做 A 股量化分析的朋友应该深有体会——找数据是最磨人的环节。

mootdx 的 K 线参数、东财 PDF 的 Referer 头、iwencai 的 X-Claw 鉴权，每家接口都不一样，光接数据就能花掉一个周末。各数据源之间缺乏统一标准，换一个数据源就要重写一段爬虫逻辑，代码里塞满了各种临时补丁和异常处理。每次新增一个分析维度，都要先在数据层面折腾半天，真正用来分析的时间反而被挤占了。

更麻烦的是，这些接口的稳定性参差不齐。有些数据源用着用着突然封 IP，有些接口文档已经过时但没人维护，还有些需要手动更新 token 或 cookie。这些杂事让量化分析的门槛从”策略设计”变成了”数据工程”，对于想快速验证想法的人来说，非常劝退。

a-stock-data 就是来终结这个问题的。

项目地址：https://github.com/simonlin1212/a-stock-data

目前已经收获了 7,000 颗星，Apache-2.0 协议开源，迭代到了 V3.2.2 版本。它用一个 Skill 文件把 13 个数据源的 27 个 API 端点整合成 AI 编程助手直接能用的工具集——你的 AI 编程助手只需要读一个文件，就能理解 A 股数据分析的全部数据接口。

#解决了什么问题

这个项目来自 global-stock-data 的同一位作者，显然他自己也是被 A 股数据采集折磨过的实战派。V3.0 做了一个激进但正确的决定：彻底移除 akshare 依赖，全部改为直连 HTTP API。

这意味着你只需要 pip install 三个核心包（mootdx、requests、pandas、stockstats），不用折腾 akshare 那些烦人的依赖冲突。用过 akshare 的人都知道，它的依赖链极其复杂，经常因为某个底层库版本不兼容导致整个环境崩溃。这个决策直接省掉了大量环境维护的时间。

更聪明的是数据源优先级设计：

• 行情层面优先走 mootdx 和腾讯——这两个实测不封 IP，可以放心高频调用
• 东财仅用于独有数据（龙虎榜、解禁、两融、大宗交易、股东户数等），全部走统一限流入口 em_get()，内置串行限流（间隔 ≥ 1s + 随机抖动）
• 文档甚至列出了东财封 IP 的阈值——每秒超过 5 次、并发 ≥ 10、1 分钟 ≥ 200、5 分钟 ≥ 300 就会触发

这种”优先级路由”的设计思路很实用：高频数据走稳定源，独有数据走受限源但做好限流防护。不需要你手动判断该用哪个源，项目已经帮你选好了最优路径。

#七层架构覆盖全场景

项目把 A 股数据分析需要的数据分成了七个层次，覆盖了从行情到研报到公告的全部场景：

行情层：K 线 + 五档盘口 + 逐笔成交 + 实时报价 46 字段，涵盖 PE/PB/市值/换手率等关键指标。这是最基础也最常用的数据层，支持日/周/月不同周期的 K 线数据。

研报层：东财研报列表 + PDF 下载 + 同花顺一致预期 + iwencai 语义搜索。一致预期数据对估值判断特别有用，可以看到市场分析师对某只股票的整体预期，而不是只看单一报告。

信号层：同花顺强势股 + 题材归因 + 北向资金 + 东财资金流向 + 龙虎榜 + 解禁 + 行业板块排名。这一层是技术面和资金面的交叉验证，可以帮助判断短期市场情绪和资金动向。

资金面/筹码层：融资融券 + 大宗交易 + 股东户数 + 分红送转 + 120 日资金流。中长线分析时这一层最有价值——股东户数的变化趋势往往比股价本身更能反映筹码的集中程度。

新闻层：个股新闻 + 全球资讯。把新闻情绪纳入分析维度，是做事件驱动策略的基础数据。

基础数据层：季报 37 字段 + F10 九大类 + 财报三表。这是基本面分析的核心数据源，覆盖了从营收利润到资产负债表的全部关键指标。

公告层：巨潮沪深北全量公告。A 股上市公司公告的官方披露渠道就是巨潮资讯网，这里拿到的数据最权威。

#内置的四套调研流程

除了提供原始数据接口，项目还内置了四套标准的调研流程，可以直接调用：

1. 单票估值 30 秒：实时价 + 一致预期 EPS + 前向 PE/PEG，适合快速判断一只股票是否被低估或高估
2. 批量对比 1 分钟：同时对比多只股票的关键指标，适合行业横向比较和筛选
3. 主题研报 2 分钟：围绕特定主题（如 AI、新能源、半导体）聚合相关数据和研报
4. 新标的全方位调研 1 分钟：对一只你不熟悉的股票快速建立全面认知，从行情到基本面到公告一次性拉取

这些流程设计得很实用，覆盖了散户最常用的几个分析场景。拿”单票估值”来说，以前要手动从不同网站查股价、查研报预期、算 PE/PEG，现在一个调用就全出来了。

#为什么值得关注

这个项目有几点做得非常到位：

第一，作者对数据源的选择判断很老道。 不是简单地把所有接口堆在一起，而是有优先级策略：mootdx 和腾讯不封 IP 就优先用，东财仅用于独有数据且内置限流防封。这种”接口路由”的思维，比单纯提供一个封装层要实用得多。

第二，AI 友好是第一优先级。 整个项目的设计目标是”让 AI 编程助手能直接调用”。所有接口以统一的 Skill 文件组织，AI 助手读一个文件就能理解全部数据能力。这意味着你可以在 Claude Code、Cursor 或任何支持 MCP 的工具里，直接让 AI 帮你完成从数据获取到分析的全流程，不需要手动写爬虫。

第三，社区活跃度和迭代速度验证了需求。 一个月内从零涨到 4K Star，迭代到 V3.2.2，说明大量 A 股投资者确实有这个痛点，而且项目确实在持续改进。

第四，开源和低门槛降低了试错成本。 Apache-2.0 协议，pip install 几个包就能用，不需要付费订阅，不需要申请 API Key。对于想试试 A 股量化分析但不想一开始就投入太多的人来说，这是一个很低的起点。

如果你是做 A 股分析的个人投资者、量化爱好者，或者正在用 AI 编程助手做投资研究，这个项目值得花半小时体验一下。它能帮你把数据获取的时间从”小时级”压缩到”秒级”，把精力真正放到分析本身。