Vibe-Trading 如何用 Tushare stk_auction 在 9:25 拿到 A 股集合竞价数据竞价量比筛选与打板预筛实战【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Tradingstk_auction只在每天 9:25 至 9:29 的几分钟窗口内可取错过就要等下一个交易日。下面用不到十行调用把带量比、换手率和高开幅度的全市场竞价快照装进 DataFrame直接接进打板选股与盘前资金扫描的流水线。一页看懂这个 Tushare 竞价接口值不值得用项目说明接口名stk_auctionTushare 接口 ID 369数据窗口每日9:25–9:29当日集合竞价快照单次上限8000行权限门槛单独开权限已开通股票分钟权限的用户自动获得一句话用途一次取回全市场当日竞价成交量、均价、金额、量比、换手率集合竞价机制为什么竞价量比能当选股信号A 股 9:30 开盘前有一段 10 分钟的集合竞价9:15–9:20 可申报可撤单9:20–9:25 只能申报不能撤单9:25 交易所按最大成交量原则撮合出开盘价。这 10 分钟是一天里多空博弈最集中的阶段打板资金与盘前抢筹的意图会一次性暴露出来。竞价快照就是观察竞价强度的第一手数据而且只在 9:25–9:29 窗口内可取。竞价成交均价price是当天走势的定调基准放量高开往往意味着主线在开盘前就已选定。仓库里 market-microstructure 技能也把 A 股 call auction 列为本土微结构特征用于成交成本估计与知情交易识别。数据层面下面四个接口互相咬合接口时效数据内容用途stk_auction当日 9:25–9:29vol、price、amount、量比、换手率盘中决策stk_auction_o盘后更新开盘 9:30 竞价 OHLCV vwap盘后复盘stk_auction_c盘后更新收盘 15:00 竞价 OHLCV vwap盘后复盘limit_list_d盘后首封时间、炸板次数、连板数、封单金额打板晋级预筛各接口字段定义见仓库内 股票开盘集合竞价数据 与 涨跌停和炸板数据。输入参数stk_auction 的四种组合方式名称类型必选含义ts_codestrN股票代码如600071.SHtrade_datestrN交易日期YYYYMMDD格式start_datestrN开始日期end_datestrN结束日期四个参数均可省略也可以自由组合行为对照如下全不传返回当前交易日全市场数据上限 8000 行单传trade_date取指定单日全市场例如trade_date20250218start_dateend_date取区间数据仍受单次 8000 行限制需按日循环加ts_code收窄到单只标的适合对自选池逐个扫描。输出字段九列数据怎么换算名称类型含义ts_codestr股票代码trade_datestr数据日期volint成交量股priceint成交均价元amountfloat成交金额元pre_closefloat昨收价元turnover_ratefloat换手率%volume_ratiofloat量比float_sharefloat流通股本万股三个换算关系可以直接写进策略amount ≈ vol × price例如8700 × 23.24 202188高开幅度 (price − pre_close) / pre_closevolume_ratio是当日竞价均量相对过去若干日同期均量的比值判断抢筹意愿就看它。样例里还混有北交所.BJ标的如836957.BJ三个市场共用同一个 DataFrame。注意159558.SZ、123039.SZ等基金类代码的turnover_rate与volume_ratio返回 NaN原因是这类标的没有传统换手率概念。统计前先按代码前缀过滤或用fillna(0)补齐。① 三步跑通Tushare 竞价数据获取实战装依赖、配 Tokenpip install tushare export TUSHARE_TOKENyour_token仓库内 Token 由环境变量 schema 统一管理字段定义在 env_schema.py预检在 preflight.py示例脚本 stock_data_example.py 用get_env_config().data.tushare_token or ts.get_token()完成初始化。最小可运行示例import os import tushare as ts pro ts.pro_api(os.getenv(TUSHARE_TOKEN) or ts.get_token()) df pro.stk_auction(trade_date20250218, fieldsts_code,trade_date,vol,price,amount, pre_close,turnover_rate,volume_ratio) print(df.head())返回是 DataFrame文档样例中的几行真实数据ts_code trade_date vol price amount turnover_rate volume_ratio 600071.SH 20250218 8700 23.240 202188.00 0.003090 0.150628 300053.SZ 20250218 53300 13.750 732875.00 0.008388 0.230996 159558.SZ 20250218 18700 1.211 22645.70 NaN NaN② 如何按日批量拉取竞价数据全市场单日约 6500 行一次拉得下历史回补则要按交易日循环。dateu.get_next自动跳过周末和节假日sleep控制请求频率以免触发限流import time import pandas as pd def fetch_auction_between(start, end, ts_code, pause0.3): 按日循环抓取区间内的集合竞价成交数据 from tushare.util import dateu fields (ts_code,trade_date,vol,price,amount,pre_close, turnover_rate,volume_ratio,float_share) frames, day [], start while day end: frames.append(pro.stk_auction(trade_dateday, ts_codets_code, fieldsfields)) day dateu.get_next(day) # 跳过周末与节假日 time.sleep(pause) # 控频避免限流 return pd.concat(frames, ignore_indexTrue) hist fetch_auction_between(20250201, 20250228, ts_code600071.SH) today pro.stk_auction(trade_date20250218, fieldsts_code,vol,price,amount,turnover_rate,volume_ratio) hot today[today[amount] 1_000_000] # 按竞价金额过滤 print(hot.sort_values(volume_ratio, ascendingFalse).head(10))1_000_000100 万元只是演示阈值以 20250218 样例看600879.SH的 1800320 元、300616.SZ的 2050600 元都能入选。需要精确控制交易日序列时可结合仓库 交易日历trade_cal先生成日期再循环。③ 组合用法竞价量比筛选与打板数据获取的三个方向竞价量比筛选取volume_ratio大于 1.5、且高开幅度(price − pre_close) / pre_close落在 0–3% 的标的回答哪些票在竞价被抢筹。竞价资金强度排序按amount对全市场排序识别当日资金主攻方向turnover_rate偏高而高开不足的票标记为疑似竞价出货。打板晋级预筛从limit_list_d取昨日涨停集合在 9:25–9:29 窗口内扫描其量比与高开幅度预判连板晋级这是打板数据获取的标准流水线。避坑清单竞价字段缺失与权限报错怎么处理窗口错过当日数据只在 9:25–9:29 开放 → 定时任务锚定 9:25 之后、9:30 之前触发漏掉的日期用日期循环补取。行数停在 8000多日区间一次拉取会触顶 → 按日循环再concat不要一次取整个区间。NaN 出现159558.SZ等基金类代码缺换手率与量比 → 按代码前缀过滤或fillna(0)布尔掩码过滤时 NaN 行会被直接丢掉。权限类报错本接口是单独开权限 → 股票分钟权限用户免申请否则先到 Tushare 平台申请再跑。单位不一致vol是股、float_share是万股 → 手工计算换手前先统一单位。金额极小123039.SZ样例仅成交 2395.54 元 → 给amount设下限过滤低流动性标的。下一步先跑通单日快照确认数据结构再叠加volume_ratio 1.5与高开幅度区间两个过滤得到第一版竞价选股因子。【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Vibe-Trading 如何用 Tushare stk_auction 在 9:25 拿到 A 股集合竞价数据：竞价量比筛选与打板预筛实战
Vibe-Trading 如何用 Tushare stk_auction 在 9:25 拿到 A 股集合竞价数据竞价量比筛选与打板预筛实战【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Tradingstk_auction只在每天 9:25 至 9:29 的几分钟窗口内可取错过就要等下一个交易日。下面用不到十行调用把带量比、换手率和高开幅度的全市场竞价快照装进 DataFrame直接接进打板选股与盘前资金扫描的流水线。一页看懂这个 Tushare 竞价接口值不值得用项目说明接口名stk_auctionTushare 接口 ID 369数据窗口每日9:25–9:29当日集合竞价快照单次上限8000行权限门槛单独开权限已开通股票分钟权限的用户自动获得一句话用途一次取回全市场当日竞价成交量、均价、金额、量比、换手率集合竞价机制为什么竞价量比能当选股信号A 股 9:30 开盘前有一段 10 分钟的集合竞价9:15–9:20 可申报可撤单9:20–9:25 只能申报不能撤单9:25 交易所按最大成交量原则撮合出开盘价。这 10 分钟是一天里多空博弈最集中的阶段打板资金与盘前抢筹的意图会一次性暴露出来。竞价快照就是观察竞价强度的第一手数据而且只在 9:25–9:29 窗口内可取。竞价成交均价price是当天走势的定调基准放量高开往往意味着主线在开盘前就已选定。仓库里 market-microstructure 技能也把 A 股 call auction 列为本土微结构特征用于成交成本估计与知情交易识别。数据层面下面四个接口互相咬合接口时效数据内容用途stk_auction当日 9:25–9:29vol、price、amount、量比、换手率盘中决策stk_auction_o盘后更新开盘 9:30 竞价 OHLCV vwap盘后复盘stk_auction_c盘后更新收盘 15:00 竞价 OHLCV vwap盘后复盘limit_list_d盘后首封时间、炸板次数、连板数、封单金额打板晋级预筛各接口字段定义见仓库内 股票开盘集合竞价数据 与 涨跌停和炸板数据。输入参数stk_auction 的四种组合方式名称类型必选含义ts_codestrN股票代码如600071.SHtrade_datestrN交易日期YYYYMMDD格式start_datestrN开始日期end_datestrN结束日期四个参数均可省略也可以自由组合行为对照如下全不传返回当前交易日全市场数据上限 8000 行单传trade_date取指定单日全市场例如trade_date20250218start_dateend_date取区间数据仍受单次 8000 行限制需按日循环加ts_code收窄到单只标的适合对自选池逐个扫描。输出字段九列数据怎么换算名称类型含义ts_codestr股票代码trade_datestr数据日期volint成交量股priceint成交均价元amountfloat成交金额元pre_closefloat昨收价元turnover_ratefloat换手率%volume_ratiofloat量比float_sharefloat流通股本万股三个换算关系可以直接写进策略amount ≈ vol × price例如8700 × 23.24 202188高开幅度 (price − pre_close) / pre_closevolume_ratio是当日竞价均量相对过去若干日同期均量的比值判断抢筹意愿就看它。样例里还混有北交所.BJ标的如836957.BJ三个市场共用同一个 DataFrame。注意159558.SZ、123039.SZ等基金类代码的turnover_rate与volume_ratio返回 NaN原因是这类标的没有传统换手率概念。统计前先按代码前缀过滤或用fillna(0)补齐。① 三步跑通Tushare 竞价数据获取实战装依赖、配 Tokenpip install tushare export TUSHARE_TOKENyour_token仓库内 Token 由环境变量 schema 统一管理字段定义在 env_schema.py预检在 preflight.py示例脚本 stock_data_example.py 用get_env_config().data.tushare_token or ts.get_token()完成初始化。最小可运行示例import os import tushare as ts pro ts.pro_api(os.getenv(TUSHARE_TOKEN) or ts.get_token()) df pro.stk_auction(trade_date20250218, fieldsts_code,trade_date,vol,price,amount, pre_close,turnover_rate,volume_ratio) print(df.head())返回是 DataFrame文档样例中的几行真实数据ts_code trade_date vol price amount turnover_rate volume_ratio 600071.SH 20250218 8700 23.240 202188.00 0.003090 0.150628 300053.SZ 20250218 53300 13.750 732875.00 0.008388 0.230996 159558.SZ 20250218 18700 1.211 22645.70 NaN NaN② 如何按日批量拉取竞价数据全市场单日约 6500 行一次拉得下历史回补则要按交易日循环。dateu.get_next自动跳过周末和节假日sleep控制请求频率以免触发限流import time import pandas as pd def fetch_auction_between(start, end, ts_code, pause0.3): 按日循环抓取区间内的集合竞价成交数据 from tushare.util import dateu fields (ts_code,trade_date,vol,price,amount,pre_close, turnover_rate,volume_ratio,float_share) frames, day [], start while day end: frames.append(pro.stk_auction(trade_dateday, ts_codets_code, fieldsfields)) day dateu.get_next(day) # 跳过周末与节假日 time.sleep(pause) # 控频避免限流 return pd.concat(frames, ignore_indexTrue) hist fetch_auction_between(20250201, 20250228, ts_code600071.SH) today pro.stk_auction(trade_date20250218, fieldsts_code,vol,price,amount,turnover_rate,volume_ratio) hot today[today[amount] 1_000_000] # 按竞价金额过滤 print(hot.sort_values(volume_ratio, ascendingFalse).head(10))1_000_000100 万元只是演示阈值以 20250218 样例看600879.SH的 1800320 元、300616.SZ的 2050600 元都能入选。需要精确控制交易日序列时可结合仓库 交易日历trade_cal先生成日期再循环。③ 组合用法竞价量比筛选与打板数据获取的三个方向竞价量比筛选取volume_ratio大于 1.5、且高开幅度(price − pre_close) / pre_close落在 0–3% 的标的回答哪些票在竞价被抢筹。竞价资金强度排序按amount对全市场排序识别当日资金主攻方向turnover_rate偏高而高开不足的票标记为疑似竞价出货。打板晋级预筛从limit_list_d取昨日涨停集合在 9:25–9:29 窗口内扫描其量比与高开幅度预判连板晋级这是打板数据获取的标准流水线。避坑清单竞价字段缺失与权限报错怎么处理窗口错过当日数据只在 9:25–9:29 开放 → 定时任务锚定 9:25 之后、9:30 之前触发漏掉的日期用日期循环补取。行数停在 8000多日区间一次拉取会触顶 → 按日循环再concat不要一次取整个区间。NaN 出现159558.SZ等基金类代码缺换手率与量比 → 按代码前缀过滤或fillna(0)布尔掩码过滤时 NaN 行会被直接丢掉。权限类报错本接口是单独开权限 → 股票分钟权限用户免申请否则先到 Tushare 平台申请再跑。单位不一致vol是股、float_share是万股 → 手工计算换手前先统一单位。金额极小123039.SZ样例仅成交 2395.54 元 → 给amount设下限过滤低流动性标的。下一步先跑通单日快照确认数据结构再叠加volume_ratio 1.5与高开幅度区间两个过滤得到第一版竞价选股因子。【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考