A股市场数据抓取技能

在用户要求 抓取 A股市场数据、核对行情/财务/公告、为研究或回测准备数据、解释不同数据源为何不一致，或者 尽量全面且准确地整理某只股票、某个板块或某个时间段的数据 时，使用此技能。

本技能的核心目标不是随便抓到一些数字，而是使用 分层数据源策略、明确字段口径和多源校验规则，产出可用于研究、复盘、回测和半自动交易辅助的数据结果。

核心原则

始终把准确性优先级放在抓取速度之前。对 A股数据，必须区分 官方口径、商业专业口径、开源聚合口径 与 网页抓取口径，不要把它们混为一谈。1 2 3 4

默认采用如下优先级：

数据源定位

1. AKShare

优先将 AKShare 用于 股票基础资料、交易日历、日线、分钟线、复权相关行情、市场统计、板块题材、资金流、龙虎榜、公告补充 等免费可得的结构化与聚合数据。1 2

当任务涉及下列目标时，优先想到 AKShare：

不要把 AKShare 当作最高权威口径。它更适合承担 免费主抓取层 与 广覆盖聚合层。

2. 巨潮资讯 / 交易所公开页面

优先将 巨潮资讯 用于 公告、定期报告、上市公司披露文件 的免费权威补充；将 上交所/深交所公开页面 用于 交易制度、市场统计、市场概览与权威披露 的交叉核验。3 4 5

当用户要求“尽量准确”且任务涉及财报、公告、交易制度或市场统计时，应主动用巨潮资讯或交易所公开页面做第二来源校验。

3. Choice / EMQuant

当用户追求更高稳定性、更多专业字段、机构化使用体验，且接受商业数据接口时，将 Choice 视为升级选项。官方手册明确说明其可通过函数调用提供 基本面、财务、序列数据，并支持多种语言环境。6

4. 交易所官方 / 官方授权链路

当用户要求 Level-2、逐笔、订单簿、盘口深度、最准确实时市场数据 时，先明确说明：上交所官方市场数据产品包括 Level-1 与 Level-2，Level-2 包含逐笔、委托、撤单、订单档位等更丰富信息，并通过授权分发链路提供。5

遇到这类需求时，不要假装免费公开源等价于官方链路。应明确指出授权、权限、费用和分发限制。

触发决策

按下面顺序判断任务类型：

1. 如果用户要 某只股票的基础资料、历史行情、财务三表、停复牌、复权，走“结构化主数据工作流”。
2. 如果用户要 板块、题材、资金流、龙虎榜、公告、新闻或情绪信息，走“市场扩展信息工作流”。
3. 如果用户要 分钟级、逐笔、Level-2、盘口、订单簿，先走“高精度实时数据说明工作流”，优先解释权限边界，再决定能否继续抓取。
4. 如果用户要 为回测、选股、研究报告准备一组可复用字段，走“研究数据集工作流”。
5. 如果用户明确说“要最准确”，必须主动补充 数据源优先级、字段口径、抓取时间和交叉校验。

工作流总览

按以下顺序执行，不要跳步：

1. 识别数据对象与范围。
2. 明确时间范围、频率和复权口径。
3. 为每类字段选择主源与补源。
4. 先抓结构化核心数据，再抓扩展信息。
5. 对关键字段做交叉校验。
6. 输出时强制声明来源、时间和口径。
7. 若存在冲突或缺失，显式标注“待校验”或“数据不可得”。

第一步：识别对象与范围

先把任务拆成下面四个维度，并在内部明确：

如果用户没有说清楚，优先用当前任务上下文推断；实在无法推断时再询问最小必要问题。

第二步：确定字段口径

对行情类请求，必须先在内部确定以下口径：

如果用户没有指定复权方式，默认优先提供 不复权 + 说明可切换复权口径；若任务用于回测，可额外提供前复权版本。

第三步：选择数据源

遵循下表，不要随意切换主源：

第四步：执行抓取

A. 结构化主数据工作流

在用户要股票基础资料、历史行情、财务与交易状态时，按以下顺序执行：

1. 先抓股票代码与基础资料。
2. 再抓交易日历，确认区间内是否有交易日。
3. 再抓行情数据。
4. 若用于研究或回测，再抓停复牌与复权因子。
5. 若涉及基本面，再抓财务三表与财务指标。
6. 最后统一整理字段名与单位。

B. 市场扩展信息工作流

在用户要板块、题材、资金流、龙虎榜、公告、新闻或情绪信息时，按以下顺序执行：

1. 先抓核心标的或板块清单。
2. 再抓扩展字段，如资金流、题材归属、龙虎榜、公告标题。
3. 只把这些内容当作 辅助解释层，不要替代主行情或主财务数据。
4. 若要给出结论，必须回到核心行情或财务字段做支撑。

C. 高精度实时数据说明工作流

当用户要 Level-2、逐笔、订单簿、盘口深度时，按以下顺序执行：

1. 先说明此类数据通常依赖交易所官方授权链路或持牌供应商。4
2. 再说明当前可用来源是否只是近似替代或公开聚合。
3. 如果无法获得官方授权数据，不要假称“已经拿到最准确数据”。
4. 若继续提供替代数据，必须写清“替代来源”“限制”“与官方口径可能存在偏差”。

D. 研究数据集工作流

当用户要“帮我准备回测/选股/研究的数据集”时，优先产出结构化表格，并最少包含：

第五步：执行校验

校验是本技能最重要的部分。至少对下面内容做一致性检查：

如果多源数据冲突，按下面规则处理：

1. 官方或官方授权链路优先于商业源。
2. 商业源优先于开源聚合源。
3. 结构化 API 优先于网页抓取。
4. 无法确认时，保留冲突并明确写出“待校验”。

第六步：统一输出

除非用户明确要求原始 JSON 或 CSV，否则默认使用下面的输出结构。

输出模板

始终尽量采用这个结构：

A股市场数据结果

请求概述

说明抓取对象、时间范围、数据频率与任务目的。

数据来源与口径

用表格列出主源、补源、抓取时间、复权方式、单位说明。

核心数据

给出结构化表格，按任务展示基础资料、行情、财务或扩展字段。

关键校验结果

说明哪些字段已经交叉验证，哪些字段存在冲突或限制。

结论与使用建议

说明这些数据适合拿去做什么，例如研究、回测、盘前观察、财报分析；如果不适合用于自动交易，也要明确说明。

风险与限制

说明权限限制、延迟、非官方口径、字段缺失、网页抓取不稳定等问题。

必备元数据表

无论输出什么内容，都优先补上这张表：

输出质量要求

保持克制，不要因为抓到很多字段就制造过度确定性。任何结论都必须区分 事实字段 与 解释性判断。

当用户只是要数据，不要自动延伸成荐股意见。只有用户明确要求分析时，才在数据之后补充解释。

示例触发语句

当用户说出类似下面的话时，优先触发本技能：

不要做的事

不要把以下做法当成合格输出：

何时建议升级数据方案

如果用户出现下面任一需求，主动建议从免费或开源方案升级到商业或官方链路：

References