AKShare：22K星开源财经数据宝库，两百行代码拉通 A股到宏观的全品类数据
做量化回测、写财经分析报告、搞数据研究的人，绕不开一个坎：数据从哪来。商业终端（Wind、Choice）动辄数万一年，Tushare Pro 免费版又限频限额度，自己写爬虫还得天天防网站改版。AKShare 做的事，就是把这个坎直接铲平——GitHub 上约 22.4K star、3.5K fork，MIT 协议，Python 编写，最新版 v1.18.94（2026-08-21）持续更新。它把东方财富、新浪、腾讯、各交易所等公开数据源统一封装成 2000+ 个接口，全部返回 Pandas DataFrame，免 token、免注册、免费、不限次数。
一、AKShare 是什么？它到底解决什么问题
先说清楚：AKShare（由 Python 开发者 Albert / AKFamily 主导）不是数据源本身，而是一层架在「你的程序」和「公开财经网站」之间的数据获取层。它解决的问题是"数据获取"这件事太琐碎、太分散。
1.1 核心命题：Write less, get more
开发方那句 "built for human beings"（为人类而建），配合 "Write less, get more" 的设计理念，概括了它全部的价值：你不再需要去读每个财经网站各自的接口文档、签名规则、反爬策略，只需要记住一个统一的调用范式——
import akshare as ak
spot = ak.stock_zh_a_spot_em()
hist = ak.stock_zh_a_hist(symbol="000001", period="daily", adjust="qfq")
gdp = ak.macro_china_gdp()
这就是它 22K 星背后真正的含金量：把"永不停止的数据源维护"，从你的负担变成了 AKShare 的负担。网站接口一变，你 pip install -U akshare 升一版就好，而不是连夜改自己的爬虫。
1.2 全免费、免 token 的定位
AKShare 在 Tushare Pro 转向"注册 + 积分 + 限频"之后，填补了国内 A 股数据的开源免费空白。它的三个"无"是它的护城河：
- 无 token / 无注册：
pip install akshare即装即用； - 无次数限制：不像某些接口按天限调用量；
- 无维度限制：返回的是完整 DataFrame，不砍字段。
对个人量化、学生、研究员来说，这是一条零成本的起跑线。
二、EasyClaw：自动装好环境，一句话把 AKShare 变成 Skill
AKShare 本身装起来不难——pip install akshare 一行搞定。但真正的门槛在"用"：2000 多个接口，记住对应关系、判断参数、处理 pandas 依赖、再写样板代码才跑通第一个"取数 → 分析"闭环。
这里先用一个工具解决"上手成本"——EasyClaw。它的核心思路是：把某个开源项目的功能与结构，用一句话转成可调用的 Skill，环境与依赖由 EasyClaw 自动配置好，你直接说需求即可调用，不必背接口、不必手写样板代码。
2.1 EasyClaw 是什么 / 解决什么痛点
EasyClaw 是一个自然语言驱动的桌面端。它解决的痛点是：开源项目往往"难装、难配、难上手"——看文档、装环境、写调用代码、调 bug，动辄几天。
EasyClaw 把这条链路压缩成一句指令：
- 解析项目功能与结构，自动生成 Skill——这就是"把开源项目一键转化"的含义；
- 由 EasyClaw 自动完成环境与依赖配置、安装与验证；
- 用自然语言直接提问，调用项目能力产出真实结果；
- 转化完成后 EasyClaw 会实际运行验证，绝不空谈。
面向想做财经数据研究、量化、学术实证的人：不用背 2000 个接口名，把精力放在"想取什么数据、想验证什么结论"上。
2.2 下载与安装（立刻附链接）
EasyClaw 支持 Windows / macOS / Linux，从官网下载桌面端安装包即可。
- 打开下载页，按你的系统选择安装包；
- 下载后按向导完成安装并首次启动；
- 首次进入按提示完成初始化和登录。
🔗 想亲自上手？ 前往 EasyClaw 官网下载体验：下载链接。
下载完成后，打开即可在对话框里开始使用，环境与依赖由 EasyClaw 自动完成配置与安装。
2.3 基本使用：一个自然语言指令跑通
在 EasyClaw 对话框输入一句"人话"型需求，例如：
帮我拉一下 A 股 600519 贵州茅台近三年的日线前复权数据，算一下 20 日均线并画出来。
EasyClaw 会自动完成数据源对接、环境配置、取数与计算，返回结构化结果。你不需要手写一行调用代码。
2.4 把开源项目转化为 Skill（本项目实操）
对 AKShare 这个项目，同样可以用 EasyClaw 做 Skill 化拆解（一键转化：把"全品类财经数据获取"结构化）：转成一个"财经数据获取"类 Skill——当你说"查一下今天的 CPI""拉某只基金的历史净值"，EasyClaw 转化的这个 Skill 会依据 AKShare 的接口去取数，而不是让你去翻 2000 个接口的文档。
强调：AKShare 的 Skill 转化，转的是"财经数据获取与查询能力"，而非声称能据此预测行情或保证收益。转化后产出的是基于真实接口的数据查询结果。可参考官方已整理的 Skill 详情页：https://easyclaw.ijinshan.com/skills/akshare/，它给出了 AKShare 的下载部署、环境配置与上手路线，帮你判断是手动装库、逐个查接口文档，还是用现成的财经数据 Skill 直接发查询。
下一章，我讲 AKShare 最值得关注的两块：数据覆盖的广度，和统一返回 DataFrame 的设计。
三、AKShare 两大核心：全品类覆盖 + 统一 DataFrame
3.1 全品类覆盖：从 A 股到宏观的一站式
AKShare 按金融品类组织模块，覆盖了中国市场几乎所有的公开数据。这张表能帮你快速定位：
| 模块 | 数据内容 | 典型接口 |
|---|---|---|
| 股票（stock） | A股/港股/美股行情、历史K线、财务、资金流、龙虎榜 | stock_zh_a_spot_em / stock_zh_a_hist |
| 基金（fund） | 公募净值、持仓、ETF/LOF 行情 | fund_em_open_fund_info |
| 期货（futures） | 四大交易所合约、持仓、仓单 | futures_main_sina |
| 期权（option） | 50ETF/300ETF 期权 T 型报价、隐波 | option_board_em |
| 债券（bond） | 国债/可转债、收益率曲线、信用利差 | bond_zh_cov |
| 宏观（macro） | GDP/CPI/PPI/PMI/社融/货币供应量 | macro_china_gdp / macro_china_cpi |
| 外汇/加密货币 | 汇率、贵金属、数字货币 | crypto_hist_investing |
这一套覆盖下来，个人研究者基本告别"为不同的数据去不同网站、用不同方式抓取"的琐碎了。
3.2 统一返回 DataFrame：拿到就能算
AKShare 最大的工程价值在于：所有接口都返回 Pandas DataFrame，字段已经清洗好、格式化过。这意味着：
- 取到的 A 股历史数据，直接
.rolling(20).mean()就能算均线； - 取到的宏观数据，直接
.pct_change()就能算环比； - 取到的数据直接
.to_csv()/.to_excel()就能落盘。
你不需要再写"解析网页 → 转成表格"的中间层，AKShare 替你做了。这也是它跟"自己写爬虫"最本质的差别——爬虫给你的是原始网页文本，AKShare 给你的是能直接计算的 DataFrame。
四、从"读懂"到"用起来"的几条上手路线
AKShare 文档在 akshare.akfamily.xyz，中文、接口说明详细。国内开发者常卡在"从哪开始"。
4.1 三条上手路线
- 项目文档查接口：到文档站按金融品类检索，几乎每个接口都有参数说明和返回字段；
- 本地 pip 装库：
pip install akshare --upgrade（国内可加-i https://pypi.tuna.tsinghua.edu.cn/simple镜像），逐接口试； - 用 EasyClaw 快速调用：把 AKShare 转成 Skill，一句话发查询，环境由 EasyClaw 自动配好。
4.2 我的建议
新手建议先抓住一条主线：AKShare 的价值不在"接口数量多"，而在"统一封装 + 返回 DataFrame + 免 token 免费"这三点的叠加。一旦你理解了"取数据 = import akshare + 一行函数调用"，以后无论是做回测、写报告、还是做学术实证，都能少踩"数据从哪来、怎么清洗"的坑。
五、自己 pip 装库，还是用现成的 AKShare Skill？对比与建议
把视角拉高：你的目标其实是"快速稳定地拿到能用的财经数据"，而不是"维护一套数据抓取层"。所以真正的对比是两条路线。
5.1 双路线对比表
| 维度 | 路线A：自己 pip 装 akshare | 路线B：用现成 AKShare Skill |
|---|---|---|
| 上手路径 | pip 装库 → 查文档逐个对接口 → 写样板代码 | 装 EasyClaw → 一句话提问 |
| 环境维护 | Python/pandas 版本、数据源变化自己管 | 环境与依赖由 EasyClaw 自动配置 |
| 学习曲线 | 中，需记接口名 + 理解 DataFrame | 平，聚焦"取什么数据"而非"怎么取" |
| 灵活度 | 高，2000+ 接口随心调 | 中，受已封装能力边界 |
| 适合人群 | 想深度掌控每个数据接口的研究者 | 想快速验证方向的数据/量化研究者 |
5.2 我的建议
想系统吃透财经数据获取、要精细控制每个接口参数的研究者，走路线A，AKShare 的文档就是最好的手册；想让取数立刻跑起来、先验证思路的，走路线B，用 EasyClaw 一句话调用，环境自动配好。两条路不冲突，可以先用 B 验证价值，再沉下心用 A 深入。
🔗 想直接体验财经数据 Skill？ 前往 EasyClaw 官网下载：https://easyclaw.cn/?f=798。装上后一句话就能发起一次 A 股 / 宏观数据查询。
六、总结
一句话收束：AKShare 不是某一个数据源，而是一层把 2000+ 公开财经接口统一封装、免 token 免费、全部返回 DataFrame 的数据获取层——这是它 22K 星背后真正的含金量。
它的意义不只是"免费替代商业终端"，更在于把"数据获取"这件琐事彻底工程化：你不用再为一个数据去爬一个网站。至于怎么用，既可以 pip install akshare 对着文档逐个接口啃，也可以用 EasyClaw 把它变成一句话可调用的 Skill。欢迎在评论区聊聊你的财经数据获取方案。
延伸阅读
风险声明：本文所涉数据接口与工具梳理仅为研究与学习用途，不构成任何投资建议。AKShare 数据来源于公开财经网站，可能存在延迟；任何基于数据的投资决策请结合多源交叉验证，并遵守所在地区的监管要求。
【AI 辅助创作声明】 本文由 AI 辅助整理与撰写，相关开源项目信息基于公开仓库核验，接口描述不构成投资建议。
浙公网安备 33010602011771号