Python量化数据获取实测：免费股票数据API的坑，我替你们踩了一遍

做量化研究的头一年，我在数据上花的时间比写策略还多。一开始的想法很简单：网上那么多免费股票数据接口，yfinance、akshare、tushare、Alpha Vantage，哪个不能凑合着用？后来发现”凑合”两个字是量化里最贵的词——数据质量、字段口径、接口稳定性，每一个都是回测结果里看不见的变量。这篇把我用过的免费数据源逐个过一遍，说清楚它们各自的坑，以及最后我为什么换成了稳定的统一API。如果你是刚开始接触Python量化数据获取、正在纠结选哪个免费行情接口的开发者，这篇应该能帮你省下不少试错时间。

先说结论：免费数据源不是不能用，是看你拿它干什么

折腾一圈下来我的体会是：免费源适合验证想法——写个脚本看个趋势、做个粗糙回测、画个K线图，完全够用。但一旦你的策略开始依赖这些数据做决策，或者要跑长期历史回测，免费源的每一个小毛病都会变成策略里说不清的偏差。免费股票数据API和稳定数据源之间，差的不是钱，是确定性。

逐个说：每个免费源的真实问题

yfinance：方便，但只方便在表层

Yahoo的接口封装，用起来确实方便，yf.download("AAPL") 一行就出数据，很多Python量化教程第一步就是它。优点不用说，说坑：

• 数据字段缺：拆股、分红调整的历史数据口径跟别的源对不上，同一只股票两个源拉出来的日K，后复权价格能差好几个点，回测里一对比全是脏数据

• 延迟和限流：频繁请求会被限，尤其盘中拉实时报价，经常拿到的是几分钟前的旧价，做实时行情监控基本不可用

• 接口不稳定：上游页面结构一变，封装库就要跟着改，有段时间隔三差五拉不到数据，社区issue一片哀嚎

它适合：快速看数据、做演示、验证代码逻辑。不适合：任何要长期稳定跑的东西。

akshare：覆盖广，但”薛定谔的可用”

国产开源库，覆盖的接口特别全，股票、期货、基金、宏观数据都有，这一点确实良心。用久了你会发现：

• 接口经常”悄悄失效”：很多接口是从网页上抓的，上游网站一改版，接口就报错，而且没人通知你，只有跑批的时候才发现数据全是NaN

• 文档和实际行为对不上：参数名、返回格式经常要自己试错，同一个接口不同版本行为还不一样

• 速度不稳定：抓网页的接口，慢的时候一个请求要好几秒，批量拉数据能等到怀疑人生

它适合：研究阶段查个数据、找找灵感、做数据探查。不适合：当作生产数据管道的一部分，因为你不知道它哪天就断了。

tushare：规范，但积分制度磨人

老牌国产数据源，社区做得好，文档规范，数据质量在免费源里算上游。免费档的问题在于积分体系：

• 很多接口有积分门槛：想拿全字段的日线、分钟线，积分不够就得等，或者靠贡献换积分，急用数据的时候只能干瞪眼

• 频率限制：免费档每分钟调用次数有限，批量拉几百只股票的历史数据要分很多次跑，跑一次全市场要几个小时

• 数据更新延迟：部分接口数据更新不是实时的，做日内策略会发现数据跟不上行情

它适合：有耐心攒积分、做日频以上研究的开发者。不适合：着急上线、需要分钟级数据的人。

Alpha Vantage免费档：额度算得清清楚楚

国外老牌API，免费档的限制最直接：每天500个请求。听着不少，但你算一笔账：回测里拉一遍标普500成分股的日K，几百个请求就没了，一天的额度直接见底。而且免费档的数据延迟、字段完整性也打了折扣，分钟级数据更是限量供应。

新浪/腾讯的免费行情接口

这是很多”野路子”教程里教的，直接拼URL拉行情。实测下来：

• 非官方接口，字段不稳定：哪天页面结构改了，你的解析代码就废了，纯纯的黑盒依赖

• 没有历史K线：基本只有实时报价，回测用不了，做不了任何历史研究

• 合规风险：数据授权边界模糊，商用基本不用想，自己玩玩可以，别写进正式项目

“免费”的真实成本，算完这笔账你就懂了

把这些源都用过一遍，我的感受是：免费数据源的成本不在钱上，在时间上——

• 维护成本：每个源都是”薛定谔的可用”，你要定期写脚本检查数据源是不是还活着，字段是不是还一样，一套检查脚本写下来，工作量不比写策略小

• 数据质量成本：免费源的数据错误、缺失、调整口径不一致，回测结果里根本看不出来，等你实盘了才暴露，那时候就不是改代码能解决的问题了

• 机会成本：免费源的坑花掉的时间，本来可以花在策略本身、因子研究、风控设计上

量化里有个说法：垃圾数据进，垃圾策略出。回测跑得再漂亮，数据源不可靠，结果就是自欺欺人。Python量化数据获取这块，选择数据源其实是在选择你的研究可信度。

什么时候必须换稳定数据源

我自己的切换时机是这么判断的，三个信号任中一个就换：

1. 要跑超过一年的历史回测——数据口径必须统一、完整，免费源的缺失和口径差异会直接污染结论，回测结果再好也是假的

2. 要接实时行情做监控或盘中策略——免费源的延迟和限流完全扛不住，盘中行情API的要求是毫秒级稳定推送，不是偶尔刷出来一条

3. 策略进入实盘/半实盘阶段——这个不用多说，数据稳定是底线，实盘里数据断一分钟都是事故

这时候我换成了 iTick 的统一API——一个接口覆盖股票、指数、期货、外汇多个品种，REST和WebSocket都有，token去它官网 itick.org 申请就能拿。下面用股票数据举个实际接入的例子，代码直接能跑。

一个实际的接入例子：历史K线 + 实时报价 + 盘中推送

稳定数据源的用法其实很简单，就是规规矩矩调接口，接口文档怎么写的就怎么调。拉历史日K：

import requests

API_BASE = "https://api.itick.org"

TOKEN = "your_token_here"

headers = {"accept": "application/json", "token": TOKEN}

def  get_stock_kline(code="AAPL", region="US", ktype=8, limit=500):

resp = requests.get(

f"{API_BASE}/stock/kline",

headers=headers,

params={

"region": region, # 市场代码：US美股、HK港股、CN A股

"code": code, # 股票代码

"kType": ktype, # 1=1分钟 2=5分钟 5=1小时 8=日K 9=周K 10=月K

"limit": limit # 单次最大500条

}

)

data = resp.json()["data"]

# 每根K线字段：t时间戳(毫秒)/o开/h高/l低/c收/v量/tu额

return data

daily = get_stock_kline()

print(daily[0])

实时报价走REST快照，一个请求拿当前全部关键字段：

def  get_quote(code="AAPL", region="US"):

resp = requests.get(

f"{API_BASE}/stock/quote",

headers=headers,

params={"region": region, "code": code}

)

q = resp.json()["data"]

# 字段说明：

# ld最新价 o开盘 p前收 h最高 l最低

# t时间戳(毫秒) v成交量 tu成交额

# ts交易状态(0正常/1停牌/2退市/3熔断) ch涨跌额 chp涨跌幅%

return q

print(get_quote())

要做盘中实时监控，再开一条WebSocket连接订阅推送：

import json

import threading

import time

import websocket

WS_URL = "wss://api.itick.org/stock"

authenticated = False

def  on_message(ws, message):

global authenticated

payload = json.loads(message)

# 等鉴权成功再订阅

if payload.get("resAc") == "auth"  and payload.get("code") == 1  and  not authenticated:

authenticated = True

ws.send(json.dumps({

"ac": "subscribe",

"params": "AAPL$US", # 格式：代码$市场，多标的用逗号分隔

"types": "quote"  # quote报价/tick逐笔/depth盘口/kline@1分钟K线

}))

threading.Thread(target=heartbeat, args=(ws,), daemon=True).start()

return

if payload.get("resAc") == "pong":

return

quote = payload.get("data") or {}

if quote.get("type") == "quote":

print(quote["s"], quote["ld"], quote["t"])

def  heartbeat(ws):

while  True:

time.sleep(30)

ws.send(json.dumps({"ac": "ping", "params": str(int(time.time() * 1000))}))

ws = websocket.WebSocketApp(

WS_URL,

header=[f"token: {TOKEN}"],

on_message=on_message

)

ws.run_forever()

数据获取的实践分层：回测、快照、实时各管各的

用稳定源之后，我把数据获取拆成三层，各管各的：

• 回测层：历史K线一次性批量拉下来存本地（SQLite或Parquet），回测只读本地，不碰线上接口

• 快照层：每天收盘后或定时拉一次报价快照，做日频监控和汇总

• 实时层：盘中用WebSocket订阅自己关注的标的，事件驱动更新，不做轮询

这样分层的好处是：回测永远不被网络影响，实时监控不被限流影响，每一层的失败都是独立的，出问题好排查。

踩坑清单速查

• 免费源的接口随时可能失效，生产代码里不要硬依赖，至少加个数据新鲜度检查

• 多个数据源的数据口径不一致（复权、字段定义），回测前先统一口径，别混着用

• 免费档的限流规则要提前算好，别等批量任务跑到一半被限

• 时间戳单位：这边是毫秒，time.time() 是秒，减之前先换算，不然延迟全是负数

• 交易状态要判断：ts 字段 0正常/1停牌/2退市/3熔断，别把停牌的旧价当实时价写进策略

• K线增量更新别全量刷：实时推送场景每来一根新K线就重拉全量，浪费且慢

小结

数据获取这条路上，”免费”两个字最贵。我的建议很朴素：研究阶段随便折腾免费源，但凡是策略要认真跑起来，数据这块别省。分层设计 + 稳定数据源 + 统一口径，这套组合拳打完，你会发现以前花在数据上的时间，全部还给了策略本身。接口参数和返回字段的具体说明，写代码时对照官方文档最靠谱。

GitHub：https://github.com/itick-org/

本作品采用《CC 协议》，转载必须注明作者和本文链接