a-stock-data 深度解析：专为 AI Agent 打造的 A 股全栈免费数据工具
作者：五乌 Wuwu ｜ 发布日期：2026-06-22 ｜ 分类：AI量化工具 ｜ 阅读时间：约 15 分钟
前言：为什么你需要一个 AI-native 的 A 股数据工具？
作为一名每天与 AI 打交道的量化爱好者，你是否经历过这样的痛苦：
-
想用 AI 分析某只股票的估值，却发现要手动打开东方财富、同花顺、巨潮资讯等多个网站翻数据？
-
想用 Claude Code 或 Codex 写脚本拉数据，结果要记 mootdx 的 K 线参数、东财的 PDF Referer 头、iwencai 的 X-Claw 鉴权？
-
装了 akshare 想省事，结果 pandas 3.0 的 ArrowInvalid 错误让你怀疑人生？
如果你点头了，那么 a-stock-data 就是为你量身定制的。
这是一个专为 AI Agent（Claude Code、Codex、OpenClaw 等）设计的 A 股一体化数据技能（Skill），将分散在 13 个数据源 中的原始数据整合成 28 个标准化端点，AI 编程助手可以直接调用，无需你记忆任何 API 细节。
GitHub 地址：https://github.com/simonlin1212/a-stock-data
开源协议：Apache 2.0（个人和商业均可免费使用）
最新版本：V3.2.4（2026-06-20 发布）
一、核心架构：七层数据体系
a-stock-data 采用分层设计，每一层专注于特定类型的数据，层次清晰、互不干扰。
整体架构图
第一层：行情层（Market Data）⭐ 首选
这是最基础也是最高频使用的层级，涵盖了股票的核心交易数据。
| 数据源 | 协议 | 特点 |
|---|---|---|
| mootdx（通达信） | TCP 7709 | K线(多周期)、五档盘口、逐笔成交、实时报价46字段 |
| 腾讯财经 | HTTP | PE(TTM)、PB、总市值、流通市值、换手率、涨跌停价、指数/ETF |
| 百度股市通 | HTTP | 日K线 + MA5/MA10/MA20 均价直接返回 |
关键优势：这三个数据源实测不封 IP，可以放心高频调用。
第二层：研报层（Research Reports）
深度研究者的利器，覆盖了从个股到行业的全面研报数据。
| 端点 | 数据 |
|---|---|
| 东财 reportapi | 个股研报列表 + 评级 + 三年 EPS 预测 |
| 东财行业研报 | 行业研报列表（qType=1），支持全行业拉取或按行业码精确过滤 |
| 东财 PDF 下载 | 完整研报 PDF（个股/行业通用，已处理 Referer 鉴权） |
| 同花顺一致预期 | 机构一致预期 EPS |
| iwencai NL 搜索 | 自然语言跨主题研报检索 |
💡 提示：除 iwencai 外，其余所有数据源完全免费无 Key。iwencai 语义搜索需要单独申请 API Key（申请地址）。
第三层：信号层（Signals）🔥
捕捉市场热点和资金动向，是短线交易者的重要参考。
| 端点 | 数据 |
|---|---|
| 同花顺热点 | 当日强势股 + 题材归因 reason tags（编辑部人工标注） |
| 同花顺北向（实时） | 沪股通/深股通分钟级流向（262个时间点） |
| 东财板块归属 | 个股所属全部板块（行业/概念/地域混合）+ BK码 + 涨跌幅 + 龙头股 |
| 东财资金流向 | 主力/大单/中单/小单/超大单分钟级净流入 |
| 龙虎榜席位 | 上榜记录 + 买卖席位TOP5 + 机构动向 |
| 全市场龙虎榜 | 每日全市场上榜股票 + 净买额排名 + 上榜原因 |
| 限售解禁日历 | 历史解禁 + 未来90天待解禁预警 |
| 行业板块排名 | 东财行业涨跌/上涨下跌家数 |
第四层：资金面（Capital Flow）💰
追踪大资金的真实动向，是判断主力意图的关键。
| 端点 | 数据 |
|---|---|
| 融资融券明细 | 日级融资余额/买入/偿还 + 融券余额/卖出/偿还 |
| 大宗交易 | 成交价/量 + 买卖方营业部 + 溢价率 |
| 股东户数变化 | 季度股东数 + 环比变化 + 户均持股（筹码集中度） |
| 分红送转历史 | 每股派息/送股/转增 + 进度状态 |
| 个股资金流120日 | 主力/大单/中单/小单日级净流入 |
第五层：新闻层（News）📰
| 端点 | 数据 |
|---|---|
| 东财个股新闻 | 个股新闻流（直连 search-api-web） |
| 东财全球资讯 | 7×24小时全球财经资讯（替代已下线的财联社快讯） |
⚠️ 注意：财联社快讯旧 API 已全面 404，项目已改用东财全球资讯替代。
第六层：基础数据（Fundamentals）📊
| 端点 | 数据 |
|---|---|
| 季报快照 | 37字段（EPS/ROE/净利润/主营收入…） |
| F10 公司资料 | 9大类文本（截断优化，-70% token） |
| 东财个股信息 | 行业/总股本/流通股/市值/上市日期 |
| 新浪财报三表 | 资产负债表/利润表/现金流量表 |
第七层：公告层（Filings）📋
| 端点 | 数据 |
|---|---|
| 巨潮 cninfo | 沪深北交易所全量公告 |
| mootdx 公告 | 沪深北全量公告 |
二、数据源优先级与防封策略
这是 a-stock-data 最值得称道的设计之一——智能数据源优先级。
核心原则
"能用通达信(mootdx)/腾讯就别用东财"
| 优先级 | 数据源 | 协议 | 封禁风险 | 说明 |
|---|---|---|---|---|
| 1（首选） | mootdx | TCP 7709 | 🟢 不封 | K线/五档/逐笔/财务快照 |
| 2（首选） | 腾讯财经 | HTTP | 🟢 不封 | PE/PB/市值/换手率 |
| 3 | 同花顺热点/北向 | HTTP | 🟡 极低 | 强势股/题材归因/北向资金 |
| 4 | 百度股市通 | HTTP | 🟡 极低 | K线(带MA均线) |
| 5 | 新浪财经 | HTTP | 🟠 低 | 财报三表 |
| 6 | 巨潮 cninfo | HTTP | 🟠 低 | 公告全文 |
| 7 | 同花顺一致预期 | HTTP | 🟠 低(需UA) | EPS一致预期 |
| 末位 | 东财 | HTTP | 🔴 中(限流) | 龙虎榜/两融/研报/资金流 |
东财防封机制
东财是唯一有访问频率风控的数据源。项目内置了统一的限流入口 em_get() ：
-
串行限流：间隔 ≥ 1秒 + 随机抖动
-
会话复用：复用 HTTP 连接，减少握手开销
-
风控阈值文档化：
-
每秒 > 5 次 → 触发风控
-
并发 ≥ 10 → 触发风控
-
1分钟 ≥ 200 次 → 触发风控
-
5分钟 ≥ 300 次 → 触发风控
💡 批量任务：调大
EM_MIN_INTERVAL环境变量即可降低频率。
三、快速上手：3 步，2 分钟装好
第一步：创建 Skill 目录
mkdir -p ~/.claude/skills/a-stock-data第二步：下载 SKILL.md
curl -o ~/.claude/skills/a-stock-data/SKILL.md \
https://raw.githubusercontent.com/simonlin1212/a-stock-data/main/SKILL.md第三步：安装依赖
pip install mootdx requests pandas stockstats注意：V3.0 起已完全移除 akshare 依赖，不再需要安装 akshare。
开始使用
启动 Claude Code，说一句：
"帮我估一下 688017，给我 PE / PEG / 消化时间"
AI 会自动激活 Skill，在约 30 秒内完成实时价查询 → 一致预期 EPS 计算 → 前向 PE / PEG / PE 消化年数的完整估值分析。
四、OpenClaw / Hermes 用户特别指南
如果你和我一样使用 OpenClaw 或 Hermes 框架，安装方式略有不同：
方法一：放入 Skill 目录（推荐）
# 克隆仓库
git clone https://github.com/simonlin1212/a-stock-data.git
cd a-stock-data
# 将 SKILL.md 复制到 OpenClaw skill 目录
cp SKILL.md ~/.openclaw/workspace/skills/a-stock-data/SKILL.md
# 安装 Python 依赖
pip install mootdx requests pandas stockstats然后在 OpenClaw 中使用 /skill 命令加载该 Skill，或直接在与我的对话中提到相关需求即可自动激活。
方法二：直接嵌入系统 Prompt
SKILL.md 的本质是 结构化 Markdown + 内嵌 Python 代码。你可以：
-
直接将 SKILL.md 的内容粘贴到你的系统 prompt 或项目上下文文件中
-
内嵌的 Python 代码可直接执行
方法三：独立使用 Python 代码段
即使不使用任何 AI 编程助手，你也可以：
-
将 SKILL.md 中的 Python 代码段复制出来
-
在自己的脚本中直接运行
-
作为独立的数据采集工具使用
五、实战案例：用 AI 做完整的股票调研
让我演示几个典型的使用场景：
案例 1：单票估值分析
你说："帮我估一下 688017（芯原股份），给我 PE / PEG / 消化时间"
AI 自动执行：
-
从腾讯财经获取实时价格和市值
-
从同花顺获取一致预期 EPS
-
计算前向 PE、PEG 和估值消化年数
-
输出完整估值报告
耗时：约 30 秒
案例 2：题材归因分析
你说："今天哪些股票走强，主要是什么题材"
AI 自动执行：
-
调用同花顺热点端点获取当日强势股
-
获取题材归因标签（编辑部人工标注）
-
汇总分析热门板块
耗时：约 10 秒
案例 3：主题研报调研
你说："人形机器人产业链最近的研报，特别是丝杠和减速器"
AI 自动执行：
-
通过 iwencai 进行自然语言跨主题搜索
-
交叉补充东财 PDF 研报
-
提取关键观点和数据
耗时：约 2 分钟
案例 4：新标的完整调研
你说："帮我调研一下 688XXX"
AI 自动执行：
-
机构覆盖情况 → 估值分析 → 概念板块归属
-
资金流向 → 龙虎榜记录 → 限售解禁预警
-
融资融券数据 → 近期新闻公告
耗时：约 1 分钟
案例 5：批量对比
你说："帮我对比这 5 只半导体股的估值"
AI 自动执行：
-
并行获取多只股票实时数据
-
横向排列 PE、PB、市值、换手率等指标
-
给出排序和建议
耗时：约 1 分钟
六、常见问题解答
Q1：mootdx 和腾讯有什么区别？
互补关系。mootdx = 交易层（价格 + 盘口 + K 线），腾讯 = 估值层（PE / PB / 市值 / 换手率 / 涨跌停价）。两者都不封 IP，建议搭配使用。
Q2：在海外服务器跑，mootdx 超时怎么办？
mootdx 走 TCP 直连通达信行情服务器，需要国内 IP 才稳定。海外环境建议：
-
使用代理服务器
-
切换到 yfinance 作为替代方案
Q3：腾讯 API 字段 43 是 PB 吗？
不是。43 = 振幅%，46 = PB。网上大量教程写错了，这里是实测校准结果。
Q4：V3.0 为什么移除了 akshare？
akshare 本质是对东财/同花顺/新浪等公开 API 的封装，中间层增加了故障点（版本兼容 bug、pandas 3.0 ArrowInvalid 等）。V3.0 直连底层 HTTP API，零中间依赖，更稳定可控。
Q5：行业板块为什么从同花顺换成东财？
同花顺 stock_board_industry_summary_ths 接口在 2026 年初加了反爬 401。东财 push2 行业板块（m:90+t:2）是完美替代，零鉴权且字段更丰富。
Q6：iwencai 返回 401 怎么办？
检查：
-
API Key 是否有效
-
是否携带了 X-Claw-* Headers（SkillHub 2.0 后强制要求）
Q7：不用 Claude Code，能用吗？
完全可以。SKILL.md 本质是 Markdown + 内嵌 Python 代码。Codex、OpenClaw 或任何 AI 编程助手都能读取。你也可以直接把 Python 代码段复制出来在自己的脚本里跑。
Q8：东财资金流/个股新闻偶尔返回空或 HTTP 000？
部分大陆住宅宽带 IP 会被东财 push2/search-api 连接级间歇风控（表现 HTTP 000 连接被拒、或新闻只返回 passportWeb 无文章）。这不是代码问题——同一代码在其他网络/时段实测正常。对策：
-
隔几分钟重试
-
换网络环境（手机热点）
-
调大
EM_MIN_INTERVAL降频 -
日级资金流也可用 mootdx 量价数据务实替代
Q9：北向资金历史只有几天？
V2.1 改为本地自缓存。每次调用自动积累，越跑越丰富。首次运行只有当天数据，后续会越来越全。
七、项目亮点总结
| 亮点 | 说明 |
|---|---|
| 🆓 完全免费 | 除 iwencai 可选外，其余 12 个数据源零费用 |
| 🔌 零第三方封装 | 直连 HTTP API，不依赖 akshare 等中间层 |
| 🛡️ 内置防封 | 东财接口统一限流，批量抄代码也不怕封 IP |
| 📦 开箱即用 | 3 步安装，2 分钟上手 |
| 🧠 AI-native | 专为 AI Agent 设计，自然语言即可调用 |
| 🔄 持续维护 | 活跃的 Issue 响应，快速修复失效接口 |
| 📄 Apache 2.0 | 个人商用自由使用 |
| 🌐 多平台兼容 | Claude Code / Codex / OpenClaw / 任意 AI 编程助手 |
八、结语
a-stock-data 填补了一个长期存在的空白：让 AI Agent 也能像专业研究员一样获取和处理 A 股数据。
无论你是量化交易者、价值投资者，还是单纯想用 AI 辅助投资决策的散户，这个工具都能让你的投研效率提升一个数量级。
最重要的是——它完全免费，而且一直在进化。作者 Simon 林（抖音「Simon林」、公众号「硅基世纪」）积极响应用户反馈，每个 Issue 都会认真处理，赞助者的 Issue 还会优先处理。
GitHub：github.com/simonlin1212/a-stock-data
如果这个工具帮到了你的投研工作流，欢迎请作者喝杯咖啡 ☕
免责声明：本项目仅提供数据获取工具，不构成任何投资建议。股市有风险，投资需谨慎。
原创声明：本文根据 a-stock-data GitHub 仓库 整理改写，由五乌 Wuwu 原创编译。转载请注明出处。
发表评论