企业官网建设流程全解析

Vibe-Trading 如何用 Tushare stk_auction 在 9:25 拿到 A 股集合竞价数据：竞价量比筛选与打板预筛实战

【免费下载链接】Vibe-Trading"Vibe-Trading: Your Personal Trading Agent"项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading

stk_auction只在每天 9:25 至 9:29 的几分钟窗口内可取，错过就要等下一个交易日。下面用不到十行调用，把带量比、换手率和高开幅度的全市场竞价快照装进 DataFrame，直接接进打板选股与盘前资金扫描的流水线。

一页看懂：这个 Tushare 竞价接口值不值得用

集合竞价机制：为什么竞价量比能当选股信号

A 股 9:30 开盘前有一段 10 分钟的集合竞价：9:15–9:20 可申报可撤单，9:20–9:25 只能申报不能撤单，9:25 交易所按"最大成交量"原则撮合出开盘价。

这 10 分钟是一天里多空博弈最集中的阶段，打板资金与盘前抢筹的意图会一次性暴露出来。竞价快照就是观察"竞价强度"的第一手数据，而且只在 9:25–9:29 窗口内可取。竞价成交均价price是当天走势的定调基准，放量高开往往意味着主线在开盘前就已选定。

仓库里 market-microstructure 技能也把 A 股 call auction 列为本土微结构特征，用于成交成本估计与知情交易识别。数据层面，下面四个接口互相咬合：

各接口字段定义见仓库内 股票开盘集合竞价数据 与 涨跌停和炸板数据。

输入参数：stk_auction 的四种组合方式

四个参数均可省略，也可以自由组合，行为对照如下：

• 全不传：返回当前交易日全市场数据，上限 8000 行；
• 单传trade_date：取指定单日全市场，例如trade_date='20250218'；
• start_date+end_date：取区间数据，仍受单次 8000 行限制，需按日循环；
• 加ts_code：收窄到单只标的，适合对自选池逐个扫描。

输出字段：九列数据怎么换算

三个换算关系可以直接写进策略：amount ≈ vol × price，例如8700 × 23.24 = 202188；高开幅度 =(price − pre_close) / pre_close；volume_ratio是当日竞价均量相对过去若干日同期均量的比值，判断抢筹意愿就看它。样例里还混有北交所.BJ标的（如836957.BJ），三个市场共用同一个 DataFrame。

注意：159558.SZ、123039.SZ等基金类代码的turnover_rate与volume_ratio返回 NaN，原因是这类标的没有传统换手率概念。统计前先按代码前缀过滤，或用fillna(0)补齐。

① 三步跑通：Tushare 竞价数据获取实战

装依赖、配 Token

pip install tushare export TUSHARE_TOKEN=your_token

仓库内 Token 由环境变量 schema 统一管理：字段定义在 env_schema.py，预检在 preflight.py；示例脚本 stock_data_example.py 用get_env_config().data.tushare_token or ts.get_token()完成初始化。

最小可运行示例

import os import tushare as ts pro = ts.pro_api(os.getenv('TUSHARE_TOKEN') or ts.get_token()) df = pro.stk_auction(trade_date='20250218', fields='ts_code,trade_date,vol,price,amount,' 'pre_close,turnover_rate,volume_ratio') print(df.head())

返回是 DataFrame，文档样例中的几行真实数据：

ts_code trade_date vol price amount turnover_rate volume_ratio 600071.SH 20250218 8700 23.240 202188.00 0.003090 0.150628 300053.SZ 20250218 53300 13.750 732875.00 0.008388 0.230996 159558.SZ 20250218 18700 1.211 22645.70 NaN NaN

② 如何按日批量拉取竞价数据

全市场单日约 6500 行，一次拉得下；历史回补则要按交易日循环。dateu.get_next自动跳过周末和节假日，sleep控制请求频率以免触发限流：

import time import pandas as pd def fetch_auction_between(start, end, ts_code='', pause=0.3): """按日循环抓取区间内的集合竞价成交数据""" from tushare.util import dateu fields = ('ts_code,trade_date,vol,price,amount,pre_close,' 'turnover_rate,volume_ratio,float_share') frames, day = [], start while day <= end: frames.append(pro.stk_auction(trade_date=day, ts_code=ts_code, fields=fields)) day = dateu.get_next(day) # 跳过周末与节假日 time.sleep(pause) # 控频，避免限流 return pd.concat(frames, ignore_index=True) hist = fetch_auction_between('20250201', '20250228', ts_code='600071.SH') today = pro.stk_auction(trade_date='20250218', fields='ts_code,vol,price,amount,turnover_rate,volume_ratio') hot = today[today['amount'] > 1_000_000] # 按竞价金额过滤 print(hot.sort_values('volume_ratio', ascending=False).head(10))

1_000_000（100 万元）只是演示阈值：以 20250218 样例看，600879.SH的 1800320 元、300616.SZ的 2050600 元都能入选。需要精确控制交易日序列时，可结合仓库 交易日历（trade_cal）先生成日期再循环。

③ 组合用法：竞价量比筛选与打板数据获取的三个方向

1. 竞价量比筛选：取volume_ratio大于 1.5、且高开幅度(price − pre_close) / pre_close落在 0–3% 的标的，回答"哪些票在竞价被抢筹"。
2. 竞价资金强度排序：按amount对全市场排序，识别当日资金主攻方向；turnover_rate偏高而高开不足的票，标记为疑似竞价出货。
3. 打板晋级预筛：从limit_list_d取昨日涨停集合，在 9:25–9:29 窗口内扫描其量比与高开幅度，预判连板晋级，这是打板数据获取的标准流水线。

避坑清单：竞价字段缺失与权限报错怎么处理

• 窗口错过：当日数据只在 9:25–9:29 开放 → 定时任务锚定 9:25 之后、9:30 之前触发；漏掉的日期用日期循环补取。
• 行数停在 8000：多日区间一次拉取会触顶 → 按日循环再concat，不要一次取整个区间。
• NaN 出现：159558.SZ等基金类代码缺换手率与量比 → 按代码前缀过滤或fillna(0)；布尔掩码过滤时 NaN 行会被直接丢掉。
• 权限类报错：本接口是单独开权限 → 股票分钟权限用户免申请，否则先到 Tushare 平台申请再跑。
• 单位不一致：vol是股、float_share是万股 → 手工计算换手前先统一单位。
• 金额极小：123039.SZ样例仅成交 2395.54 元 → 给amount设下限，过滤低流动性标的。

下一步

先跑通单日快照确认数据结构，再叠加volume_ratio > 1.5与高开幅度区间两个过滤，得到第一版竞价选股因子。

【免费下载链接】Vibe-Trading"Vibe-Trading: Your Personal Trading Agent"项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading