一个强大的A股数据整合工具，基于AData库开发，专注于为量化交易和AI分析提供全面、结构化的股票数据解决方案。
StockDataIntegrator 是一个一站式股票数据处理工具，它能够：
- 自动获取并整合多维度股票数据（行情、财务、资金流向等）
- 支持灵活的数据格式（JSON/CSV）和时间周期配置
- 专为量化分析和机器学习应用场景优化
- 提供标准化的数据结构，便于后续分析处理
- 支持下载多种类型的股票数据：历史行情、当前行情、分时行情、五档行情、资金流向、分红信息、基本信息等
- 提供两种整合格式：JSON和CSV
- 支持自定义时间范围、K线类型、复权类型等参数
- 一体化流程：一次性完成下载和整合
首先需要安装AData库：
pip install adata如果安装速度较慢，可以使用国内镜像源：
pip install adata -i http://mirrors.aliyun.com/pypi/simple/一次性完成下载和整合：
python stock_data_all_in_one.py --code 股票代码 --start 开始日期例如，下载某股票从2024年1月1日到现在的数据：
python stock_data_all_in_one.py --code 000001 --start 2024-01-01# 指定开始日期
python stock_data_all_in_one.py --code 000001 --start 2023-01-01
# 指定开始和结束日期
python stock_data_all_in_one.py --code 000001 --start 2023-01-01 --end 2023-12-31# 指定K线类型（1:日K，2:周K，3:月K，4:季度K，5:5分钟，15:15分钟，30:30分钟，60:60分钟）
python stock_data_all_in_one.py --code 000001 --ktype 2
# 指定复权类型（0:不复权，1:前复权，2:后复权）
python stock_data_all_in_one.py --code 000001 --adjust 0# 指定输出目录
python stock_data_all_in_one.py --code 000001 --output data_folder
# 指定输出格式（json, csv, both）
python stock_data_all_in_one.py --code 000001 --format json
python stock_data_all_in_one.py --code 000001 --format csv该工具会生成以下文件：
-
原始数据文件：
股票代码_history_k类型_a复权类型.csv：历史行情数据股票代码_current.csv：当前行情数据股票代码_minute.csv：分时行情数据股票代码_five_level.csv：五档行情数据股票代码_capital_flow.csv：资金流向数据股票代码_dividend.csv：分红信息股票代码_shares.csv：股本信息股票代码_industry.csv：行业信息股票代码_concept.csv：概念信息
-
整合数据文件：
股票代码_integrated_data.json：JSON格式的整合数据股票代码_integrated_data.csv：CSV格式的整合数据
JSON格式的整合数据包含以下主要部分：
-
基本信息：
- 行业信息
- 概念信息
- 股本信息
-
市场数据：
- 历史行情数据
- 当前行情数据
- 分时行情数据
- 五档行情数据
- 资金流向数据
-
财务数据：
- 分红信息
CSV格式的整合数据以历史行情数据为基础，添加了以下信息：
-
行业信息：
- industry_sw_code：申万行业代码
- industry_industry_name：行业名称
- industry_industry_type：行业类型
- industry_source：数据来源
-
分红信息：
- dividend_flag：是否为分红日（1表示是，0表示否）
- dividend_plan：分红方案
usage: stock_data_all_in_one.py [-h] --code CODE [--start START] [--end END]
[--ktype {1,2,3,4,5,15,30,60}]
[--adjust {0,1,2}] [--output OUTPUT]
[--format {json,csv,both}]
股票数据下载和整合工具
optional arguments:
-h, --help 显示帮助信息并退出
--code CODE 股票代码，例如：000001
--start START 开始日期，格式：YYYY-MM-DD，默认为2020-01-01
--end END 结束日期，格式：YYYY-MM-DD，默认为当前日期
--ktype {1,2,3,4,5,15,30,60}
K线类型：1.日；2.周；3.月；4.季度；5.5分钟；15.15分钟；30.30分钟；60.60分钟，默认为1
--adjust {0,1,2} 复权类型：0.不复权；1.前复权；2.后复权，默认为1
--output OUTPUT 输出目录，默认为当前目录
--format {json,csv,both}
整合数据的输出格式，可选json、csv或both，默认为both
对于AI分析，建议使用CSV格式的整合数据，因为它更容易被大多数机器学习库处理。CSV格式的整合数据包含了历史行情数据、行业信息和分红信息，这些通常是AI分析股票时最需要的数据。
如果需要更全面的数据，可以使用JSON格式的整合数据，它包含了所有下载的数据。
- 分时行情数据只能获取当天的数据。
- 历史数据默认从2020年1月1日开始，可以通过
--start参数指定更早的日期。 - 数据来源于公开接口，可能存在限制，如遇到请求失败，可以尝试设置代理或稍后再试。
- 整合后的CSV文件主要适合时间序列分析，而JSON文件包含更全面的信息。
数据来源于AData库，该库整合了多个数据源：
- 同花顺
- 百度股市通
- 东方财富
- 腾讯理财
- 新浪财经
本项目采用MIT许可证。
感谢AData项目提供的数据接口。