✨ 功能特性

🎯 智能数据获取 - 基于 AkShare 的现代化封装
⚡ 智能缓存机制 - 交易时间感知的数据缓存，提升访问效率
🔄 数据持久化 - 自动数据存储与管理，减少重复请求
📊 多维度分析 - 支持个股、指数、市场情绪等多角度数据
🛡️ 类型安全 - 完整的类型提示，IDE友好的开发体验
🧪 测试覆盖 - 95%+ 测试覆盖率，可靠稳定

🚀 快速开始

安装

pip install china_stock_data

30秒快速体验

from china_stock_data import StockData, StockMarket

# 获取股票数据
stock = StockData("000001", days=30)  # 平安银行最近30天
price_data = stock.get_data("kline")
print(f"最新价格: ¥{price_data['收盘'].iloc[-1]:.2f}")

# 获取市场数据
market = StockMarket("000300")  # 沪深300指数
components = market.get_data("index_components")
print(f"成分股数量: {len(components)}")

💡 使用示例

📈 个股分析

# 技术分析
stock = StockData("600519")  # 贵州茅台
kline = stock.get_data("kline")
realtime = stock.get_data("realtime")

# 计算移动平均线
kline['MA20'] = kline['收盘'].rolling(20).mean()

# 获取公司信息
info = stock.get_data("info")

🏢 市场分析

# 市场情绪分析
market = StockMarket()
sentiment = market.get_data("sentiment")
index_list = market.get_data("index_list")

# 指数成分股分析
csi300 = StockMarket("000300")
components = csi300.get_data("index_components")

📊 批量分析

# 投资组合分析
symbols = ["000001", "000002", "600519"]
portfolio = {}

for symbol in symbols:
    stock = StockData(symbol, days=252)
    data = stock.get_data("kline")
    portfolio[symbol] = data['收盘']

# 计算相关性、收益率等...

📁 项目结构

china_stock_data/
├── 📦 fetchers/              # 数据获取器 (按类别组织)
│   ├── 📈 stock/            # 个股数据获取器
│   ├── 📊 index/            # 指数数据获取器
│   ├── 🏢 market/           # 市场数据获取器
│   └── 🔧 base_fetcher.py   # 基础获取器
├── 💾 persistent_dict.py     # 数据持久化
├── ⏰ trading_time_checker.py # 交易时间管理
├── 📈 stock_data.py         # 个股数据类
├── 🏢 stock_market.py       # 市场数据类
└── 📝 examples/             # 使用示例
    ├── quick_start.ipynb    # 5分钟快速入门
    ├── professional_analysis.ipynb  # 专业技术分析
    └── portfolio_analysis.ipynb     # 投资组合管理

🎓 学习资源

📚 完整示例教程

• 🚀 5分钟快速入门 - 基础功能学习
• 📊 专业技术分析 - 技术指标与图表
• 💼 投资组合管理 - 量化分析与风险管理

🛠️ 开发

环境设置

# 克隆仓库
git clone https://github.com/sjzsdu/china_stock_data.git
cd china_stock_data

# 安装依赖 (推荐使用 Poetry)
poetry install

# 运行测试
poetry run pytest

API 参考

StockData

StockMarket

🤝 贡献

我们欢迎各种形式的贡献！

🐛 发现了问题? 提交 Issue
💡 有好想法? 发起讨论
🔧 想要改进? 提交 Pull Request

贡献步骤

1. 🍴 Fork 本仓库
2. 🌟 创建特性分支: git checkout -b feature/amazing-feature
3. 💻 编写代码并添加测试
4. ✅ 确保测试通过: poetry run pytest
5. 📝 提交更改: git commit -m 'Add amazing feature'
6. 🚀 推送分支: git push origin feature/amazing-feature
7. 🔄 创建 Pull Request

📞 支持

• 📧 邮箱: 122828837@qq.com
• 🐛 问题反馈: GitHub Issues
• 💬 讨论交流: GitHub Discussions

📄 许可证

本项目采用 MIT 许可证。

🙏 致谢

• 感谢 AkShare 提供的数据接口
• 感谢所有贡献者的支持与帮助