新闻详情

新闻详情

首页 / 资讯中心 / 详情

【Python 量化取数指南 #11】Python 拉 ETF 数据:宽基行业一把抓

发布时间:2026/11/13 5:03:06来源:尧图网络
【Python 量化取数指南 #11】Python 拉 ETF 数据:宽基行业一把抓
【Python 量化取数指南 #11】Python 拉 ETF 数据宽基行业一把抓系列《Python 量化取数指南》连载项目 · 纯 GET 取数 · 仅依赖 requests适用想用 Python 拉 ETF 行情与清单、做宽基/行业组合取数的人。1. 你将得到什么ETF 2 类端点的完整代码ETF 实时列表、LOF 列表一个把「宽基/行业/主题」按名称过滤的小示例一个离线run_check()不填 token 也能验证逻辑2. 本篇取数约定ETF 实时列表/jh/hq/etflistLOF 列表/jh/hq/loflist指数代码列表配 ETF 跟踪标的/hz/list/hszs请求GET https://api.zhituapi.compath?token你的token返回多为 list盘中才有实时价休市为收盘快照3. 核心模板全系列复用importtime,json,requests BASEhttps://api.zhituapi.comTOKEN你的tokendef_get(path,paramsNone,timeout15,retry3,backoff1.5):paramsdict(paramsor{})params[token]TOKEN urlBASEpath lastNoneforiinrange(retry):try:rrequests.get(url,paramsparams,timeouttimeout)ifr.status_code!200:lastfHTTP{r.status_code}{r.text[:120]}time.sleep(backoff*(i1));continuetry:returnr.json(),NoneexceptValueError:lastf非JSON响应:{r.text[:120]}returnNone,lastexceptrequests.RequestExceptionase:laststr(e);time.sleep(backoff*(i1))returnNone,lastdef_hit_key(d,*keys,defaultNone):ifnotisinstance(d,dict):returndefaultforkinkeys:ifkindandd[k]notin(None,,[]):returnd[k]returndefaultdef_to_float(x,defaultfloat(nan)):try:returnfloat(x)except(TypeError,ValueError):returndefault4. 跑通示例拉 ETF 按关键词过滤defdemo_etf(keyword沪深300):data,err_get(/jh/hq/etflist)iferr:print(ETF列表失败:,err);returnitemsdataifisinstance(data,list)else(data.get(data)or[])print(f ETF总数{len(items)}含「{keyword}」的:)n0foritin(itemsor[]):name_hit_key(it,name,mc,基金简称)ifnameandkeywordinstr(name):code_hit_key(it,code,dm)price_to_float(_hit_key(it,price,zxj,收盘价,nav))print(f{code}{name}价{price})n1ifn5:breakdefrun_check():synth[{code:510300.SH,name:沪深300ETF,price:3.9}]hit[xforxinsynthif沪深300inx[name]]print(f [run_check] 合成命中{len(hit)}条:{hit[0][name]})if__name____main__:demo_etf(沪深300)run_check()返回字段说明ETF list 每项含code/dm代码、name/mc简称、price/zxj/nav价/净值、amount/cje成交额等。字段名三套并存统一_hit_key。5. 坑与注意事项ETF vs LOF/jh/hq/etflist是 ETF/jh/hq/loflist是 LOF别混。价 vs 净值实时给「价」盘后给「净值/IOPV」字段可能不同先print核对。成交额看流动性选 ETF 重点看amount/cje太小流动性差。跟踪标的ETF 跟踪某指数指数代码走/hz/list/hszs第 2 篇。休市为快照非交易时段价是上一交易日别当实时。字段名三套price/zxj/收盘价用_hit_key。6. 常见报错速查报错 / 现象原因处理429轮询太频降频 缓存返回空无数据换交易日价/净值不符字段混print(data)看真实 keyKeyError字段名不符print(data)看真实 key7. 小结与下一篇预告小结ETF 用/jh/hq/etflist、LOF 用/jh/hq/loflist核心是按name过滤宽基/行业 看amount判流动性跟踪标的查/hz/list/hszs。下一篇计划写 #12《Python 取北交所与指数小众市场接口实测》用北交所与指数端点补齐小众市场的取数。8. 免责声明本文仅演示公开数据接口的用法所有代码示例均为演示数据不构成任何投资建议实际返回字段以接口文档与你的证书权限为准。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉