finshare 1.0.3

A professional financial data fetching toolkit for Python

finshare

专业的金融数据获取工具库

A Professional Financial Data Fetching Toolkit for Python

官网 • GitHub • Discord • 问题反馈

---

🚀 快速开始

import finshare as fs

# 获取历史K线
df = fs.get_historical_data('000001.SZ', start='2024-01-01', end='2024-12-31')

# 获取实时快照
snapshot = fs.get_snapshot_data('000001.SZ')

# 批量获取快照
snapshots = fs.get_batch_snapshots(['000001.SZ', '600519.SH'])

print(df.head())

✨ 核心特性

• 📊 多数据源 - 东方财富、腾讯、新浪、通达信、BaoStock
• 🔄 自动故障切换 - 数据源失败时自动切换备用源
• 📈 统一数据格式 - 所有数据源返回统一格式
• ⚡ 高性能 - 优化的数据获取性能
• 🔧 简单易用 - 简洁的 API 设计，开箱即用

📦 安装

pip install finshare

📚 支持的数据类型

类别	功能
股票	K线、实时快照、资金流向、龙虎榜、融资融券
基金	净值、信息、列表、ETF、LOF
期货	K线、实时快照
证券列表	股票列表、ETF列表、LOF列表、期货列表

🛠️ 用 finshare 创建工具

finshare 不仅是一个数据库，更是一个可以快速构建金融工具的基础库。以下是几个示例：

1. 行情看板 (finboard)

# finboard - 实时行情看板
# 基于 Streamlit + finshare 构建

import streamlit as st
import finshare as fs
import plotly.graph_objects as go

# 获取自选股行情
stocks = ['000001.SZ', '600519.SH', '300750.SZ']
data = fs.get_batch_snapshots(stocks)

# 显示行情
for code, snap in data.items():
    st.metric(code, snap.last_price, f"{snap.change_pct:.2f}%")

# K线图
kline = fs.get_historical_data('600519.SH', start='2024-01-01')
fig = go.Figure(data=[go.Candlestick(
    x=kline['trade_date'],
    open=kline['open_price'],
    high=kline['high_price'],
    low=kline['low_price'],
    close=kline['close_price']
)])
st.plotly_chart(fig)

效果预览：

📦 项目地址: finboard

---

2. 选股器

# 条件选股器
import finshare as fs
import pandas as pd

# 获取全部股票列表
stocks = fs.get_stock_list()

# 筛选条件
# 1. 涨幅 > 5%
# 2. 成交额 > 1亿
# 3. 换手率 > 10%

filtered = stocks[
    (stocks['change_pct'] > 5) &
    (stocks['amount'] > 1e8) &
    (stocks.get('turnover_rate', 0) > 10)
]

print(f"符合条件的股票: {len(filtered)} 只")
print(filtered[['code', 'name', 'change_pct']])

---

3. 价格提醒机器人

# 微信/钉钉价格提醒
import finshare as fs
import requests
import time

# 监控股票
WATCH_LIST = ['000001.SZ', '600519.SH']
PRICE_ALERTS = {
    '600519.SH': {'high': 2000, 'low': 1800},  # 茅台
}

def send_alert(code, price, alert_type):
    """发送钉钉消息"""
    webhook = "YOUR_DINGTALK_WEBHOOK"
    msg = {
        "msgtype": "text",
        "text": {
            "content": f"🚨 {code} 价格{alert_type}提醒！当前价格: {price}"
        }
    }
    requests.post(webhook, json=msg)

# 持续监控
while True:
    snapshots = fs.get_batch_snapshots(WATCH_LIST)
    for code, snap in snapshots.items():
        if code in PRICE_ALERTS:
            alerts = PRICE_ALERTS[code]
            if snap.last_price >= alerts.get('high'):
                send_alert(code, snap.last_price, "突破")
            elif snap.last_price <= alerts.get('low'):
                send_alert(code, snap.last_price, "跌破")
    time.sleep(60)  # 每分钟检查一次

---

4. 数据导出工具

# 导出历史数据到 Excel
import finshare as fs

codes = ['000001.SZ', '600519.SH', '601318.SH']

with pd.ExcelWriter('stock_data.xlsx') as writer:
    for code in codes:
        df = fs.get_historical_data(code, start='2020-01-01')
        df.to_excel(writer, sheet_name=code, index=False)

print("数据已导出到 stock_data.xlsx")

---

5. 实时行情 API

# Flask API 服务
from flask import Flask, jsonify
import finshare as fs

app = Flask(__name__)

@app.route('/quote/<code>')
def get_quote(code):
    snapshot = fs.get_snapshot_data(code)
    return jsonify({
        'code': snapshot.code,
        'price': snapshot.last_price,
        'change_pct': snapshot.change_pct,
        'volume': snapshot.volume
    })

@app.route('/kline/<code>')
def get_kline(code):
    df = fs.get_historical_data(code, start='2024-01-01')
    return jsonify(df.to_dict(orient='records'))

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

---

6. 更多创意

工具	描述
📊 量化回测	使用历史数据进行策略回测
📈 自动交易	条件触发自动买卖
🔔 新闻监控	监控个股相关新闻
📱 小程序	微信/支付宝小程序展示行情
📊 Excel插件	Excel 实时看盘

---

📖 更多示例

查看 examples 目录获取更多示例代码。

🌟 相关项目

项目	描述
finboard	实时行情看板
meepoquant	免费量化回测平台

🤝 贡献

欢迎贡献代码！查看 贡献指南。

📄 许可证

MIT License - 详见 LICENSE

---

⭐ 如果这个项目对你有帮助，请给我们一个 Star！

🤖 由 米波量化 团队开发