Tushare stk_auction 完全指南当日集合竞价数据接口落地手册【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你正在做打板9:26 想一次性扫完全市场的集合竞价数据获取结果哪些票竞价放量抢筹哪些竞价就在出货。日线做不到这件事——它要等收盘才出现。你要的是当日 9:25 撮合出来的竞价成交截面Tushare 的stk_auction接口就是干这个的一次调用返回全市场约 6500 行的竞价量、竞价价、竞价金额、量比和换手率。这篇带你把它从参数、字段一直用到批量采集和竞价量比选股。接口速览4 分钟窗口与 8000 行上限项目说明接口名stk_auctionTushare 接口 ID 369功能获取当日个股和 ETF 的集合竞价成交情况数据时效每天 9:25~9:29 可获取当日数据单次行数上限最大返回 8000 行权限单独开权限数据已开通股票分钟权限的用户自动获得A 股在 9:15–9:25 进行开盘集合竞价9:15–9:20 可申报可撤单9:20–9:25 不可撤单9:25 交易所按最大成交量原则撮合出开盘价。stk_auction拿到的就是这一刻的全市场成交快照它和盘后更新的历史竞价接口时效完全不同。在 Vibe-Trading 仓库里该接口被归入 Tushare 技能的「股票数据 / 打板专题数据」分类与limit_list_d涨跌停和炸板、stk_auction_o/stk_auction_c盘后开盘/收盘竞价 OHLCV拼起来能覆盖盘前抢单到盘后复盘的完整链路。输入参数与输出字段速查四个入参全部可选组合方式决定你拿到什么名称类型必选说明ts_codestrN股票代码如600071.SHtrade_datestrN交易日期YYYYMMDDstart_datestrN开始日期end_datestrN结束日期不传任何参数返回当日全市场数据当前行情下约 6500 行一次拉完传trade_date只取某一天传start_dateend_date按日期区间拉受 8000 行上限约束实际建议按日循环传ts_code单标的扫描适合自选池逐个过。出参共 9 列名称类型说明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流通股本万股字段间的换算关系可以随手验证amount ≈ vol × pricevolume_ratio 竞价成交量均量 / 过去若干日同期均量。量比是竞价抢筹意愿的强度计换手率反映竞价阶段的筹码换手——一个看意愿一个看筹码。注意两点ETF 标的159/123 开头的代码的turnover_rate和volume_ratio返回 NaN因为基金没有传统意义的换手率vol单位是股而float_share单位是万股混用时差一个 10000 倍。最小可用示例一次调用取一天竞价数据环境准备两行pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple export TUSHARE_TOKENyour_tokenToken 也可以走仓库统一的环境变量管理字段TUSHARE_TOKEN定义在 agent/src/config/env_schema.py预检逻辑在 agent/src/preflight.py。初始化与 agent/src/skills/tushare/scripts/stock_data_example.py 保持一致import os import tushare as ts token os.getenv(TUSHARE_TOKEN) or ts.get_token() pro ts.pro_api(token) df pro.stk_auction( trade_date20250218, fieldsts_code,trade_date,vol,price,amount, turnover_rate,volume_ratio ) print(df)跑一下看看返回是 pandas DataFrame样例如下ts_code trade_date vol price amount turnover_rate volume_ratio 0 600071.SH 20250218 8700 23.240 202188.00 0.003090 0.150628 1 300053.SZ 20250218 53300 13.750 732875.00 0.008388 0.230996 2 159558.SZ 20250218 18700 1.211 22645.70 NaN NaN 3 600879.SH 20250218 195900 9.190 1800320.00 0.005938 0.373839 ... ... ... ... ... ... ... ... 6507 300616.SZ 20250218 142700 14.370 2050600.00 0.091494 1.184760 6508 836957.BJ 20250218 300 12.310 3693.00 0.000702 0.012952 6509 123039.SZ 20250218 20 119.777 2395.54 NaN NaN 6511 300949.SZ 20250218 25600 41.210 1054980.00 0.042667 0.830128从这段输出能直接读出三个事实代码后缀区分市场.SH上交所、.SZ深交所、.BJ北交所ETF 混在同一张表里如159558.SZETF 的turnover_rate、volume_ratio是 NaN统计前必须按代码段过滤或fillna(0)兜底极值样本明显123039.SZ竞价成交仅 2395.54 元属于流动性极差的标段300616.SZ量比 1.18、换手 9.1%是当日竞价强度最高的样本之一。批量采集函数按日期循环抓区间竞价数据单次 8000 行对全市场单日约 6500 行够用历史回补或数据量增长后就会触顶所以按日循环、每次打印行数校验是稳妥姿势import os import time import pandas as pd import tushare as ts from tushare.util import dateu pro ts.pro_api(os.getenv(TUSHARE_TOKEN) or ts.get_token()) def fetch_auction(start_date, end_date, ts_code, pause0.3): 按日循环抓取日期区间的集合竞价数据 fields (ts_code,trade_date,vol,price,amount, pre_close,turnover_rate,volume_ratio,float_share) frames, day [], start_date while day end_date: df pro.stk_auction( trade_dateday, ts_codets_code, fieldsfields) frames.append(df) print(f{day}: {len(df)} rows) day dateu.get_next(day) # 自动跳到下一交易日 time.sleep(pause) return pd.concat(frames, ignore_indexTrue) hist fetch_auction(20250201, 20250228, ts_code600071.SH)dateu.get_next会跳过周末若你要更严格的日历控制用 交易日历trade_cal先生成交易日序列再循环即可。竞价量比选股三个落地方向与一行式筛选方向一量比 高开幅度双条件。volume_ratio明显放大说明竞价资金在抢筹但要卡住高开幅度否则追高开就是接刀。一行式df[open_gap] (df[price] - df[pre_close]) / df[pre_close] picks df[(df[volume_ratio] 1.5) (df[open_gap] 0.05)] picks picks.sort_values(amount, ascendingFalse).head(20)方向二竞价资金强度排序。直接按amount降序看全市场竞价成交额分布前 20 名就是当日资金重点进攻方向若某票turnover_rate已很高但高开有限要反过来警惕竞价出货。方向三与打板数据联动做晋级预判。用 涨跌停和炸板数据limit_list_d取昨日涨停股拿它的limit_times连板数、fd_amount封单金额、first_time首封时间做底池再在 9:25–9:29 窗口内扫这批票的竞价量比和高开幅度两个信号共振的才留作晋级候选。避坑清单时间窗口、权限与字段缺失⏱️窗口只有 4 分钟当日数据仅 9:25~9:29 可取错过就没了只能等下一交易日。定时任务锚定 9:25 之后、9:30 连续竞价开始前触发。⚠️权限要预检这是单独开权限的数据无权限调用会直接报权限类错误。先确认TUSHARE_TOKEN注入成功env_schema.py 的tushare_token字段。ETF 字段缺失turnover_rate、volume_ratio对 ETF 返回 NaN直接参与排序或比较会把 NaN 行为带偏。按代码段过滤或fillna(0)再统计。8000 行静默截断数据量逼近上限时多出的行不报错、直接丢。按日循环并打印每次返回行数和预期行数对账。单位不统一vol是股、float_share是万股、price和amount是元。拿vol / float_share算占比前先乘 10000否则结果差 4 个数量级。金额下限别忘低流动性标的竞价成交只有几千元样例里 2395.54 元不设amount下限噪声会大量混进候选池。延伸阅读关联文档与下一步开盘竞价成交(当日).md.md)stk_auction的原始参数与数据示例涨跌停和炸板数据.mdlimit_list_d连板数、封单金额字段股票开盘集合竞价数据.mdstk_auction_o盘后更新的开盘竞价 OHLCV单次 10000 行Tushare 技能总览Token 配置与全量接口目录下一步建议先把单日调用和批量函数各自跑通一遍核对行数与字段再叠加量比、高开幅度、竞价金额三道阈值最后接上limit_list_d的连板底池——这样你就有一条完整可回测的竞价打板流水线。【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 Tushare stk_auction 完全指南：当日集合竞价数据接口落地手册
Tushare stk_auction 完全指南当日集合竞价数据接口落地手册【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你正在做打板9:26 想一次性扫完全市场的集合竞价数据获取结果哪些票竞价放量抢筹哪些竞价就在出货。日线做不到这件事——它要等收盘才出现。你要的是当日 9:25 撮合出来的竞价成交截面Tushare 的stk_auction接口就是干这个的一次调用返回全市场约 6500 行的竞价量、竞价价、竞价金额、量比和换手率。这篇带你把它从参数、字段一直用到批量采集和竞价量比选股。接口速览4 分钟窗口与 8000 行上限项目说明接口名stk_auctionTushare 接口 ID 369功能获取当日个股和 ETF 的集合竞价成交情况数据时效每天 9:25~9:29 可获取当日数据单次行数上限最大返回 8000 行权限单独开权限数据已开通股票分钟权限的用户自动获得A 股在 9:15–9:25 进行开盘集合竞价9:15–9:20 可申报可撤单9:20–9:25 不可撤单9:25 交易所按最大成交量原则撮合出开盘价。stk_auction拿到的就是这一刻的全市场成交快照它和盘后更新的历史竞价接口时效完全不同。在 Vibe-Trading 仓库里该接口被归入 Tushare 技能的「股票数据 / 打板专题数据」分类与limit_list_d涨跌停和炸板、stk_auction_o/stk_auction_c盘后开盘/收盘竞价 OHLCV拼起来能覆盖盘前抢单到盘后复盘的完整链路。输入参数与输出字段速查四个入参全部可选组合方式决定你拿到什么名称类型必选说明ts_codestrN股票代码如600071.SHtrade_datestrN交易日期YYYYMMDDstart_datestrN开始日期end_datestrN结束日期不传任何参数返回当日全市场数据当前行情下约 6500 行一次拉完传trade_date只取某一天传start_dateend_date按日期区间拉受 8000 行上限约束实际建议按日循环传ts_code单标的扫描适合自选池逐个过。出参共 9 列名称类型说明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流通股本万股字段间的换算关系可以随手验证amount ≈ vol × pricevolume_ratio 竞价成交量均量 / 过去若干日同期均量。量比是竞价抢筹意愿的强度计换手率反映竞价阶段的筹码换手——一个看意愿一个看筹码。注意两点ETF 标的159/123 开头的代码的turnover_rate和volume_ratio返回 NaN因为基金没有传统意义的换手率vol单位是股而float_share单位是万股混用时差一个 10000 倍。最小可用示例一次调用取一天竞价数据环境准备两行pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple export TUSHARE_TOKENyour_tokenToken 也可以走仓库统一的环境变量管理字段TUSHARE_TOKEN定义在 agent/src/config/env_schema.py预检逻辑在 agent/src/preflight.py。初始化与 agent/src/skills/tushare/scripts/stock_data_example.py 保持一致import os import tushare as ts token os.getenv(TUSHARE_TOKEN) or ts.get_token() pro ts.pro_api(token) df pro.stk_auction( trade_date20250218, fieldsts_code,trade_date,vol,price,amount, turnover_rate,volume_ratio ) print(df)跑一下看看返回是 pandas DataFrame样例如下ts_code trade_date vol price amount turnover_rate volume_ratio 0 600071.SH 20250218 8700 23.240 202188.00 0.003090 0.150628 1 300053.SZ 20250218 53300 13.750 732875.00 0.008388 0.230996 2 159558.SZ 20250218 18700 1.211 22645.70 NaN NaN 3 600879.SH 20250218 195900 9.190 1800320.00 0.005938 0.373839 ... ... ... ... ... ... ... ... 6507 300616.SZ 20250218 142700 14.370 2050600.00 0.091494 1.184760 6508 836957.BJ 20250218 300 12.310 3693.00 0.000702 0.012952 6509 123039.SZ 20250218 20 119.777 2395.54 NaN NaN 6511 300949.SZ 20250218 25600 41.210 1054980.00 0.042667 0.830128从这段输出能直接读出三个事实代码后缀区分市场.SH上交所、.SZ深交所、.BJ北交所ETF 混在同一张表里如159558.SZETF 的turnover_rate、volume_ratio是 NaN统计前必须按代码段过滤或fillna(0)兜底极值样本明显123039.SZ竞价成交仅 2395.54 元属于流动性极差的标段300616.SZ量比 1.18、换手 9.1%是当日竞价强度最高的样本之一。批量采集函数按日期循环抓区间竞价数据单次 8000 行对全市场单日约 6500 行够用历史回补或数据量增长后就会触顶所以按日循环、每次打印行数校验是稳妥姿势import os import time import pandas as pd import tushare as ts from tushare.util import dateu pro ts.pro_api(os.getenv(TUSHARE_TOKEN) or ts.get_token()) def fetch_auction(start_date, end_date, ts_code, pause0.3): 按日循环抓取日期区间的集合竞价数据 fields (ts_code,trade_date,vol,price,amount, pre_close,turnover_rate,volume_ratio,float_share) frames, day [], start_date while day end_date: df pro.stk_auction( trade_dateday, ts_codets_code, fieldsfields) frames.append(df) print(f{day}: {len(df)} rows) day dateu.get_next(day) # 自动跳到下一交易日 time.sleep(pause) return pd.concat(frames, ignore_indexTrue) hist fetch_auction(20250201, 20250228, ts_code600071.SH)dateu.get_next会跳过周末若你要更严格的日历控制用 交易日历trade_cal先生成交易日序列再循环即可。竞价量比选股三个落地方向与一行式筛选方向一量比 高开幅度双条件。volume_ratio明显放大说明竞价资金在抢筹但要卡住高开幅度否则追高开就是接刀。一行式df[open_gap] (df[price] - df[pre_close]) / df[pre_close] picks df[(df[volume_ratio] 1.5) (df[open_gap] 0.05)] picks picks.sort_values(amount, ascendingFalse).head(20)方向二竞价资金强度排序。直接按amount降序看全市场竞价成交额分布前 20 名就是当日资金重点进攻方向若某票turnover_rate已很高但高开有限要反过来警惕竞价出货。方向三与打板数据联动做晋级预判。用 涨跌停和炸板数据limit_list_d取昨日涨停股拿它的limit_times连板数、fd_amount封单金额、first_time首封时间做底池再在 9:25–9:29 窗口内扫这批票的竞价量比和高开幅度两个信号共振的才留作晋级候选。避坑清单时间窗口、权限与字段缺失⏱️窗口只有 4 分钟当日数据仅 9:25~9:29 可取错过就没了只能等下一交易日。定时任务锚定 9:25 之后、9:30 连续竞价开始前触发。⚠️权限要预检这是单独开权限的数据无权限调用会直接报权限类错误。先确认TUSHARE_TOKEN注入成功env_schema.py 的tushare_token字段。ETF 字段缺失turnover_rate、volume_ratio对 ETF 返回 NaN直接参与排序或比较会把 NaN 行为带偏。按代码段过滤或fillna(0)再统计。8000 行静默截断数据量逼近上限时多出的行不报错、直接丢。按日循环并打印每次返回行数和预期行数对账。单位不统一vol是股、float_share是万股、price和amount是元。拿vol / float_share算占比前先乘 10000否则结果差 4 个数量级。金额下限别忘低流动性标的竞价成交只有几千元样例里 2395.54 元不设amount下限噪声会大量混进候选池。延伸阅读关联文档与下一步开盘竞价成交(当日).md.md)stk_auction的原始参数与数据示例涨跌停和炸板数据.mdlimit_list_d连板数、封单金额字段股票开盘集合竞价数据.mdstk_auction_o盘后更新的开盘竞价 OHLCV单次 10000 行Tushare 技能总览Token 配置与全量接口目录下一步建议先把单日调用和批量函数各自跑通一遍核对行数与字段再叠加量比、高开幅度、竞价金额三道阈值最后接上limit_list_d的连板底池——这样你就有一条完整可回测的竞价打板流水线。【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