AkShare 指数数据

中国股票指数数据

实时行情数据

接口: stock_zh_index_spot

目标地址: http://vip.stock.finance.sina.com.cn/mkt/#hs\_s

描述: 中国股票指数数据-所有指数

限量: 单次返回所有指数的实时行情数据

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
代码strY-
名称strY-
最新价floatY-
涨跌额floatY-
涨跌幅floatY注意单位: %
昨收floatY-
今开floatY-
最高floatY-
最低floatY-
成交量floatY注意单位: 手
成交额floatY-

接口示例

  1. import akshare as ak
  2. stock_zh_index_spot_df = ak.stock_zh_index_spot()
  3. print(stock_zh_index_spot_df)

数据示例

  1.            代码    名称        最新价  ...         最低         成交量           成交额
  2. 0    sh000001  上证指数  3570.1082  ...  3544.8912   345557896  502170815614
  3. 1    sh000002  Ａ股指数  3742.2304  ...  3715.7747   345176653  501669595270
  4. 2    sh000003  Ｂ股指数   248.1356  ...   245.7220      335983     138074825
  5. 3    sh000004  工业指数  3212.2268  ...  3184.4707   220597260  350360309517
  6. 4    sh000005  商业指数  3220.3821  ...  3208.2506    23443345   34781132952
  7. ..        ...   ...        ...  ...        ...         ...           ...
  8. 574  sz399998  中证煤炭  1366.4250  ...  1352.9180  1431235851    9727891835
  9. 575  sz980001        1764.7850  ...  1749.7360  4049582363  136315759930
  10. 576  sz980017        9631.2200  ...  9491.0840   822011267   37622472094
  11. 577  sz980023        3059.2430  ...  3026.8580   976186623   30063060541
  12. 578  sz980068        2111.6340  ...  2090.1380  1621329545   13278486669

历史行情数据

历史行情数据-新浪

接口: stock_zh_index_daily

目标地址: https://finance.sina.com.cn/realstock/company/sz399552/nc.shtml(示例)

描述: 股票指数的历史数据按日频率更新

限量: 单次返回指定指数的所有历史行情数据

输入参数

名称类型必选描述
symbolstrYsymbol=”sz399552”

输出参数-历史行情数据

名称类型默认显示描述
datestrY新浪的数据开始时间, 不是该指数的上市时间
openfloatY-
closefloatY-
highfloatY-
lowfloatY-
amountfloatY-

接口示例

  1. import akshare as ak
  2. stock_zh_index_daily_df = ak.stock_zh_index_daily(symbol="sz399552")
  3. print(stock_zh_index_daily_df)

数据示例-历史行情数据

  1.                 open      high       low     close        volume
  2. date                                                            
  3. 2013-06-06  3353.536  3367.362  3325.742  3331.724  6.976691e+08
  4. 2013-06-07  3325.795  3338.029  3264.914  3276.253  7.975941e+08
  5. 2013-06-13  3227.157  3227.157  3138.502  3170.727  9.214073e+08
  6. 2013-06-14  3168.941  3190.161  3157.245  3184.553  7.290986e+08
  7. 2013-06-17  3189.969  3196.282  3153.118  3158.014  7.514038e+08
  8.               ...       ...       ...       ...           ...
  9. 2019-11-11  7903.771  7903.771  7812.036  7827.082  1.500865e+09
  10. 2019-11-12  7826.054  7846.032  7759.229  7804.985  1.387154e+09
  11. 2019-11-13  7816.080  7817.346  7759.580  7803.760  1.169749e+09
  12. 2019-11-14  7815.102  7826.694  7785.544  7803.063  1.886548e+09
  13. 2019-11-15  7813.952  7823.045  7752.760  7752.760  1.514993e+09

历史行情数据-腾讯

接口: stock_zh_index_daily_tx

目标地址: http://gu.qq.com/sh000919/zs

描述: 获取股票指数(或者股票)历史行情数据

限量: 单次返回具体某个股票指数(或者股票)的所有历史行情数据

输入参数

名称类型必选描述
symbolstrYsymbol=”sh000919”

输出参数-历史行情数据

名称类型默认显示描述
datedatetimeY腾讯的数据开始时间, 不是证券上市时间
openfloatY-
closefloatY-
highfloatY-
lowfloatY-
amountfloatY-

接口示例

  1. import akshare as ak
  2. stock_zh_index_daily_tx_df = ak.stock_zh_index_daily_tx(symbol="sh000919")
  3. print(stock_zh_index_daily_tx_df)

数据示例-历史行情数据

  1.                open    close     high      low      amount
  2. date                                                      
  3. 2005-01-04   993.11   978.14   993.11   976.82   4235500.0
  4. 2005-01-05   976.94   981.50   985.52   972.79   3366739.0
  5. 2005-01-06   982.37   968.90   982.37   966.52   3137880.0
  6. 2005-01-07   968.77   967.72   978.27   963.10   3340480.0
  7. 2005-01-10   967.81   977.77   978.15   963.31   2680019.0
  8.              ...      ...      ...      ...         ...
  9. 2020-01-21  5057.77  4985.22  5057.77  4983.42  47773440.0
  10. 2020-01-22  4964.64  4993.16  5003.42  4916.75  44316915.0
  11. 2020-01-23  4952.00  4851.44  4952.00  4823.68  59821336.0
  12. 2020-02-03  4414.92  4486.51  4544.62  4414.92  87252491.0
  13. 2020-02-04  4472.27  4591.61  4595.76  4472.27  81098211.0

历史行情数据-东方财富

接口: stock_zh_index_daily_em

目标地址: http://quote.eastmoney.com/center/hszs.html

描述: 东方财富股票指数数据, 历史数据按日频率更新

限量: 单次返回具体指数的所有历史行情数据

输入参数

名称类型必选描述
symbolstrYsymbol=”sz399552”

输出参数

名称类型默认显示描述
datestrY东方财富的数据开始时间, 不是证券上市时间
openfloatY-
closefloatY-
highfloatY-
lowfloatY-
volumefloatY-
amountfloatY-

接口示例

  1. import akshare as ak
  2. stock_zh_index_daily_em_df = ak.stock_zh_index_daily_em(symbol="sz399812")
  3. print(stock_zh_index_daily_em_df)

数据示例

  1.             date      open     close  ...       low      volume        amount
  2. 0     2005-01-04    996.03    989.56  ...    986.46    675733.0  4.986503e+08
  3. 1     2005-01-05    989.87   1008.59  ...    989.46   1037894.0  9.068431e+08
  4. 2     2005-01-06   1008.88   1002.81  ...    999.76    779152.0  5.631133e+08
  5. 3     2005-01-07   1002.10   1004.06  ...    999.56    898377.0  7.554397e+08
  6. 4     2005-01-10   1002.63   1014.12  ...   1000.90    651187.0  5.609582e+08
  7.           ...       ...       ...  ...       ...         ...           ...
  8. 3785  2020-07-31   9925.95  10076.45  ...   9856.84  25572982.0  8.913588e+10
  9. 3786  2020-08-03  10171.99  10277.40  ...  10078.86  30955440.0  1.042277e+11
  10. 3787  2020-08-04  10261.82  10260.95  ...  10194.95  33366317.0  1.187024e+11
  11. 3788  2020-08-05  10183.52  10329.20  ...  10116.86  26614930.0  8.924673e+10
  12. 3789  2020-08-06  10337.09  10175.92  ...  10049.05  32541265.0  1.055893e+11

中国股票指数成份

最新成份

接口: index_stock_cons

目标地址: http://vip.stock.finance.sina.com.cn/corp/view/vII\_NewestComponent.php?page=1&indexid=399639

描述: 获取指定指数的最新成份股票信息, 注意该接口返回的数据有部分是重复会导致数据缺失, 可以调用 index_stock_cons_sina 获取主流指数数据, 或调用index_stock_cons_csindex获取中证指数网提供的成分数据

输入参数

名称类型必选描述
indexstrYindex=”000300”, 获取沪深 300 最新成份股, 指数代码见 股票指数信息一览表

股票指数信息一览表(可以在 AkShare 中通过如下代码获取本表)

  1. import akshare as ak
  2. index_stock_info_df = ak.index_stock_info()
  3. print(index_stock_info_df)
index_codedisplay_namepublish_date
000001上证指数1991/7/15
000002A股指数1992/2/21
000003B股指数1992/2/21
000004工业指数1993/5/3
000005商业指数1993/5/3
000006地产指数1993/5/3
000007公用指数1993/5/3
000008综合指数1993/5/3
000009上证3802010/11/29
000010上证1802002/7/1
000011基金指数2000/6/9
000012国债指数2003/1/2
000013上证企业债指数2003/6/9
000015红利指数2005/1/4
000016上证502004/1/2
000017新综指2006/1/4
000018180金融2007/12/10
000019治理指数2008/1/2
000020中型综指2008/5/12
000021180治理2008/9/10
000022上证公司债指数2008/11/19
000025180基建2008/12/15
000026180资源2008/12/15
000027180运输2008/12/15
000028180成长2009/1/9
000029180价值2009/1/9
000030180R成长2009/1/9
000031180R价值2009/1/9
000032上证能源2009/1/9
000033上证材料2009/1/9
000034上证工业2009/1/9
000035上证可选2009/1/9
000036上证消费2009/1/9
000037上证医药2009/1/9
000038上证金融2009/1/9
000039上证信息2009/1/9
000040上证电信2009/1/9
000041上证公用2009/1/9
000042上证央企2009/3/30
000043超大盘2009/4/23
000044上证中盘2009/7/3
000045上证小盘2009/7/3
000046上证中小2009/7/3
000047上证全指2009/7/3
000048责任指数2009/8/5
000049上证民企2009/8/25
00005050等权2011/1/4
000051180等权2011/5/24
00005250基本2012/1/9
000053180基本2012/1/9
000054上证海外2010/1/4
000055上证地企2010/1/4
000056上证国企2010/1/4
000057全指成长2010/1/4
000058全指价值2010/1/4
000059全R成长2010/1/4
000060全R价值2010/1/4
000061沪企债302010/1/4
000062上证沪企2010/1/4
000063上证周期2010/2/3
000064非周期2010/2/3
000065上证龙头2010/2/9
000066上证商品2010/4/30
000067上证新兴2010/4/30
000068上证资源2010/5/28
000069消费802010/5/28
000070能源等权2010/8/18
000071材料等权2010/8/18
000072工业等权2010/8/18
000073可选等权2010/8/18
000074消费等权2010/8/18
000075医药等权2010/8/18
000076金融等权2010/8/18
000077信息等权2010/8/18
000078电信等权2010/8/18
000079公用等权2010/8/18
000090上证流通2010/12/2
000091沪财中小2011/4/6
000092资源502011/5/10
000093180分层2011/5/24
000094上证上游2011/5/10
000095上证中游2011/5/10
000096上证下游2011/5/10
000097高端装备2011/5/24
000098上证F2002011/7/1
000099上证F3002011/7/1
000100上证F5002011/7/1
0001015年信用2013/4/1
000102沪投资品2011/6/13
000103沪消费品2011/6/13
000104380能源2011/6/13
000105380材料2011/6/13
000106380工业2011/6/13
000107380可选2011/6/13
000108380消费2011/6/13
000109380医药2011/6/13
000110380金融2011/6/13
000111380信息2011/6/13
000112380电信2011/6/13
000113380公用2011/6/13
000114持续产业2011/8/22
000115380等权2011/8/12
000116信用1002013/2/26
000117380成长2011/10/18
000118380价值2011/10/18
000119380R成长2011/10/18
000120380R价值2011/10/18
000121医药主题2011/10/18
000122农业主题2011/10/18
000123180动态2013/2/8
000125180稳定2013/2/8
000126消费502011/12/9
000128380基本2012/1/9
000129180波动2012/1/9
000130380波动2012/1/9
000131上证高新2012/2/10
000132上证1002012/4/20
000133上证1502012/4/20
000134上证银行2012/5/29
000135180高贝2012/8/6
000136180低贝2012/8/6
000137380高贝2012/8/6
000138380低贝2012/8/6
000139上证转债2012/9/12
000141380动态2013/2/8
000142380稳定2013/2/8
000145优势资源2012/5/29
000146优势制造2012/5/29
000147优势消费2012/5/29
000148消费领先2012/5/29
000149180红利2012/7/20
000150380红利2012/7/20
000151上国红利2012/7/20
000152上央红利2012/7/20
000153上民红利2012/7/20
000155市值百强2012/7/20
000158上证环保2012/9/25
000159上证沪股通指数2014/11/17
000160上证一带一路主题指数2015/6/24
000161上证中国制造2025主题指数2015/10/29
000162上证互联网+主题指数2015/10/29
000171新兴成指2017/1/25
000188中国波指2016/11/28
000300沪深3002005/4/8
000801资源802011/11/8
000802500沪市2011/11/8
000803300波动2012/1/9
000804500波动2012/1/9
000805A股资源2012/1/6
000806消费服务2012/2/10
000807食品饮料2012/2/17
000808医药生物2012/2/17
000809细分农业2012/4/11
000810细分能源2012/4/11
000811细分有色2012/4/11
000812细分机械2012/4/11
000813细分化工2012/4/11
000814细分医药2012/4/11
000815细分食品2012/4/11
000816细分地产2012/4/11
000817兴证海峡2011/9/27
000818细分金融2012/4/11
000819有色金属2012/5/9
000820煤炭指数2012/5/9
000821300红利2012/7/20
000822500红利2012/7/20
000823中证800有色金属指数2012/12/21
000824国企红利2012/7/20
000825央企红利2012/7/20
000826民企红利2012/7/20
000827中证环保2012/9/25
000828300高贝2012/8/6
000829300低贝2012/8/6
000830500高贝2012/8/6
000831500低贝2012/8/6
000832中证转债2012/9/12
000833中高企债2012/9/10
000838创业价值2012/9/26
000839浙企综指2012/11/9
000840浙江民企2012/11/9
000841800医药2012/12/21
000842800等权2012/12/21
000843300动态2013/1/7
000844300稳定2013/1/7
000846ESG1002012/10/16
000847中证腾安价值100指数2013/11/18
000849沪深300非银行金融指数2012/12/21
000850沪深300有色金属指数2012/12/21
000851中证百度百发策略100指数2014/7/30
000852中证1000指数2014/10/17
000853中证申万一带一路主题投资指数2015/4/23
000854500原料2013/11/6
000855央视财经500指数2014/11/3
000856500工业2013/11/6
000857500医药2013/11/6
000858500信息2013/11/6
000891中国战略新兴产业综合指数2017/1/25
000901小康指数2010/4/1
000902中证流通2006/2/27
000903中证1002006/5/29
000904中证2002007/1/15
000905中证5002007/1/15
000906中证8002007/1/15
000907中证7002007/1/15
000908300能源2007/7/2
000909300材料2007/7/2
000910300工业2007/7/2
000911300可选2007/7/2
000912300消费2007/7/2
000913300医药2007/7/2
000914300金融2007/7/2
000915300信息2007/7/2
000916300电信2007/7/2
000917300公用2007/7/2
000918300成长2008/1/21
000919300价值2008/1/21
000920300R成长2008/1/21
000921300R价值2008/1/21
000922中证红利2008/5/26
000923公司债2008/11/19
000925基本面502009/2/26
000926中证央企2009/3/30
000927央企1002009/3/30
000928中证能源2009/7/3
000929中证材料2009/7/3
000930中证工业2009/7/3
000931中证可选2009/7/3
000932中证消费2009/7/3
000933中证医药2009/7/3
000934中证金融2009/7/3
000935中证信息2009/7/3
000936中证电信2009/7/3
000937中证公用2009/7/3
000938中证民企2009/8/25
000939民企2002009/8/25
000940财富大盘2009/9/25
000941新能源2009/10/28
000942内地消费2009/10/28
000943内地基建2009/10/28
000944内地资源2009/10/28
000945内地运输2009/10/28
000946内地金融2009/10/28
000947内地银行2009/10/28
000948内地地产2009/10/28
000949内地农业2009/10/28
000950300基建2009/10/28
000951300银行2009/10/28
000952300地产2009/10/28
000953中证地企2010/2/9
000954地企1002010/2/9
000955中证国企2010/2/9
000956国企2002010/2/9
000957300运输2009/6/16
000958创业成长2010/3/24
000959银河992010/2/9
000960中证龙头2010/2/9
000961中证上游2010/4/16
000962中证中游2010/4/16
000963中证下游2010/4/16
000964中证新兴2010/4/30
000965基本2002010/6/2
000966基本4002010/6/2
000967基本6002010/6/2
000968300周期2010/5/28
000969300非周2010/5/28
000970ESG402010/9/17
000971等权902010/12/2
000972300沪市2010/12/2
000973技术领先2011/1/4
000974中证800金融指数2013/5/9
000975钱江302014/1/2
000976新华金牛2014/2/18
000977内地低碳2011/1/21
000978医药1002011/3/18
000979大宗商品2011/8/22
000980中证超大2011/5/10
000981300分层2011/6/13
000982500等权2011/6/13
000983智能资产2011/6/17
000984300等权2011/8/2
000985中证全指2011/8/2
000986全指能源2011/8/2
000987全指材料2011/8/2
000988全指工业2011/8/2
000989全指可选2011/8/2
000990全指消费2011/8/2
000991全指医药2011/8/2
000992全指金融2011/8/2
000993全指信息2011/8/2
000994全指电信2011/8/2
000995全指公用2011/8/2
000996领先行业2011/8/2
000997大消费2011/11/11
000998中证TMT2011/11/8
000999中证两岸三地500指数2010/1/18
399001深证成指1995/1/23
399002深成指R1995/1/23
399003成份B指1995/1/23
399004深证100R2003/1/2
399005中小板指2006/1/24
399006创业板指2010/6/1
399007深证3002009/11/4
399008中小3002010/3/22
399009深证2002011/9/1
399010深证7002011/9/1
399011深证10002011/9/1
399012创业3002013/1/7
399013深市精选2014/5/30
399015深证中小创新指数2015/3/24
399016深证创新指数2016/12/1
399017中小板创新指数2016/12/1
399018创业板创新指数2016/12/1
399050创新引擎2018/7/31
399100新指数2006/2/16
399101中小板综2005/12/1
399102创业板综合指数2010/8/20
399103乐富指数2011/12/2
399106深证综指1991/4/4
399107深证A指1992/10/4
399108深证B指1992/10/6
399231农林指数2013/3/4
399232采矿指数2013/3/4
399233制造指数2013/3/4
399234水电指数2013/3/4
399235建筑指数2013/3/4
399236批零指数2013/3/4
399237运输指数2013/3/4
399238餐饮指数2013/3/4
399239IT指数2013/3/4
399240金融指数2013/3/4
399241地产指数2013/3/4
399242商务指数2013/3/4
399243科研指数2013/3/4
399244公共指数2013/3/4
399248文化指数2013/3/4
399249综企指数2013/3/4
399286区块链502019/12/23
399290深转交债2019/6/6
399291创精选882019/11/6
399292民企发展2019/3/5
399293创业大盘2019/4/18
399294中小创Q2019/6/6
399295创业蓝筹2019/1/23
399296创成长2019/1/23
399298深证中高等级信用债指数2014/9/25
399299深证中低等级信用债指数2014/9/25
399300沪深3002005/4/8
399301深信用债2013/1/11
399302深公司债2013/1/11
399303国证20002014/3/28
399305基金指数2000/7/3
399306深证ETF2011/12/2
399307深证转债2014/8/27
399310国证502005/9/5
399311国证10002005/2/3
399312国证3002005/2/3
399313巨潮1002005/2/3
399314巨潮大盘2005/2/3
399315巨潮中盘2005/2/3
399316巨潮小盘2005/2/3
399317国证A指2005/2/3
399318巨潮B股指数2005/2/3
399319资源优势2005/1/4
399320国证服务2005/1/4
399321国证红利2005/1/4
399322国证治理2005/12/12
399324深证红利2006/1/24
399326成长402006/1/24
399328深证治理2006/1/24
399330深证1002006/1/24
399332深证创新(旧)2006/2/27
399333中小板R2006/12/27
399335深证央企2009/8/3
399337深证民营2009/8/3
399339深证科技2009/8/3
399341深证责任2009/8/3
399344深证300R2009/11/4
399346深证成长2009/11/4
399348深证价值2009/11/4
399350皖江302012/12/18
399351深报指数2004/9/1
399352深报综指2005/2/3
399353国证物流2005/3/1
399354分析师指数2006/11/25
399355长三角2007/7/2
399356珠三角2007/7/2
399357环渤海2007/7/2
399358泰达指数2008/1/2
399359国证基建2009/8/3
399360国证装备2009/8/3
399361国证商业2009/8/3
399362国证民营2009/8/3
399363计算机指2009/8/3
399364中金消费2009/8/3
399365国证农业2009/11/4
399366国证大宗2009/11/4
399367巨潮地产2009/11/4
399368国证军工2009/11/4
399369CBN-兴全2009/11/4
399370国证成长2010/1/4
399371国证价值2010/1/4
399372大盘成长2010/1/4
399373大盘价值2010/1/4
399374中盘成长2010/1/4
399375中盘价值2010/1/4
399376小盘成长2010/1/4
399377小盘价值2010/1/4
399378南方低碳2010/9/20
399379国证基金2011/12/2
399380国证ETF2011/12/2
3993811000能源2011/12/2
3993821000材料2011/12/2
3993831000工业2011/12/2
3993841000可选2011/12/2
3993851000消费2011/12/2
3993861000医药2011/12/2
3993871000金融2011/12/2
3993881000信息2011/12/2
399389国证通信2011/12/2
3993901000公用2011/12/2
399391投资时钟2012/3/26
399392国证新兴2012/3/28
399393国证地产2012/8/20
399394国证医药2012/10/29
399395国证有色2012/10/29
399396国证食品2012/10/29
399397OCT文化2012/11/9
399398绩效指数2012/11/19
399399中经GDP2012/11/23
399400大中盘2013/3/20
399401中小盘2013/3/20
399402周期1002013/10/28
399403防御1002013/10/28
399404大盘低波2013/12/5
399405大盘高贝2013/12/5
399406中盘低波2013/12/5
399407中盘高贝2013/12/5
399408小盘低波2013/12/5
399409小盘高贝2013/12/5
399410苏州率先2013/12/12
399411红利1002014/4/10
399412国证新能2014/5/16
399413国证转债2014/8/27
399415I1002014/9/12
399416I3002014/9/12
399417国证新能源汽车指数2014/9/24
399418国证国家安全指数2014/11/21
399419国证高铁指数2014/12/10
399420国证保险证券指数2014/12/10
399423中关村50指数2015/2/5
399427国证德高行专利领先指数2015/2/17
399428国证定向增发指数2015/2/17
399429新丝路指数2015/1/8
399431国证银行行业指数2014/12/30
399432国证汽车与汽车零配件行业指数2014/12/30
399433国证交通运输行业指数2014/12/30
399434国证传媒行业指数2014/12/30
399435国证农牧渔产品行业指数2014/12/30
399436国证煤炭行业指数2014/12/30
399437国证证券行业指数2014/12/30
399438国证电力公用事业行业指数2014/12/30
399439国证石油天然气行业指数2014/12/30
399440国证黑色金属行业指数2014/12/30
399441国证生物医药指数2015/1/20
399481企债指数2003/1/2
399550央视502012/6/6
399551央视创新2013/6/6
399552央视成长2013/6/6
399553央视回报2013/6/6
399554央视治理2013/6/6
399555央视责任2013/6/6
399556央视生态2014/6/6
399557央视文化2014/6/6
399602中小成长2010/5/24
399604中小价值2010/5/24
399606创业板R2010/6/1
399608科技1002010/10/18
399610TMT502010/11/8
399611中创100R2011/2/28
399612中创1002011/2/28
399613深证能源2011/6/15
399614深证材料2011/6/15
399615深证工业2011/6/15
399616深证可选2011/6/15
399617深证消费2011/6/15
399618深证医药2011/6/15
399619深证金融2011/6/15
399620深证信息2011/6/15
399621深证电信2011/6/15
399622深证公用2011/6/15
399623中小基础2011/7/25
399624中创4002011/8/15
399625中创5002011/8/15
399626中创成长2011/8/15
399627中创价值2011/8/15
399628700成长2011/9/1
399629700价值2011/9/1
3996301000成长2011/9/1
3996311000价值2011/9/1
399632深100EW2011/10/28
399633深300EW2011/10/28
399634中小板EW2011/10/28
399635创业板EW2011/10/28
399636深证装备2011/11/15
399637深证地产2011/11/15
399638深证环保2011/11/15
399639深证大宗2011/11/15
399640创业基础2012/1/16
399641深证新兴2012/2/1
399642中小新兴2012/2/1
399643创业新兴2012/2/1
399644深证时钟2012/3/26
399645100低波2012/6/12
399646深消费502012/8/6
399647深医药502012/8/6
399648深证GDP2012/8/8
399649中小红利2012/8/20
399650中小治理2012/8/20
399651中小责任2012/8/20
399652中创高新2012/9/17
399653深证龙头2012/9/25
399654深证文化2012/11/9
399655深证绩效2012/11/19
399656100绩效2012/11/19
399657300绩效2012/11/19
399658中小绩效2012/11/19
399659深成指EW2012/11/23
399660中创EW2012/11/23
399661深证低波2012/12/20
399662深证高贝2012/12/20
399663中小低波2012/12/20
399664中小高贝2012/12/20
399665中创低波2012/12/20
399666中创高贝2012/12/20
399667创业板G2013/1/7
399668创业板V2013/1/7
399669深证农业2013/6/24
399670深周期502013/10/28
399671深防御502013/10/28
399672深红利502014/4/10
399673创业板502014/6/18
399674深A医药卫生指数2015/6/8
399675深A软件与互联网指数2015/6/8
399676深A医药卫生等权指数2015/6/8
399677深A软件与互联网等权指数2015/6/8
399678深证次新股指数2015/6/18
399679深证200指数2015/6/18
399680深成能源行业指数2015/8/31
399681深成原材料行业指数2015/8/31
399682深成工业行业指数2015/8/31
399683深成可选消费行业指数2015/8/31
399684深成主要消费行业指数2015/8/31
399685深成医药卫生行业指数2015/8/31
399686深成金融地产行业指数2015/8/31
399687深成信息技术行业指数2015/8/31
399688深成电信业务行业指数2015/8/31
399689深成公用事业行业指数2015/8/31
399690深证中小板专利领先指数2016/5/23
399691深证创业板专利领先指数2016/5/23
399692创业300低波动率指数2016/12/20
399693安防产业2016/6/20
399694创业高贝2016/12/20
399695深证节能环保指数2017/4/28
399696深证创投2016/10/21
399697中关村602017/1/10
399698深证优势成长2017/6/15
399699金融科技2017/6/9
399701深证F602010/5/10
399702深证F1202010/5/10
399703深证F2002010/5/10
399704深证上游2011/10/18
399705深证中游2011/10/18
399706深证下游2011/10/18
399707中证申万证券行业指数2015/4/16
399802500深市2012/9/5
399803中证工业4.0指数2015/3/10
399804中证体育产业指数2015/2/9
399805中证互联网金融指数2015/2/10
399806中证环境治理指数2014/7/21
399807中证高铁产业指数2015/1/20
399808中证新能源指数2015/2/10
399809中证方正富邦保险主题指数2015/2/13
399810中证申万传媒行业投资指数2015/8/3
399811中证申万电子行业投资指数2015/8/3
399812中证养老产业指数2014/6/6
399813中证国防安全指数2015/1/29
399814中证大农业指数2014/7/22
399817中证阿拉善生态主题100指数2015/10/21
399901中证南方小康产业指数2010/4/1
399902中证流通指数2006/2/27
399903中证100指数2006/5/29
399904中证中盘200指数2007/1/15
399905中证5002007/1/15
399906中证800指数2007/1/15
399907中证中小盘700指数2007/1/15
399908沪深300能源指数2007/7/2
399909沪深300原材料指数2007/7/2
399910沪深300工业指数2007/7/2
399911沪深300可选消费指数2007/7/2
399912沪深300主要消费指数2007/7/2
399913沪深300医药卫生指数2007/7/2
399914沪深300金融地产指数2007/7/2
399915沪深300信息技术指数2007/7/2
399916沪深300电信业务指数2007/7/2
399917沪深300公用事业指数2007/7/2
399918沪深300成长指数2008/1/21
399919沪深300价值指数2008/1/21
399920沪深300相对成长指数2008/1/21
399922中证红利指数2008/5/26
399923公司债2008/11/19
399925中证锐联基本面50指数2009/2/26
399926中证中央企业综合指数2009/3/30
399927中证中央企业100指数2009/3/30
399928中证能源指数2009/7/3
399929中证原材料指数2009/7/3
399930中证工业指数2009/7/3
399931中证可选消费指数2009/7/3
399932中证主要消费指数2009/7/3
399933中证医药卫生指数2009/7/3
399934中证金融地产指数2009/7/3
399935中证信息技术指数2009/7/3
399936中证电信业务指数2009/7/3
399937中证公用事业指数2009/7/3
399938中证民营企业综合指数2009/8/25
399939中证民营企业200指数2009/8/25
399940中证财富大盘指数2009/9/25
399941中证内地新能源主题指数2009/10/28
399942中证内地消费主题指数2009/10/28
399943中证内地基建主题指数2009/10/28
399944中证内地资源主题指数2009/10/28
399945中证内地运输主题指数2009/10/28
399946中证内地金融主题指数2009/10/28
399947中证内地银行主题指数2009/10/28
399948中证内地地产主题指数2009/10/28
399949中证内地农业主题指数2009/10/28
399950沪深300基建主题指数2009/10/28
399951沪深300银行指数2009/10/28
399952沪深300地产指数2009/10/28
399953中证地方国有企业综合指数2010/2/9
399954中证地方国有企业100指数2010/2/9
399955中证国有企业综合指数2010/2/9
399956中证国有企业200指数2010/2/9
399957沪深300运输指数2009/6/16
399958中证创业成长指数2010/3/24
399959军工指数2011/8/30
399960中证龙头企业指数2010/2/9
399961中证上游资源产业指数2010/4/16
399962中证中游制造产业指数2010/4/16
399963中证下游消费与服务产业指数2010/4/16
399964中证新兴产业指数2010/4/30
399965800地产2014/4/4
399966800非银2014/4/4
399967中证军工2013/12/26
399968沪深300周期行业指数2010/5/28
399969沪深300非周期行业指数2010/5/28
399970中证移动互联网指数2014/5/5
399971中证传媒指数2014/4/15
399972300深市2012/6/21
399973中证国防指数2014/4/15
399974中证国有企业改革指数2014/8/7
399975中证全指证券公司指数(四级行业)2013/7/15
399976中证新能源汽车指数2014/11/28
399977中证内地低碳经济主题指数2011/1/21
399978中证医药100指数2011/3/18
399979中证大宗商品股票指数2011/8/22
399980中证超级大盘指数2011/5/10
399981沪深300行业分层等权重指数2011/6/13
399982中证500等权重指数2011/6/13
399983沪深300地产等权重指数2013/11/22
399984沪深300等权重指数2011/8/2
399985中证全指指数2011/8/2
399986中证银行指数2013/7/15
399987中证酒指数2014/12/10
399989中证医疗指数2014/10/31
399990中证煤炭等权指数2015/1/21
399991中证一带一路主题指数2015/2/16
399992中证万得并购重组指数2015/5/8
399993中证万得生物科技指数2015/5/8
399994中证信息安全主题指数2015/3/12
399995中证基建工程指数2015/3/12
399996中证智能家居指数2014/9/17
399997中证白酒指数2015/1/21
399998中证煤炭指数2015/2/13

输出参数

名称类型默认显示描述
品种代码strY股票代码
品种名称strY股票名称
纳入日期strY成份股纳入日期

接口示例

  1. import akshare as ak
  2. index_stock_cons_df = ak.index_stock_cons(index="000300")
  3. print(index_stock_cons_df)

数据示例

  1.      品种代码  品种名称        纳入日期
  2. 0    603501  韦尔股份  2019-12-16
  3. 1    600989  宝丰能源  2019-12-16
  4. 2    000723  美锦能源  2019-12-16
  5. 3    601236  红塔证券  2019-12-16
  6. 4    603899  晨光文具  2019-12-16
  7. ..      ...   ...         ...
  8. 295  000157  中联重科  2005-04-08
  9. 296  000069  华侨城A  2005-04-08
  10. 297  000063  中兴通讯  2005-04-08
  11. 298  000001  深发展A  2005-04-08
  12. 299  000002   万科A  2005-04-08

输出参数-按市场归类

名称类型默认显示描述
品种代码strY股票代码
品种名称strY股票名称
纳入日期strY成份股纳入日期

接口示例-按市场归类

  1. import akshare as ak
  2. index_stock_cons_df = ak.index_stock_cons(index="000300")  # 主要调用 ak.stock_a_code_to_symbol 来进行转换
  3. index_stock_cons_df['symbol'] = index_stock_cons_df['品种代码'].apply(ak.stock_a_code_to_symbol)
  4. print(index_stock_cons_df)

数据示例-按市场归类

  1.       品种代码  品种名称        纳入日期    symbol
  2. 0   000688  国城矿业  2020-12-14  sz000688
  3. 1   002409  雅克科技  2020-12-14  sz002409
  4. 2   002683  宏大爆破  2020-12-14  sz002683
  5. 3   002709  天赐材料  2020-12-14  sz002709
  6. 4   002064  华峰氨纶  2020-06-15  sz002064
  7. 5   002458  益生股份  2020-06-15  sz002458
  8. 6   002812  恩捷股份  2019-12-16  sz002812
  9. 7   002128  露天煤业  2019-12-16  sz002128
  10. 8   002080  中材科技  2019-12-16  sz002080
  11. 9   000708  中信特钢  2019-12-16  sz000708
  12. 10  002157  正邦科技  2019-06-17  sz002157
  13. 11  000723  美锦能源  2019-06-17  sz000723
  14. 12  000629  攀钢钒钛  2019-06-17  sz000629
  15. 13  000930  中粮生化  2019-01-02  sz000930
  16. 14  000860  顺鑫农业  2019-01-02  sz000860
  17. 15  002110  三钢闽光  2018-07-02  sz002110
  18. 16  002078  太阳纸业  2018-07-02  sz002078
  19. 17  000703  恒逸石化  2018-07-02  sz000703
  20. 18  000830  鲁西化工  2018-01-02  sz000830
  21. 19  300618  寒锐钴业  2018-01-02  sz300618
  22. 20  002408  齐翔腾达  2017-07-03  sz002408
  23. 21  300498  温氏股份  2017-01-03  sz300498
  24. 22  002299  圣农发展  2016-07-01  sz002299
  25. 23  000959  首钢股份  2016-07-01  sz000959
  26. 24  000807  云铝股份  2016-07-01  sz000807
  27. 25  002221  东华能源  2016-01-04  sz002221
  28. 26  000898  鞍钢股份  2014-07-01  sz000898
  29. 27  002340   格林美  2014-01-02  sz002340
  30. 28  002311  海大集团  2014-01-02  sz002311
  31. 29  002385   大北农  2012-07-02  sz002385
  32. 30  000876   新希望  2012-01-04  sz000876
  33. 31  000998  隆平高科  2011-11-15  sz000998
  34. 32  000983  西山煤电  2011-11-15  sz000983
  35. 33  000960  锡业股份  2011-11-15  sz000960
  36. 34  000878  云南铜业  2011-11-15  sz000878
  37. 35  000825  太钢不锈  2011-11-15  sz000825
  38. 36  000778  新兴铸管  2011-11-15  sz000778
  39. 37  000709  河北钢铁  2011-11-15  sz000709
  40. 38  000630  铜陵有色  2011-11-15  sz000630
  41. 39  000060  中金岭南  2011-11-15  sz000060

历史成份

接口: index_stock_hist

目标地址: http://stock.jrj.com.cn/share,sh000300,2015nlscf\_2.shtml

描述: 获取指定股票指数的历史成份股票信息

输入参数

名称类型必选描述
indexstrYindex=”sh000300”; 带市场前缀的指数代码
  1. import akshare as ak
  2. stock_index_hist_df = ak.index_stock_hist(index="sh000001")
  3. print(stock_index_hist_df)

输出参数

名称类型默认显示描述
stock_codestrY股票代码
in_datestrY进入时间
out_datestrY退出时间

数据示例

  1.    stock_code     in_date    out_date
  2. 0      000630  2005-04-08  2020-06-15
  3. 1      002294  2017-12-11  2020-06-15
  4. 2      300070  2014-12-15  2020-06-15
  5. 3      002411  2017-06-12  2020-06-15
  6. 4      600100  2005-04-08  2020-06-15
  7. ..        ...         ...         ...
  8. 20     600489  2005-04-08  2005-07-01
  9. 21     000562  2005-04-08  2005-07-01
  10. 22     600757  2005-04-08  2005-07-01
  11. 23     600748  2005-04-08  2005-07-01
  12. 24     600271  2005-04-08  2005-07-01

国政指数

全部指数

接口: index_cni_all

目标地址: http://www.cnindex.com.cn/zh\_indices/sese/index.html?act\_menu=1&index\_type=-1

描述: 获取国政指数-所有指数的代码和基本信息

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
指数代码strY-
指数简称strY-
样本数intY-
收盘点位floatY-
涨跌幅floatY-
PE滚动floatY-
成交量floatY-
成交额floatY-
总市值floatY-
自由流通市值floatY-

接口示例

  1. import akshare as ak
  2. index_cni_all_df = ak.index_cni_all()
  3. print(index_cni_all_df)

数据示例

  1.          指数代码         指数简称  样本数  ...           成交额           总市值        自由流通市值
  2. 0      399001         深证成指  500  ...  3.019119e+11  2.235488e+13  1.032938e+13
  3. 1      399002         深成指R  500  ...  3.019119e+11  2.235488e+13  1.032938e+13
  4. 2      399003         成份B指   10  ...  2.151528e+08           NaN           NaN
  5. 3      399004       深证100R  100  ...  1.586337e+11  1.348989e+13  6.170117e+12
  6. 4      399005         中小板指  100  ...  8.945327e+10  7.052534e+12  3.026932e+12
  7.        ...          ...  ...  ...           ...           ...           ...
  8. 1051  MOTHKDG    中华港股通护城河R   40  ...  3.831779e+10           NaN           NaN
  9. 1052  PELHKDG  中华港股通泛休闲娱乐R   30  ...  2.501472e+10           NaN           NaN
  10. 1053  RETHKDG   中华房地产信托基金R   30  ...  1.322452e+09           NaN           NaN
  11. 1054  VALHKDG     中华港股通价值R   40  ...  1.822428e+10           NaN           NaN
  12. 1055  YLVHKDG   中华港股通高息低波R   40  ...  3.408036e+10           NaN           NaN

指数行情

接口: index_cni_hist

目标地址: http://www.cnindex.com.cn/module/index-detail.html?act\_menu=1&indexCode=399001

描述: 获取国政指数-具体指数的日频率行情数据

输入参数

名称类型必选描述
indexstrYindex=”399005”; 从 index_cni_all 接口获取指数代码

输出参数

名称类型默认显示描述
日期strY-
开盘价floatY-
最高价floatY-
最低价floatY-
收盘价floatY-
涨跌幅floatY-
成交量floatY-
成交额floatY-

接口示例

  1. import akshare as ak
  2. index_cni_hist_df = ak.index_cni_hist(index="399005")
  3. print(index_cni_hist_df)

数据示例

  1.               日期      开盘价      最高价      最低价      收盘价     涨跌幅       成交量      成交额
  2. 0     2020-11-30  9063.78  9118.59  8988.38  9042.47  0.0016  14140.85  1808.14
  3. 1     2020-11-27  8966.50  9028.19  8917.51  9028.19  0.0096  12107.15  1467.90
  4. 2     2020-11-26  8966.24  8991.66  8832.09  8942.48 -0.0022  12466.98  1544.96
  5. 3     2020-11-25  9126.53  9148.83  8960.07  8962.49 -0.0171  14709.35  1811.81
  6. 4     2020-11-24  9155.33  9164.62  9071.68  9118.20 -0.0033  14587.09  1843.87
  7.           ...      ...      ...      ...      ...     ...       ...      ...
  8. 3602  2006-02-08  1459.67  1469.49  1446.54  1469.49  0.0038     60.96     5.37
  9. 3603  2006-02-07  1483.46  1485.69  1450.15  1463.92 -0.0124    102.62     9.35
  10. 3604  2006-02-06  1433.45  1482.33  1433.45  1482.33  0.0366     81.29     7.31
  11. 3605  2006-01-25  1456.09  1463.72  1414.46  1430.02 -0.0200    115.68     9.25
  12. 3606  2006-01-24  1457.22  1471.20  1446.44  1459.20     NaN     90.65     7.88

指数样本详情

接口: index_cni_detail

目标地址: http://www.cnindex.com.cn/module/index-detail.html?act\_menu=1&indexCode=399001

描述: 获取国政指数-指数样本详情数据

输入参数

名称类型必选描述
indexstrYindex=’399005’; 从 index_cni_all 接口获取指数代码
datestrYdate=’2020-11’; 指定月份

输出参数

名称类型默认显示描述
日期strY-
样本代码strY-
样本简称strY-
所属行业strY-
自由流通市值floatY注意单位: 亿元
总市值floatY注意单位: 亿元
权重floatY注意单位: %

接口示例

  1. import akshare as ak
  2. index_cni_detail_df = ak.index_cni_detail(index='399005', date='2020-11')
  3. print(index_cni_detail_df)

数据示例

  1.             日期  样本代码  样本简称  所属行业  自由流通市值(亿元)  总市值(亿元)  权重（%）
  2. 0   2020-11-30  2475  立讯精密  信息技术     2054.87  3618.18   6.79
  3. 1   2020-11-30  2415  海康威视  信息技术     1499.80  4267.87   4.95
  4. 2   2020-11-30  2594   比亚迪  可选消费     1317.61  3121.33   4.35
  5. 3   2020-11-30  2714  牧原股份  主要消费     1251.56  2885.83   4.13
  6. 4   2020-11-30  2352  顺丰控股    工业     1130.70  3645.15   3.74
  7. ..         ...   ...   ...   ...         ...      ...    ...
  8. 95  2020-11-30  2468  申通快递    工业       63.81   194.41   0.21
  9. 96  2020-11-30  2563  森马服饰  可选消费       57.12   240.36   0.19
  10. 97  2020-11-30  2399   海普瑞  医药卫生       52.09   233.35   0.17
  11. 98  2020-11-30  2901  大博医疗  医药卫生       27.70   277.90   0.09
  12. 99  2020-11-30  2966  苏州银行    金融       26.13   261.33   0.09

历史样本

接口: index_cni_detail_hist

目标地址: http://www.cnindex.com.cn/module/index-detail.html?act\_menu=1&indexCode=399001

描述: 获取国政指数-历史样本数据

输入参数

名称类型必选描述
indexstrYindex=’399005’; 从 index_cni_all 接口获取指数代码

输出参数

名称类型默认显示描述
日期strY-
样本代码strY-
样本简称strY-
所属行业strY-
自由流通市值floatY注意单位: 亿元
总市值floatY注意单位: 亿元
权重floatY注意单位: %

接口示例

  1. import akshare as ak
  2. index_cni_detail_hist_df = ak.index_cni_detail_hist(index='399005')
  3. print(index_cni_detail_hist_df)

数据示例

  1.          日期  样本代码   样本简称  所属行业  自由流通市值(亿元)  总市值(亿元)  权重（%）
  2. 0     2020-11-30  2001  新 和 成  医药卫生      342.88   683.27   1.13
  3. 1     2020-11-30  2007   华兰生物  医药卫生      418.01   785.21   1.38
  4. 2     2020-11-30  2008   大族激光  信息技术      319.26   421.92   1.05
  5. 3     2020-11-30  2010   传化智联    工业       65.53   182.76   0.22
  6. 4     2020-11-30  2013   中航机电    工业      210.73   420.73   0.70
  7.           ...   ...    ...   ...         ...      ...    ...
  8. 6095  2015-11-30  2653    海思科  医药卫生       62.97   237.55   0.49
  9. 6096  2015-11-30  2657   中科金财  信息技术      121.85   269.34   0.94
  10. 6097  2015-11-30  2673   西部证券    金融      333.84  1001.93   2.57
  11. 6098  2015-11-30  2701    奥瑞金   原材料      137.86   268.50   1.06
  12. 6099  2015-11-30  2736   国信证券    金融      227.04  1551.44   1.75

历史调样

接口: index_cni_detail_hist_adjust

目标地址: http://www.cnindex.com.cn/module/index-detail.html?act\_menu=1&indexCode=399001

描述: 获取国证指数-样本详情-历史调样

输入参数

名称类型必选描述
indexstrYindex=’399005’; 从 index_cni_all 接口获取指数代码

输出参数

名称类型默认显示描述
开始日期strY-
结束日期strY-
样本代码strY-
样本简称strY-
所属行业strY-
调整类型strY注意单位: 亿元

接口示例

  1. import akshare as ak
  2. index_cni_detail_hist_adjust_df = ak.index_cni_detail_hist_adjust(index='399005')
  3. print(index_cni_detail_hist_adjust_df)

数据示例

  1.             开始日期        结束日期    样本代码   样本简称  所属行业 调整类型
  2. 0     2020-06-15  2020-12-11  002001  新 和 成  医药卫生  OLD
  3. 1     2020-06-15  2020-12-11  002007   华兰生物  医药卫生  OLD
  4. 2     2020-06-15  2020-12-11  002008   大族激光  信息技术  OLD
  5. 3     2020-06-15  2020-12-11  002010   传化智联    工业  OLD
  6. 4     2020-06-15  2020-12-11  002013   中航机电    工业  OLD
  7.           ...         ...     ...    ...   ...  ...
  8. 1290  2016-01-04  2016-06-30  002657   中科金财  信息技术  OLD
  9. 1291  2016-01-04  2016-06-30  002673   西部证券    金融  OLD
  10. 1292  2016-01-04  2016-06-30  002701    奥瑞金   原材料  OLD
  11. 1293  2016-01-04  2016-06-30  002736   国信证券    金融  OLD
  12. 1294  2016-01-04  2016-06-30  002739   万达院线  可选消费    +

全球指数数据

接口: index_investing_global

目标地址: https://cn.investing.com/indices/

描述: 获取世界主要国家的各种指数, 由于涉及国家和指数(1000 + 个指数)具体参见国家-指数目录 具体的调用方式可以参照:

  1. 先查询指数所在的国家名称;
  2. 复制网页上国家名称(推荐复制), 如 美国;
  3. 复制所显示的具体指数名称(推荐复制, 如果英文中间有空格, 也需要保留空格), 如 美元指数; 也可以调用 ak.index_investing_global_country_name_url(“美国”) 获取需要国家的具体指数名称
  4. 在安装 AkShare 后输入, 如 ak.index_investing_global(country=”美国”, index_name=”VIX恐慌指数”, period=”每月”, start_date=”2005-01-01”, end_date=”2020-06-05”);
  5. 稍后就可以获得所需数据.

限量: 单次返回某一个国家的具体某一个指数, 建议用 for 循环获取多个国家的多个指数, 注意不要大量获取, 以免给对方服务器造成压力!

输入参数

名称类型必选描述
countrystrYcountry=”美国”
index_namestrYindex_name=”美元指数”; 可以通过 ak.index_investing_global_country_name_url(“美国”) 获取
periodstrYperiod=”每月”; choice of {“每日”, “每周”, “每月”}
start_datestrYstart_date=’2000-01-01’
end_datestrYend_date=’2019-10-17’

输出参数

名称类型默认显示描述
日期strY日期-索引
收盘floatY收盘
开盘floatY开盘
高floatY高
低floatY低
交易量floatY交易量

接口示例

  1. import akshare as ak
  2. index_investing_global_df = ak.index_investing_global(country="美国", index_name="VIX恐慌指数", period="每月", start_date="2005-01-01", end_date="2020-06-05")
  3. print(index_investing_global_df)

数据示例

  1.                收盘     开盘      高      低  交易量
  2. 日期                                         
  3. 2020-06-01  24.30  28.90  30.60  23.60  0.0
  4. 2020-05-01  27.51  38.17  40.32  25.92  0.0
  5. 2020-04-01  34.15  57.38  60.59  30.54  0.0
  6. 2020-03-01  53.54  34.86  85.47  24.93  0.0
  7. 2020-02-01  40.11  18.64  49.48  13.38  0.0
  8.            ...    ...    ...    ...  ...
  9. 2005-05-01  13.29  15.45  17.70  11.65  0.0
  10. 2005-04-01  15.31  13.64  18.59  11.20  0.0
  11. 2005-03-01  14.02  11.95  14.89  11.66  0.0
  12. 2005-02-01  12.08  12.80  13.20  10.90  0.0
  13. 2005-01-01  12.82  13.39  14.75  12.29  0.0

微博指数数据

接口: weibo_index

目标地址: https://data.weibo.com/index/newindex

描述: 获取指定 词语 的微博指数

输入参数

名称类型必选描述
wordstrYword=”股票”
time_typestrYtime_type=”1hour”; 1hour, 1day, 1month, 3month 选其一

输出参数

名称类型默认显示描述
datedatetimeY日期-索引
indexfloatY指数

接口示例

  1. import akshare as ak
  2. df_index = ak.weibo_index(word="期货", time_type="3month")
  3. print(df_index)

数据示例

  1.              期货
  2. index          
  3. 20190901  13334
  4. 20190902  46214
  5. 20190903  49017
  6. 20190904  53229
  7. 20190905  68506
  8.          ...
  9. 20191127  68081
  10. 20191128  42348
  11. 20191129  62141
  12. 20191130  23448
  13. 20191201  16169

百度搜索指数

接口: baidu_search_index

目标地址: http://index.baidu.com/v2/main/index.html

描述: 获取指定 词语 的百度搜索指数

输入参数

名称类型必选描述
wordstrYword=”股票”
start_datestrYstart_date=”2010-12-27”
end_datestrYend_date=”2019-12-01”
cookiestrYcookie=”您在网页端登录百度指数后的 cookie 数据”; 如下图所示

如下图中游览器请求头中的蓝色选中部分内容到 cookie 即可

https://jfds-1252952517.cos.ap-chengdu.myqcloud.com/akshare/readme/index_baidu/cookies.pngcookies

输出参数

名称类型默认显示描述
datedatetimeY日期-索引
indexfloatY指数

接口示例

  1. import akshare as ak
  2. cookie = '此处输入您在网页端登录百度指数后的 cookie 数据'  # 此处请用单引号
  3. baidu_search_index_df = ak.baidu_search_index(word="螺纹钢", start_date='2010-12-27', end_date='2019-12-01', cookie=cookie)
  4. print(baidu_search_index_df)

数据示例

  1.            index
  2. date            
  3. 2010-12-27   294
  4. 2011-01-03   494
  5. 2011-01-10   527
  6. 2011-01-17   462
  7. 2011-01-24   411
  8.           ...
  9. 2019-10-28   706
  10. 2019-11-04   758
  11. 2019-11-11   810
  12. 2019-11-18   936
  13. 2019-11-25   924

百度资讯指数

接口: baidu_info_index

目标地址: http://index.baidu.com/v2/main/index.html

描述: 获取指定 词语 的百度资讯指数

输入参数

名称类型必选描述
wordstrYword=”股票”
start_datedatetime.datetimeYstart_date=”2017-07-03”
end_datedatetime.datetimeYend_date=”2019-12-01”
cookiestrYcookie=”您在网页端登录百度指数后的 cookie 数据”; 如下图所示

如下图中游览器请求头中的蓝色选中部分内容到 cookie 即可

https://jfds-1252952517.cos.ap-chengdu.myqcloud.com/akshare/readme/index_baidu/cookies.pngcookies

输出参数

名称类型默认显示描述
datedatetimeY日期-索引
indexfloatY指数

接口示例

  1. import akshare as ak
  2. cookie = '此处输入您在网页端登录百度指数后的 cookie 数据'  # 此处请用单引号
  3. baidu_info_index_df = ak.baidu_info_index(word="螺纹钢", start_date='2017-07-03', end_date='2019-12-01', cookie=cookie)
  4. print(baidu_info_index_df)

数据示例

  1.             index
  2. date             
  3. 2017-07-03  12727
  4. 2017-07-10  12670
  5. 2017-07-17   8722
  6. 2017-07-24   6054
  7. 2017-07-31  10763
  8.            ...
  9. 2019-10-28  24363
  10. 2019-11-04  18594
  11. 2019-11-11  38890
  12. 2019-11-18  30896
  13. 2019-11-25  55445

百度媒体指数

接口: baidu_media_index

目标地址: http://index.baidu.com/v2/main/index.html

描述: 获取指定 词语 的百度媒体指数

输入参数

名称类型必选描述
wordstrYword=”股票”
start_datedatetime.datetimeYstart_date=”2010-12-27”
end_datedatetime.datetimeYend_date=”2019-12-01”
cookiestrYcookie=”您在网页端登录百度指数后的 cookie 数据”; 如下图所示

如下图中游览器请求头中的蓝色选中部分内容到 cookie 即可

https://jfds-1252952517.cos.ap-chengdu.myqcloud.com/akshare/readme/index_baidu/cookies.pngcookies

输出参数

名称类型默认显示描述
datedatetimeY日期-索引
indexfloatY指数

接口示例

  1. import akshare as ak
  2. cookie = '此处输入您在网页端登录百度指数后的 cookie 数据'  # 此处请用单引号
  3. baidu_media_index_df = ak.baidu_media_index(word="螺纹钢", start_date='2010-12-27', end_date='2019-12-01', cookie=cookie)
  4. print(baidu_media_index_df)

数据示例

  1.            index
  2. date            
  3. 2010-12-27     0
  4. 2011-01-03    13
  5. 2011-01-10    30
  6. 2011-01-17    33
  7. 2011-01-24    27
  8.           ...
  9. 2019-10-28     5
  10. 2019-11-04     6
  11. 2019-11-11     4
  12. 2019-11-18     5
  13. 2019-11-25     8

谷歌趋势指数

接口: google_index

目标地址: https://trends.google.com/trends/?geo=US

描述: 获取指定 词语 的谷歌趋势指数, 需要通过代理访问

输入参数

名称类型必选描述
wordstrYword=”python”
start_datedatetime.datetimeYstart_date=”2004-01-01”, 如果要获取具体的实时分钟或小时数据, 请输入如 start_date=”2019-12-10T10” , end_date=”2019-12-10T23”
end_datedatetime.datetimeYend_date=”2019-12-01”, 如果要获取具体的实时分钟或小时数据, 请输入如 start_date=”2019-12-10T10” , end_date=”2019-12-10T23”
plotBoolYplot=True, 则画图

start_date=”2019-12-10T10” 中的 T10 表示 10 点, 以 24 小时制计算, 2019年12月10日上午 10 点

end_date=”2019-12-10T23” 中的 T10 表示 23 点, 以 24 小时制计算, 2019年12月10日晚上 23 点

中美时间会有一天左右时差

输出参数

名称类型默认显示描述
datedatetimeY日期-索引
indexfloatY指数

接口示例-长时间

  1. import akshare as ak
  2. google_index_df = ak.google_index(word="python", start_date='2004-01-01', end_date='2019-12-01', plot=True)
  3. print(google_index_df)

数据示例-长时间

  1. date
  2. 2004-01-01     43
  3. 2004-02-01     40
  4. 2004-03-01     41
  5. 2004-04-01     38
  6. 2004-05-01     40
  7.              ... 
  8. 2019-08-01     87
  9. 2019-09-01     98
  10. 2019-10-01     99
  11. 2019-11-01    100
  12. 2019-12-01     60
  13. Name: python, Length: 192, dtype: int32

图片示例-长时间

https://jfds-1252952517.cos.ap-chengdu.myqcloud.com/akshare/readme/index/clipboard_20191204050206.png

接口示例-短时间

  1. import akshare as ak
  2. index_df = df = ak.google_index(word="AI", start_date="2019-12-10T10", end_date="2019-12-10T23", plot=True)
  3. print(index_df)

数据示例-短时间

  1. date
  2. 2019-12-10 10:00:00    31
  3. 2019-12-10 10:08:00    42
  4. 2019-12-10 10:16:00    42
  5. 2019-12-10 10:24:00    73
  6. 2019-12-10 10:32:00    83
  7.                        ..
  8. 2019-12-10 22:24:00    12
  9. 2019-12-10 22:32:00     0
  10. 2019-12-10 22:40:00    12
  11. 2019-12-10 22:48:00    12
  12. 2019-12-10 22:56:00    62
  13. Name: 人工智能, Length: 98, dtype: int32

图片示例-短时间

https://jfds-1252952517.cos.ap-chengdu.myqcloud.com/akshare/readme/index/clipboard_20191211034449.png

申万一级行业实时行情

接口: sw_index_spot

目标地址: http://www.swsindex.com/idx0120.aspx?columnid=8832

描述: 获取申万一级行业实时行情数据

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
指数代码strY
指数名称strY
昨收盘floatY
今开盘floatY
成交额floatY
最高价floatY
最低价floatY
最新价floatY
成交量floatY

接口示例

  1. import akshare as ak
  2. sw_index_spot_df = ak.sw_index_spot()
  3. print(sw_index_spot_df)

数据示例

  1.       指数代码  指数名称       昨收盘       今开盘             成交额       最高价       最低价  \
  2. 0   801010  农林牧渔   3272.12   3278.67  10632127513.00   3301.17   3263.88   
  3. 1   801020    采掘   2378.17   2378.25   3688421635.00   2378.70   2365.45   
  4. 2   801030    化工   2493.00   2492.71  21243935761.00   2505.70   2489.63   
  5. 3   801040    钢铁   2027.81   2025.36   2182396591.00   2034.42   2019.31   
  6. 4   801050  有色金属   2715.12   2710.45  14929258171.00   2719.40   2708.82   
  7. 5   801080    电子   3296.53   3297.50  83835352265.00   3346.92   3293.55   
  8. 6   801110  家用电器   7300.79   7310.10   7211608777.00   7371.99   7304.79   
  9. 7   801120  食品饮料  14953.12  14989.38  18729948179.00  15286.60  14989.37   
  10. 8   801130  纺织服装   1785.56   1783.75   2820139838.00   1799.21   1782.26   
  11. 9   801140  轻工制造   2108.66   2109.56   8047875339.00   2127.92   2105.88   
  12. 10  801150  医药生物   7722.43   7733.86  25595067955.00   7774.75   7709.18   
  13. 11  801160  公用事业   1938.40   1941.14   5974962455.00   1941.26   1930.84   
  14. 12  801170  交通运输   2264.88   2269.50   6242927002.00   2283.77   2264.84   
  15. 13  801180   房地产   3938.34   3940.38   8647068776.00   3955.22   3934.40   
  16. 14  801200  商业贸易   3122.51   3128.76   4137020879.00   3153.07   3128.76   
  17. 15  801210  休闲服务   5859.08   5883.74   1647276734.00   5903.78   5853.36   
  18. 16  801230    综合   1962.27   1960.96   3119372157.00   1970.41   1954.48   
  19. 17  801710  建筑材料   5581.24   5587.85   5438633403.00   5602.77   5564.02   
  20. 18  801720  建筑装饰   1985.84   1987.95   5920618857.00   1991.93   1982.52   
  21. 19  801730  电气设备   4099.89   4098.35  13939419861.00   4131.52   4090.35   
  22. 20  801740  国防军工   1092.14   1092.34   6157230977.00   1097.11   1088.90   
  23. 21  801750   计算机   4465.68   4464.80  40529540333.00   4486.20   4429.60   
  24. 22  801760    传媒    619.46    618.81  24921253034.00    629.75    617.73   
  25. 23  801770    通信   2175.99   2178.60  14877087262.00   2196.10   2168.42   
  26. 24  801780    银行   3690.74   3697.36   7989722487.00   3703.54   3677.90   
  27. 25  801790  非银金融   1986.05   1988.34  21572483701.00   1991.80   1978.63   
  28. 26  801880    汽车   3687.03   3687.86  13890877424.00   3687.86   3660.98   
  29. 27  801890  机械设备   1096.74   1096.78  19039342701.00   1103.92   1095.24   
  30.          最新价         成交量  
  31. 0    3273.24   762843661  
  32. 1    2378.54   675383283  
  33. 2    2505.70  2242816595  
  34. 3    2033.62   523542522  
  35. 4    2717.11  1627640796  
  36. 5    3346.92  5865791446  
  37. 6    7351.03   537292047  
  38. 7   15286.60   579595101  
  39. 8    1799.20   418346826  
  40. 9    2127.92   970261252  
  41. 10   7774.75  1510059102  
  42. 11   1941.09  1018563967  
  43. 12   2283.77   913935513  
  44. 13   3955.22  1205411968  
  45. 14   3153.07   628748493  
  46. 15   5891.18   140257228  
  47. 16   1969.75   269570972  
  48. 17   5602.77   548904394  
  49. 18   1991.93   819923009  
  50. 19   4131.52  1390432678  
  51. 20   1097.11   481212023  
  52. 21   4486.20  2659642631  
  53. 22    629.75  3095214341  
  54. 23   2195.80  1092450575  
  55. 24   3694.55   971965702  
  56. 25   1991.02  1642748437  
  57. 26   3676.52  1504640443  
  58. 27   1103.92  1881425427

申万一级行业成份

接口: sw_index_cons

目标地址: http://www.swsindex.com/idx0210.aspx?swindexcode=801010

描述: 获取申万一级行业成份股数据

输入参数

名称类型必选描述
index_codestrYindex_code=”801010”

输出参数

名称类型默认显示描述
stock_codestrY
stock_namestrY
start_datefloatY
weightfloatY

接口示例

  1. import akshare as ak
  2. sw_index_df = ak.sw_index_cons(index_code="801010")
  3. print(sw_index_df)

数据示例

  1.    stock_code stock_name          start_date  weight
  2. 0      000048        康达尔 2011-10-10 00:00:00  0.4648
  3. 1      000505       京粮控股 2018-07-16 00:00:00  0.2636
  4. 2      000576       广东甘化 2018-07-16 00:00:00  0.3266
  5. 3      000592       平潭发展 2015-11-03 00:00:00  0.7277
  6. 4      000702       正虹科技 2008-06-02 00:00:00  0.2174
  7. ..        ...        ...                 ...     ...
  8. 79     603566        普莱柯 2015-06-24 00:00:00  0.5235
  9. 80     603609       禾丰牧业 2014-07-31 00:00:00  0.9313
  10. 81     603668       天马科技 2016-12-01 21:19:00  0.2899
  11. 82     603718       海利生物 2016-02-05 00:00:00  0.4451
  12. 83     603739       蔚蓝生物 2019-01-04 10:00:00  0.1789

申万一级行业历史行情

接口: sw_index_daily

目标地址: http://www.swsindex.com/idx0200.aspx?columnid=8838&type=Day

描述: 获取申万一级行业历史行情数据

输入参数

名称类型必选描述
index_codestrYindex_code=”801010”
start_datestrYstart_date=”2019-12-01”
end_datestrYend_date=”2019-12-07”

输出参数

名称类型默认显示描述
index_codestrY
index_namestrY
datestrY
openfloatY
highfloatY
lowfloatY
closefloatY
volfloatY
amountfloatY
change_pctfloatY

接口示例

  1. import akshare as ak
  2. sw_index_df = ak.sw_index_daily(index_code="801010", start_date="2019-12-01", end_date="2019-12-07")
  3. print(sw_index_df)

数据示例

  1.   index_code index_name       date     open     high      low    close   vol  \
  2. 0     801010       农林牧渔 2019-12-06  3278.67  3301.18  3263.89  3273.24  7.63   
  3. 1     801010       农林牧渔 2019-12-05  3278.81  3278.81  3252.86  3272.12  6.93   
  4. 2     801010       农林牧渔 2019-12-04  3274.92  3278.03  3227.42  3268.57  7.44   
  5. 3     801010       农林牧渔 2019-12-03  3295.98  3315.15  3270.35  3287.12  6.80   
  6. 4     801010       农林牧渔 2019-12-02  3280.31  3321.77  3280.31  3297.97  7.33   
  7.    amount change_pct  
  8. 0  106.32       0.03  
  9. 1   85.40       0.11  
  10. 2   93.57      -0.56  
  11. 3   91.33      -0.33  
  12. 4  105.91       1.37

申万一级行业历史行情指标

接口: sw_index_daily_indicator

目标地址: http://www.swsindex.com/idx0200.aspx?columnid=8838&type=Day

描述: 获取申万一级行业历史行情指标数据

输入参数

名称类型必选描述
index_codestrYindex_code=”801010”
start_datestrYstart_date=”2019-12-01”
end_datestrYend_date=”2019-12-07”
data_typestrYdata_type=”Day”; “Day”: 日报表, “Week”: 周报表

输出参数

名称类型默认显示描述
index_codestrY
index_namestrY
datestrY
closefloatY
volumefloatY
chg_pctfloatY
turn_ratefloatY
pefloatY
pbfloatY
vwapfloatY
float_mvfloatY
avg_float_mvfloatY
dividend_yield_ratiofloatY
turnover_pctfloatY

接口示例-天

  1. import akshare as ak
  2. sw_index_df = ak.sw_index_daily_indicator(index_code="801010", start_date="2019-12-01", end_date="2019-12-07", data_type="Day")
  3. print(sw_index_df)

数据示例-天

  1.   index_code index_name       date    close volume chg_pct turn_rate     pe  \
  2. 0     801010       农林牧渔 2019-12-06  3273.24   7.63    0.03    1.1533  31.62   
  3. 1     801010       农林牧渔 2019-12-05  3272.12   6.93    0.11    1.0484  31.62   
  4. 2     801010       农林牧渔 2019-12-04  3268.57   7.44   -0.56    1.1242  31.59   
  5. 3     801010       农林牧渔 2019-12-03  3287.12   6.80   -0.33    1.0281  31.77   
  6. 4     801010       农林牧渔 2019-12-02  3297.97   7.33    1.37    1.1087  31.88   
  7.      pb   vwap  float_mv avg_float_mv dividend_yield_ratio turnover_pct  
  8. 0  3.51  12.24  8,360.39        99.53                 1.19         2.64  
  9. 1  3.51  12.17  8,357.91        99.50                 1.19         2.05  
  10. 2  3.50  12.14  8,354.00        99.45                 1.19         2.68  
  11. 3  3.52  12.19  8,373.92        99.69                 1.19         2.68  
  12. 4  3.54  12.19  8,389.36        99.87                 1.18         3.16

接口示例-周

  1. import akshare as ak
  2. sw_index_df = ak.sw_index_daily_indicator(index_code="801010", start_date="2019-12-01", end_date="2019-12-07", data_type="Week")
  3. print(sw_index_df)

数据示例-周

  1.   index_code index_name       date    close volume chg_pct turn_rate     pe  \
  2. 0     801010       农林牧渔 2019-12-06  3273.24  36.13    0.61    1.1533  31.62   
  3. 1     801010       农林牧渔 2019-11-29  3253.34  36.30   -1.48    1.0256  31.43   
  4. 2     801010       农林牧渔 2019-11-22  3302.08  39.75   -1.23    1.1851  31.89   
  5. 3     801010       农林牧渔 2019-11-15  3343.26  42.56   -4.95    1.3313  32.27   
  6. 4     801010       农林牧渔 2019-11-08  3517.40  58.51   -1.35    1.5961  33.90   
  7.      pb   vwap  float_mv avg_float_mv dividend_yield_ratio turnover_pct  
  8. 0  3.51  12.24  8,360.39        99.53                 1.19         2.62  
  9. 1  3.49  12.07  8,275.56        98.52                 1.20         2.60  
  10. 2  3.54  12.26  8,411.33       100.13                 1.18         2.69  
  11. 3  3.58  12.44  8,488.62       101.06                 1.17         3.18  
  12. 4  3.76  13.08  8,918.01       106.17                 1.11         4.12

商品现货价格指数

接口: spot_goods

目标地址: http://finance.sina.com.cn/futuremarket/spotprice.shtml#titlePos\_0

描述: 获取商品现货价格指数

输入参数

名称类型必选描述
symbolstrYsymbol=”波罗的海干散货指数”, 指数目录请参考 现货指数一览表

现货指数一览表

名称时间段
进口大豆价格指数2000-2016
波罗的海干散货指数2007-至今
钢坯价格指数2005-至今
普氏62%铁矿石指数2011-至今

输出参数

名称类型默认显示描述
日期strY
指数floatY
涨跌额floatY
涨跌幅floatY

接口示例-天

  1. import akshare as ak
  2. spot_df = ak.spot_goods(symbol="波罗的海干散货指数")
  3. print(spot_df)

数据示例-天

  1.               日期       指数     涨跌额      涨跌幅
  2. 0     2006-06-23  2808.00   83.00   0.0305
  3. 1     2006-06-30  2964.00  156.00   0.0556
  4. 2     2006-07-07  2870.00  -94.00  -0.0317
  5. 3     2006-07-14  2968.00   98.00   0.0341
  6. 4     2006-07-21  3191.00  223.00   0.0751
  7.           ...      ...     ...      ...
  8. 2424  2019-12-11  1460.00  -68.00  -4.4500
  9. 2425  2019-12-12  1388.00  -72.00  -4.9300
  10. 2426  2019-12-13  1355.00  -33.00  -2.3800
  11. 2427  2019-12-16  1315.00  -40.00  -2.9500
  12. 2428  2019-12-17  1281.00  -34.00  -2.5900

义乌小商品指数

接口: index_yw

目标地址: http://www.ywindex.com/Home/Product/index/

描述: 获取义乌小商品指数, 返回所有历史数据

输入参数

名称类型必选描述
symbolstrYsymbol=”周价格指数”, 三选一, “周价格指数”, “月价格指数”, “月景气指数”

输出参数

名称类型默认显示描述
期数strY
景气指数floatY
规模指数floatY
效益指数floatY
市场信心指数floatY

接口示例-天

  1. import akshare as ak
  2. index_yw_df = ak.index_yw(symbol="月景气指数")
  3. print(index_yw_df)

数据示例

  1.       期数     景气指数    规模指数    效益指数    市场信心指数
  2. 0   2019-12-01  1166.21  876.42   1714.5   1004.3
  3. 1   2019-11-01  1182.63  889.31  1750.16   1006.2
  4. 2   2019-10-01  1166.56   904.9  1673.57  1008.44
  5. 3   2019-09-01  1146.21  901.67  1608.72  1009.76
  6. 4   2019-08-01  1169.04  900.81  1686.27  1009.46
  7. 5   2019-07-01  1144.33  888.45  1619.71   1010.1
  8. 6   2019-06-01  1146.25  889.61  1620.87  1013.81
  9. 7   2019-05-01  1193.03  903.56  1767.35  1004.67
  10. 8   2019-04-01  1177.85  885.08  1745.17  1000.88
  11. 9   2019-02-01  1145.52  873.83  1649.29  1004.01
  12. 10  2019-01-01  1150.15  875.37  1663.42  1003.26
  13. 11  2018-12-01  1193.24  870.16  1818.35   998.92

恐慌指数

接口: index_vix

目标地址: https://datacenter.jin10.com/market

描述: 获取恐慌指数-芝加哥期权交易所 VIX 指数(CBOE Volatility Index)的分钟级别数据

输入参数

名称类型必选描述
start_datestrYstart_date=”2020-03-20”; 注意开始和结束之间的时间跨度不能太长, 只能获取当前交易日近一个月内的数据
end_datestrYend_date=”2020-03-27”; 只能获取当前交易日近一个月内的数据

输出参数

名称类型默认显示描述
日期时间strY
开盘价floatY
当前价floatY
涨跌floatY
涨跌幅floatY

数据解释

VIX全名是芝加哥期权交易所波动率指数（Chicago Board Options Exchange Volatility Index），用以反映S&P 500指数期货的波动程度，测量未来30天市场预期的波动程度，通常用来评估未来风险，因此它被称作“恐慌指数”。VIX指数虽然是反映未来30天的波动程度，却是以年化百分比表示，并且以常态分布的机率出现。 举个例子，假设VIX指数为15，表示未来30天预期的年化波动率为15%，因此可以推断指数期权市场预期未来30天标准普尔500指数向上或向下波动15%/√12 = 4.33% 。也就是，指数期权的定价假设是：标准普尔500指数未来30天的波动率在正负4.33%以内的几率为68%。

数据解读

  1. 当VIX指数超过40，表示市场对未来的非理性恐慌，可能于短期内出现反弹。
  2. 当VIX指数低于15，表示市场出现非理性繁荣，可能会伴随着卖压杀盘。
  3. 即使在1998年的金融风暴时，VIX指数也未曾超过60，VIX指数不一定能准确预测走向，但是多少反映当时市场的气氛。

接口示例

  1. import akshare as ak
  2. index_vix_df = ak.index_vix(start_date="2020-06-11", end_date="2020-06-11")  # 只能获取当前交易日近一个月内的数据
  3. print(index_vix_df)

数据示例

  1.                     开盘价    当前价    涨跌    涨跌幅
  2. 2020-03-20 00:00  76.45  76.68  0.23   0.30
  3. 2020-03-20 00:01  76.45  76.79  0.34   0.44
  4. 2020-03-20 00:02  76.45  76.95   0.5   0.65
  5. 2020-03-20 00:03  76.45  76.89  0.44   0.58
  6. 2020-03-20 00:04  76.45  77.24  0.79   1.03
  7.                  ...    ...   ...    ...
  8. 2020-03-27 04:10     61  60.99 -0.01  -0.02
  9. 2020-03-27 04:11     61  61.11  0.11   0.18
  10. 2020-03-27 04:12     61  61.14  0.14   0.23
  11. 2020-03-27 04:13     61  61.17  0.17   0.28
  12. 2020-03-27 04:14     61     61     0   0.00

中证指数

接口: stock_zh_index_hist_csindex

目标地址: http://www.csindex.com.cn/zh-CN/indices/index-detail/H30374

描述: 获取中证指数数据, 该接口只返回最近 5 年指数日频率收盘价数据

输入参数

名称类型必选描述
symbolstrYsymbol=”H30374”; 指数代码

输出参数

名称类型默认显示描述
日期strY
收盘价floatY

接口示例

  1. import akshare as ak
  2. stock_zh_index_hist_csindex_df = ak.stock_zh_index_hist_csindex(symbol="H30374")
  3. print(stock_zh_index_hist_csindex_df)

数据示例

  1.            date    close
  2. 0    2015-07-22  3948.79
  3. 1    2015-07-23  4031.31
  4. 2    2015-07-24  3974.93
  5. 3    2015-07-27  3705.04
  6. 4    2015-07-28  3645.59
  7.          ...      ...
  8. 1290 2020-07-15  4388.49
  9. 1291 2020-07-16  4194.77
  10. 1292 2020-07-17  4225.59
  11. 1293 2020-07-20  4330.10
  12. 1294 2020-07-21  4381.20