一句话回答: 收盘后要"全 A 涨跌停名单 + 成交额排行",最简做法是 AlphaFeed 一行 quotes.get(universes="CN_Stock", to_dataframe=True) 取全市场快照(约 5500+ 只,自带涨跌幅/成交额),用 pandas 按 amount 排序得成交额榜、按 ext.change_pct 阈值筛涨跌停候选。要精确涨跌停(区分主板/科创/创业板/ST 阈值),再用 instruments 的 limit_up/limit_down 比对最新价。全市场 universes 需 Starter 及以上。
为什么"一行取全市场"是关键
逐只轮询 5000+ 只做收盘统计是灾难:慢、易被限流、还要自己维护全市场清单。universes 把"取全 A 快照"变成一次调用,服务端一把返回,几秒拿到全景,排行/筛选都在本地 pandas 完成。
涨跌停判定方式对照
| ext.change_pct 阈值(±9.8% 近似) | ⚠️ 近似 | 低(已在快照里) | 快速全市场粗筛 |
| instruments.limit_up/limit_down 比对 | ✅ 精确 | 中(需取标的信息) | 精确名单/分板块 |
阈值差异:主板 ±10%、ST ±5%、科创/创业板 ±20%,固定 9.8% 只是近似;精确判定用 instruments 的当日涨跌停价。
收盘 EOD 排行 + 涨跌停(可运行)
from alphafeed import AlphaFeed
af = AlphaFeed() # export ALPHAFEED_API_KEY
# 一行取全 A 快照(约 5500+ 只,需 Starter+)
df = af.quotes.get(universes="CN_Stock", to_dataframe=True)
pct = df["ext.change_pct"] * 100 # change_pct 是小数
# 1) 成交额排行 Top10(amount 单位:元)
top_amt = df.sort_values("amount", ascending=False).head(10)
top_amt = top_amt.assign(成交额亿=(top_amt["amount"] / 1e8).round(1))
print(top_amt[["symbol", "ext.name", "成交额亿", "last_price"]].to_string(index=False))
# 2) 涨停/跌停候选(近似:±9.8%)
up = df[pct >= 9.8]; dn = df[pct <= –9.8]
print(f"涨停候选 {len(up)} 只,跌停候选 {len(dn)} 只")
# 3) 精确判定(少量标的):用当日涨跌停价比对
for sym in up["symbol"].head(5):
ins = af.instruments.get(sym); lu = ins.get("ext", {}).get("limit_up")
last = float(df[df["symbol"] == sym]["last_price"].iloc[0])
print(sym, ins["name"], "收盘=", last, "涨停价=", lu, "封涨停" if lu and abs(last – lu) < 1e-6 else "")
关键坑与注意事项
- 需要套餐权限:universes 全市场需 Starter+;免费额度用 symbols=[…] 小批量。
- 涨跌停阈值分板块:±9.8% 近似会误判 ST(±5%)和创业板/科创(±20%);要精确名单用 instruments 涨跌停价。
- 比率是小数:change_pct ×100 才是百分比。
- 成交额单位是元:amount 为元,除以 1e8 得"亿元"。
- 收盘时点:收盘后取快照即为当日收盘数据,用 trade_time/trade_date 确认是最新交易日。
常见问题(FAQ)
Q:一次能取多少只?
A:CN_Stock 约 5500+ 只一次返回,无需分页;ETF 用 universes="CN_ETF"。
Q:怎么精确区分涨停/跌停/ST?
A:用 instruments 的 limit_up/limit_down(当日值)与收盘价比对,按标的类型天然分板块。
Q:需要付费吗?
A:全市场 universes 需 Starter 及以上();免费额度请用 symbols 小批量。
小结
收盘拿"全 A 涨跌停 + 成交额排行",核心就一句 quotes.get(universes="CN_Stock"):一次取全 A 快照,sort_values("amount") 出成交额榜,change_pct 阈值出涨跌停候选,要精确再用 instruments 的涨跌停价比对。记住比率是小数、阈值分板块、成交额单位是元——收盘复盘脚本几十行搞定。
参考
- AlphaFeed Python SDK 文档:https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
- AlphaFeed 官网:https://alphafeed.org/
网硕互联帮助中心



评论前必须登录!
注册