企业官网建设流程全解析

一句话回答：历史分钟线用 AlphaFeed 的klines.get(symbol, period="5m")，period支持1m/5m/15m/30m/60m；当日分时（今天到现在的分钟走势）用klines.intraday(symbol)，一次返回全天约 240+ 根 1 分钟 K；多只用intraday_batch。注意分钟线一般是不复权原始价，跨除权日拼接要自行处理；历史回溯深度取决于套餐，用count控制根数。

分钟数据的三个易错点

分钟数据比日线"重"得多，个人取数常踩：

• 免费源分钟线又慢又缺：网页接口拿分钟线易超时、被限流，历史深度不透明；
• 复权：日线常给前复权，分钟线一般是原始价，跨除权日直接画会跳空；
• 当日 vs 历史用错接口："今天到现在的分时"和"过去 N 天的分钟 K"是两个接口，别混用。

分钟数据来源对照

取历史分钟 + 当日分时（可运行）

fromalphafeedimportAlphaFeed af=AlphaFeed()# export ALPHAFEED_API_KEY# 1) 历史分钟线：最近 48 根 5 分钟 K（≈近一天）k5=af.klines.get("600519.SH",period="5m",count=48,to_dataframe=True)print(k5.tail(3)[["trade_time","open","high","low","close","volume"]])# 2) 当日分时：今天开盘到现在（约 240+ 根 1 分钟 K）today=af.klines.intraday("600519.SH",to_dataframe=True)print("当日分钟根数:",len(today),"最新:",today["trade_time"].iloc[-1])# 3) 多只批量取分钟线：注意返回 dict{symbol: DataFrame}batch=af.klines.intraday_batch(["600519.SH","000001.SZ"],to_dataframe=True)forsym,dfinbatch.items():print(sym,df.shape)

period取值：

返回列：symbol, name, timestamp, trade_date, trade_time, open, high, low, close, volume, amount。

关键坑与注意事项

• 分钟线多为原始价：跨除权日拼接会跳空；当日分时无碍，跨日多天分钟序列需自行按除权调整。
• intraday只给当天：要"过去几天分钟 K"用klines.get(period="5m", count=...)，别用intraday。
• 批量返回 dict：intraday_batch/klines.batch的to_dataframe=True给的是{symbol: DataFrame}，遍历取。
• 控制体量：分钟线数据量大，用count或start_time/end_time限制，别一次拉超长历史。
• 成交额 amount：A股分钟线带amount；美股/港股日线amount当前不返回（为 0）。

常见问题（FAQ）

Q：能取多久以前的分钟线？
A：分钟历史深度按套餐而定，用count或时间范围控制；长历史建议 Starter 及以上。

Q：分钟线是复权的吗？
A：一般是原始价。当日分时无需复权；跨除权日的多日分钟序列请自行按除权调整。

Q：需要付费吗？
A：少量分钟取数可用免费额度体验，批量/长历史/高频需 Starter 及以上（）。

小结

拿 A股分钟数据记住两个接口：历史分钟 K 用klines.get(period="5m/15m/...")，当天分时用klines.intraday（多只intraday_batch，返回 dict）。用count控体量、注意分钟线是原始价、跨除权日自行处理，就能稳定拿到干净的分钟/分时序列做日内研究。

参考

• AlphaFeed Python SDK 文档：https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart
• AlphaFeed 官网：https://alphafeed.org/