股票分析：Python 爬取同花顺股票数据（技术指标提取）

Python 爬取同花顺股票数据及技术指标提取详解（2026 年视角）

在 2026 年，使用 Python 爬取股票数据已成为量化分析、AI 预测和个人投资工具的标配。同花顺（iFinD）作为国内主流金融平台，提供丰富的股票行情、历史 K 线和技术指标数据。但直接爬取其官网网页可能面临反爬机制、数据延迟或法律风险（需遵守平台条款，避免商业滥用）。推荐使用开源库如 Akshare 或 Tushare，这些库本质上是封装好的爬虫接口，支持同花顺等数据源，免费且高效。

本教程基于 2026 年最新实践：

• 首选库：Akshare（免费开源，支持实时/历史数据，数据来源包括同花顺、东方财富等）。
• 备选：Tushare（需注册 Token，免费版有限额，付费版更稳定）。
• 技术指标提取：使用 pandas_ta 或 TA-Lib 计算 MA（移动平均）、RSI（相对强弱指数）、MACD 等。
• 注意事项：
• 数据仅供学习/研究，商业使用需获得平台授权。
• Akshare/Tushare 依赖网络，可能有调用限制（e.g., Tushare 免费版每日 200 次）。
• 环境：Python 3.10+，安装库：pip install akshare pandas pandas_ta matplotlib（TA-Lib 如需安装：pip install TA-Lib，但 pandas_ta 更简单）。

步骤 1：安装与准备

pip install akshare pandas pandas_ta matplotlib requests

• Akshare：获取股票数据。
• Pandas：数据处理。
• Pandas_ta：技术指标计算（内置 200+ 指标）。
• Matplotlib：可视化。

步骤 2：爬取同花顺股票数据

Akshare 支持从同花顺等来源获取：

• 历史 K 线：stock_zh_a_hist。
• 实时数据：stock_zh_a_spot_em 或 stock_bid_ask_em。
• 示例股票：600519.SH（贵州茅台）。

示例代码：获取历史 K 线数据

import akshare as ak
import pandas as pd

# 获取贵州茅台历史日 K 线（从 2025-01-01 到当前）
stock_code = "600519"  # 股票代码（沪市加 .SH，深市加 .SZ）
df = ak.stock_zh_a_hist(
    symbol=stock_code,
    period="daily",              # daily/weekly/monthly
    start_date="20250101",       # YYYYMMDD
    end_date="20260120",         # 今天日期
    adjust="qfq"                 # qfq: 前复权；hfq: 后复权；"": 不复权
)

# 保存为 CSV
df.to_csv(f"{stock_code}_history.csv", index=False)

print(df.head())  # 查看前 5 行

输出示例（大致结构）：

    日期    开盘    收盘    最高    最低     成交量   成交额    振幅   涨跌幅   涨跌额   换手率
0 2025-01-02  1500.0  1520.5  1530.0  1490.0  100000  1.52e+08  2.67%  1.37%  20.5  0.5%
...

• 解释：Akshare 从同花顺/东方财富等爬取数据，支持复权调整。数据包括开盘、收盘、成交量等。
• 实时数据示例：

  # 实时分笔数据（tick 数据，从同花顺源）
  tick_df = ak.stock_zh_a_tick_tx(symbol=stock_code, adjust="")
  print(tick_df.head())  # 时间、价格、成交量等

• 如果用 Tushare（备选，需要 Token）：

  import tushare as ts
  ts.set_token('your_token')  # 从 tushare.pro 注册获取
  pro = ts.pro_api()
  df = pro.daily(ts_code=f"{stock_code}.SH", start_date='20250101', end_date='20260120')
  print(df.head())

步骤 3：技术指标提取

获取数据后，使用 pandas_ta 计算常见指标：

• MA（移动平均线）：简单/指数移动平均。
• RSI（相对强弱指数）：超买/超卖信号。
• MACD（移动平均收敛散度）：趋势反转。
• Bollinger Bands（布林带）：波动率。

示例代码：提取并可视化技术指标

import pandas_ta as ta
import matplotlib.pyplot as plt

# 假设 df 是从 Akshare 获取的历史数据（需确保有 'open', 'high', 'low', 'close', 'volume' 列）
df = df.rename(columns={'开盘': 'open', '收盘': 'close', '最高': 'high', '最低': 'low', '成交量': 'volume'})  # 英文列名
df['date'] = pd.to_datetime(df['日期'])  # 日期列
df.set_index('date', inplace=True)       # 设置索引

# 计算指标
df['ma5'] = ta.sma(df['close'], length=5)    # 5 日简单移动平均
df['ma20'] = ta.sma(df['close'], length=20)  # 20 日简单移动平均
df['rsi'] = ta.rsi(df['close'], length=14)   # 14 日 RSI
macd = ta.macd(df['close'], fast=12, slow=26, signal=9)  # MACD
df = pd.concat([df, macd], axis=1)  # 添加 MACD 列

print(df[['close', 'ma5', 'ma20', 'rsi', 'MACD_12_26_9']].tail())  # 查看最后 5 行

# 可视化
fig, (ax1, ax2, ax3) = plt.subplots(3, 1, figsize=(12, 8), sharex=True)

# K 线 + MA
ax1.plot(df.index, df['close'], label='Close', color='blue')
ax1.plot(df.index, df['ma5'], label='MA5', color='orange')
ax1.plot(df.index, df['ma20'], label='MA20', color='green')
ax1.set_title('Stock Price with MA')
ax1.legend()

# RSI
ax2.plot(df.index, df['rsi'], label='RSI', color='purple')
ax2.axhline(70, color='red', linestyle='--')   # 超买线
ax2.axhline(30, color='green', linestyle='--') # 超卖线
ax2.set_title('RSI')
ax2.legend()

# MACD
ax3.plot(df.index, df['MACD_12_26_9'], label='MACD', color='blue')
ax3.plot(df.index, df['MACDs_12_26_9'], label='Signal', color='red')
ax3.bar(df.index, df['MACDh_12_26_9'], label='Histogram', color='gray', alpha=0.5)
ax3.set_title('MACD')
ax3.legend()

plt.tight_layout()
plt.show()

输出解释：

• MA：金叉（MA5 上穿 MA20）买信号，死叉卖信号。
• RSI：>70 超买（卖出），<30 超卖（买入）。
• MACD：MACD 上穿 Signal 买，下穿卖；柱状图正负表示强度。
• 图表：上层股价 + MA，中层 RSI，下层 MACD。

步骤 4：高级扩展 & 注意事项

• 更多指标：pandas_ta 支持 Bollinger (ta.bbands)、Stochastic (ta.stoch) 等。文档：pandas-ta.readthedocs.io。
• 实时监控：用 Akshare 的 stock_zh_a_spot_em 循环获取，每分钟刷新。
• 批量股票：循环多个代码，或用 Akshare 的 stock_rank_cxg_ths 获取同花顺概念股列表。
• 潜在问题：
• 反爬：Akshare 可能被封 IP，用代理或间隔调用（time.sleep(1)）。
• 数据准确：验证与官网一致；Tushare 付费版更可靠。
• 法律：仅个人使用，避免高频爬取导致封号。
• 替代方案：如果 Akshare 失效，用 requests + BeautifulSoup 直接爬同花顺页面（e.g., https://stockpage.10jqka.com.cn/600519/），但需分析 JS 渲染（用 Selenium）。
• 可视化进阶：用 Plotly 交互图（pip install plotly），或 Streamlit 做 Web 仪表盘。

这个示例能让你快速上手！如果想分析特定股票（如换成你的代码）或添加更多指标（e.g., OBV），告诉我，我再优化代码～