量化数据接口 — 为 A 股回测与研究准备的数据层
复权口径统一 · SDK 直出 DataFrame · 分钟级/日级全覆盖一、量化场景对数据的三条硬要求
- 口径正确：回测最怕"未复权价格算出假涨跌"。本平台日线支持前/后复权并附复权因子，因子覆盖不足时显式报错、绝不静默错价；
- 时间完整：日线全历史 + 5/15/30/60 分钟线 + 分笔成交，覆盖从长周期策略到日内研究的数据面；
- 工程可靠：内置数据新鲜度探针、跨表自洽检查与缺口修复编排，异常自动告警——数据层问题在你看盘之前就被发现。
二、为量化工作流设计的数据面
- 行情：股票/ETF/可转债/指数的日线、分钟线、分笔与日终快照；
- 截面：股票列表、ST 与特殊名单、沪深港通持股、行业/概念板块——选股截面随手可建；
- 基本面：财务数据接口，配合行情做多因子研究；
- 辅助：交易日历（回测循环的骨架）、名称历史（避免历史错配）。
三、Python 优先的接入体验
pip install top369
import top369 as gp
pro = gp.pro_api("你的APIKey")
df = pro.day_kline(code="sz000001", start_date="2024-01-01", adjust="qfq")
SDK 全部数据端点直出 pandas DataFrame，异常带明确错误信息（403 档位不足/503 数据未就绪/429 限频），策略代码里可以直接按状态分支处理。也提供 MCP Server，让 Claude/Cursor 等 AI 工具直接查询行情做研究辅助。
四、从研究到实盘的数据口径
- 回测：复权日线 + 交易日历 + 财务截面，策略验证的基础三件套；
- 盘后复盘：日终快照与分笔明细，验证信号当日真实成交可行性；
- 盘中研究：当日分时与实时日线行（include_today），盘后数据自动补齐入库。
五、常见问题
- 支持哪些语言？接口是标准 HTTP + JSON，任意语言可用；官方 Python SDK（
top369）体验最佳。 - 回测口径有坑吗？复权因子与行情同源同库，因子覆盖不足时接口显式 503，避免"用错价格而不自知"。
- 怎么计费？按档位订阅、调用不计量；免费版长期免费（每日 500 次、日线全历史），升级档位见订阅与档位。
- 数据来源可靠吗？数据整理自公开渠道，可能存在延迟与错漏，仅供研究参考，不构成投资建议；商业再分发需另行授权。