如何用 10 行 Python 代码,拿到 A 股历史数据?(附一键脚本,新手友好)

lawclaw

很多想学量化的朋友,第一步就卡在了  数据获取 上。
网上的教程要么是讲了一堆爬虫原理,要么是跑起来各种报错。
其实,有更简单的方法。

一、为什么新手拿数据这么难?

  • 免费数据源(akshare、baostock、tushare)虽然强大,但需要配置环境、处理返回格式、写循环、处理缺失值……
  • 教程碎片化:CSDN 上一搜一大把,但往往只给代码片段,不教怎么跑起来。
  • 报错劝退:SSL 证书、网络超时、字段名不对……任何一个坑都可能让新手放弃。

二、我的解决方案

我之前也折腾了很久,后来把自己常用的脚本整理成了一个 “数据大礼包”
它包含:

  • ✅ 一个可直接运行的 Python 脚本(只需输入股票代码和日期范围,自动生成 CSV)
  • ✅ 一份 保姆级图文教程(从安装 Python 到运行成功,每一步都有截图)
  • ✅ 一个 requirements.txt 文件(一行命令装完所有依赖)
  • ✅ 常见问题解答(预判了 5 个最常见报错,自己就能搞定)
  • ✅ 示例数据(招行的日线 CSV,让你看到最终效果)

核心目标: 让一个只会用电脑、懂一点点英文的人,也能在 10 分钟内拿到属于自己的 A 股历史数据。

三、这个脚本能做什么?

  • 支持上海(sh.xxxxxx)和深圳(sz.xxxxxx)股票
  • 默认下载日线数据(开盘、最高、最低、收盘、成交量、成交额、市盈率、市净率)
  • 可自定义时间范围(比如最近一年或 2020 年至今)
  • 数据源为 baostock(免费、无需注册、无次数限制)
  • 输出为 CSV 文件,Excel 直接打开,也可用于 Pandas 分析

四、适合谁?

  • 想学量化交易但卡在数据获取环节的 纯新手
  • 想快速验证一个策略,不想花半天写爬虫的 开发者
  • 需要本地历史数据做 Excel 分析的 投资者
  • 以及所有 不想被报错劝退 的人

五、脚本获取方式

👉 知乎链接:如何用 10 行 Python 代码,拿到 A 股历史数据?(附一键脚本,新手友好) - lawclaw的文章 - 知乎
https://zhuanlan.zhihu.com/p/2045225167018792567

六、一些心里话

这套脚本不是什么黑科技,它只是把一个本来需要折腾的事情,打包成了 “开箱即用”
你要的不是代码(代码网上也能搜到),而是 节省的时间 + 避坑的经验

如果你之后发现跑不通,随时私信我,我会协助解决。
但如果你的问题属于“我没有 Python 环境也懒得装”,那建议先花 10 分钟学一下基本安装,教程里已经写得很详细了。

祝你在量化之路上,第一步走得顺顺利利。


P.S. 后续我还会推出进阶版(分钟级数据、多股票自动循环、定时更新),老用户会有升级优惠。感兴趣的话可以关注我 @lawclaw2026。

更多推荐