4773   773465   589063  184402
  12. 2020-06-02   593359   695146 -101787   446474  ...  -10899   787667   608847  178820