# REST API 说明
Source: https://docs.alphafeed.org/zh-Hans/api-reference/introduction

AlphaFeed RESTful API 使用指南

## Base URL

```
https://api.alphafeed.org
```

## 认证

所有请求需要在 Header 中携带 API Key：

```bash theme={null}
curl https://api.alphafeed.org/v1/quotes \
  -H "X-API-Key: your-api-key" \
  -G -d "symbols=600519.SH"
```

也支持通过 URL 参数传递（适合浏览器调试）：

```
https://api.alphafeed.org/v1/quotes?symbols=600519.SH&api_key=your-api-key
```

## 响应格式

成功时返回 `{"data": ...}` 结构，错误时返回：

```json theme={null}
{"code": 403, "message": "错误描述"}
```

| code | 说明               |
| ---- | ---------------- |
| 401  | API Key 无效或缺失    |
| 403  | 无权限（套餐不包含该功能或市场） |
| 429  | 请求频率超限           |

## 标的代码格式

统一使用 `{代码}.{交易所后缀}` 格式：

| 后缀    | 交易所     | 示例                |
| ----- | ------- | ----------------- |
| `.SH` | 上海证券交易所 | `600519.SH`（贵州茅台） |
| `.SZ` | 深圳证券交易所 | `000001.SZ`（平安银行） |
| `.BJ` | 北京证券交易所 | `430047.BJ`       |
| `.US` | 美股      | `AAPL.US`（苹果）     |
| `.HK` | 港股      | `00700.HK`（腾讯）    |

## 在线调试

在接下来的各接口页面中，你可以：

* 直接查看每个接口的**请求参数**和**响应格式**
* 点击右上角 **"试一试"** 按钮，在浏览器中在线调试接口
* 填入你的 API Key 和参数后即可实时查看返回结果

<Note>
  在线调试使用的是真实 API，请确保使用有效的 API Key。
</Note>


# 常见问题
Source: https://docs.alphafeed.org/zh-Hans/faq

AlphaFeed 常见问题解答

<AccordionGroup>
  <Accordion title="支持哪些市场？">
    目前支持 A 股（沪深京）、美股和港股。不同市场需分别订阅。
  </Accordion>

  <Accordion title="支持哪些数据类型？">
    实时行情快照、日/周/月K线、分钟K线（1m/5m/15m/30m/60m）、日内分时、五档盘口、除权因子、标的元数据。
  </Accordion>

  <Accordion title="如何升级方案？">
    直接选择新方案购买即可，系统会自动合并所有活跃订阅的权限。
  </Accordion>

  <Accordion title="退款政策？">
    所有付费方案支持 14 天无理由退款（扣除支付手续费）。联系 [support@alphafeed.org](mailto:support@alphafeed.org)。
  </Accordion>

  <Accordion title="数据频率和延迟？">
    实时行情快照约 3 秒刷新一次。K线数据盘中实时更新。
  </Accordion>
</AccordionGroup>


# AlphaFeed 简介
Source: https://docs.alphafeed.org/zh-Hans/index

面向量化交易者的金融市场数据 API，覆盖 A股、美股、港股

## 简介

AlphaFeed 为量化交易者提供高质量的金融市场数据 API，覆盖 A 股（沪深京）、美股、港股。

<CardGroup>
  <Card title="多市场覆盖" icon="globe">
    A 股（沪深京）、ETF、美股、港股
  </Card>

  <Card title="简洁易用" icon="code">
    RESTful API + Python SDK，开箱即用
  </Card>

  <Card title="数据全面" icon="chart-bar">
    实时行情、K 线、盘口、分时、标的信息
  </Card>

  <Card title="灵活查询" icon="magnifying-glass">
    支持单只/批量查询，多种周期
  </Card>
</CardGroup>

## 核心功能

### K 线数据

获取历史 K 线（OHLCV）数据，支持多种周期：

* **日线** (`1d`, `1w`, `1M`, `1Q`, `1Y`) — A 股、美股、港股
* **分钟线** (`1m`, `5m`, `15m`, `30m`, `60m`) — A 股

支持前复权和后复权。支持批量获取多只标的。

### 实时行情

获取最新的行情快照，包含最新价、涨跌幅、成交量等。支持按标的池批量查询。

### 五档盘口

获取买卖五档深度数据。

### 日内分时

获取当日分钟级走势数据，支持批量获取。

### 标的信息

查询标的基础元数据（名称、类型、上市状态等），支持批量查询。


# 快速开始
Source: https://docs.alphafeed.org/zh-Hans/quickstart

3 分钟接入 AlphaFeed 数据 API

## 获取 API Key

访问 [alphafeed.org](https://alphafeed.org) 注册账户，在控制台创建 API Key。

## API 地址

```
https://api.alphafeed.org
```

## 接入方式

<CardGroup>
  <Card title="Python SDK" icon="python" href="/zh-Hans/sdk/python-quickstart">
    推荐方式，5 分钟上手
  </Card>

  <Card title="Rest API" icon="code" href="/zh-Hans/api-reference/introduction">
    任意语言直接调用
  </Card>
</CardGroup>

## 快速体验

```python theme={null}
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

# 获取贵州茅台日K线
df = af.klines.get("600519.SH", period="1d", count=10, to_dataframe=True)
print(df[["trade_date", "close", "volume"]])

# 获取全部 A 股实时行情
quotes = af.quotes.get(universes="CN_Stock", to_dataframe=True)
print(f"共 {len(quotes)} 只标的")
```


# 示例代码
Source: https://docs.alphafeed.org/zh-Hans/sdk/python-examples

AlphaFeed Python SDK 实用代码示例

## 日内 VWAP 均线

计算当日成交量加权平均价（VWAP），常用于日内交易判断买卖点：

```python theme={null}
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

df = af.klines.intraday("600519.SH", to_dataframe=True)
df["vwap"] = (df["amount"].cumsum() / (df["volume"].cumsum() * 100)).round(2)
print(df[["trade_time", "close", "volume", "vwap"]].tail(5).to_string(index=False))
```

```
         trade_time   close  volume    vwap
2026-06-18 14:56:00 1223.50     273 1221.07
2026-06-18 14:57:00 1223.88     261 1221.08
2026-06-18 14:58:00 1223.26       2 1221.08
2026-06-18 14:59:00 1223.26       0 1221.08
2026-06-18 15:00:00 1215.00    1788 1220.89
```

## MA 均线 + MACD 指标

计算均线和 MACD 技术指标：

```python theme={null}
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

df = af.klines.get("600519.SH", period="1d", count=60, to_dataframe=True)
df["ma5"] = df["close"].rolling(5).mean().round(2)
df["ma20"] = df["close"].rolling(20).mean().round(2)

ema12 = df["close"].ewm(span=12).mean()
ema26 = df["close"].ewm(span=26).mean()
df["dif"] = (ema12 - ema26).round(2)
df["dea"] = df["dif"].ewm(span=9).mean().round(2)
df["macd"] = ((df["dif"] - df["dea"]) * 2).round(2)

print(df[["trade_date", "close", "ma5", "ma20", "dif", "dea", "macd"]].tail(5).to_string(index=False))
```

```
trade_date   close     ma5    ma20    dif    dea  macd
2026-06-12 1291.91 1273.15 1291.66 -22.42 -25.61  6.38
2026-06-15 1271.10 1274.78 1289.06 -21.83 -24.85  6.04
2026-06-16 1255.67 1274.71 1285.63 -22.33 -24.35  4.04
2026-06-17 1240.00 1267.54 1281.88 -23.71 -24.22  1.02
2026-06-18 1215.00 1254.74 1277.08 -26.49 -24.68 -3.62
```

## 涨跌停检测

通过标的信息获取精确涨跌停价（精度 1e-3），再结合五档盘口确认封板状态：

```python theme={null}
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

# 1. 获取全 A 行情
quotes_df = af.quotes.get(universes=["CN_Stock"], to_dataframe=True)

# 2. 获取标的信息（含今日涨跌停价，SDK 自动分批）
insts = af.instruments.batch(quotes_df["symbol"].tolist())
inst_map = {x["symbol"]: x for x in insts if x.get("ext", {}).get("limit_up") is not None}

# 3. 价格初筛（允许 1e-3 误差）
def match_limit(row, key):
    inst = inst_map.get(row["symbol"])
    if not inst:
        return False
    price = inst["ext"].get(key)
    return price is not None and abs(row["last_price"] - price) < 1e-3

quotes_df["is_limit_up"] = quotes_df.apply(lambda r: match_limit(r, "limit_up"), axis=1)
quotes_df["is_limit_down"] = quotes_df.apply(lambda r: match_limit(r, "limit_down"), axis=1)

up_candidates = quotes_df[quotes_df["is_limit_up"]]
down_candidates = quotes_df[quotes_df["is_limit_down"]]

# 4. 盘口确认：卖1量为0=涨停封板，买1量为0=跌停封板（SDK 自动分批）
depths_up = af.depth.batch(up_candidates["symbol"].tolist())
confirmed_up = [sym for sym, d in depths_up.items() if d["ask_volumes"][0] == 0]

depths_down = af.depth.batch(down_candidates["symbol"].tolist())
confirmed_down = [sym for sym, d in depths_down.items() if d["bid_volumes"][0] == 0]

up_final = up_candidates[up_candidates["symbol"].isin(confirmed_up)]
down_final = down_candidates[down_candidates["symbol"].isin(confirmed_down)]

print(f"涨停封板: {len(up_final)} 只")
print(up_final[["symbol", "ext.name", "last_price"]].head(5).to_string(index=False))
print(f"\n跌停封板: {len(down_final)} 只")
print(down_final[["symbol", "ext.name", "last_price"]].head(5).to_string(index=False))
```

```
涨停封板: 100 只
   symbol ext.name  last_price
301580.SZ      爱迪特       63.17
002159.SZ     三特索道       14.37
002859.SZ     洁美科技       99.73
000889.SZ     中嘉博创        4.02
603956.SH      威派格        4.98

跌停封板: 34 只
   symbol ext.name  last_price
002323.SZ    *ST雅博        1.30
600539.SH     狮头股份       14.44
002568.SZ     百润股份       16.54
600537.SH    *ST亿晶        2.84
601010.SH     ST文峰        1.47
```

## 批量盘口数据

```python theme={null}
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

result = af.depth.batch(["000001.SZ", "600000.SH"])
for sym, depth in result.items():
    print(f"--- {sym} ---")
    for i in range(5):
        bid = f"买{i+1}: {depth['bid_prices'][i]:>8.2f} x {depth['bid_volumes'][i]:<6}"
        ask = f"卖{i+1}: {depth['ask_prices'][i]:>8.2f} x {depth['ask_volumes'][i]}"
        print(f"  {bid} | {ask}")
```

```
--- 000001.SZ ---
  买1:    10.52 x 19374  | 卖1:    10.53 x 2
  买2:    10.51 x 16237  | 卖2:    10.54 x 430
  买3:    10.50 x 28122  | 卖3:    10.55 x 75
  买4:    10.49 x 4656   | 卖4:    10.56 x 2771
  买5:    10.48 x 3764   | 卖5:    10.57 x 2566
--- 600000.SH ---
  买1:     9.08 x 4661   | 卖1:     9.09 x 7087
  买2:     9.07 x 5576   | 卖2:     9.10 x 1052
  买3:     9.06 x 6301   | 卖3:     9.11 x 2108
  买4:     9.05 x 10340  | 卖4:     9.12 x 1537
  买5:     9.04 x 1074   | 卖5:     9.13 x 3112
```

## 多标的日内分时对比

```python theme={null}
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

dfs = af.klines.intraday_batch(["600519.SH", "000001.SZ"], to_dataframe=True)
for sym, df in dfs.items():
    print(f"{sym} ({df['name'].iloc[0]}): {len(df)} 条分钟线")
```

```
600519.SH (贵州茅台): 241 条分钟线
000001.SZ (平安银行): 241 条分钟线
```


# 快速开始
Source: https://docs.alphafeed.org/zh-Hans/sdk/python-quickstart

安装和使用 AlphaFeed Python SDK

## 安装

```bash theme={null}
pip install alphafeed
```

<Note>
  支持 Python 3.9+，推荐 3.10 或更高版本。内置 pandas 和 tqdm 支持。
</Note>

## 初始化

```python theme={null}
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")
```

也可以通过环境变量设置：

```bash theme={null}
export ALPHAFEED_API_KEY="your-api-key"
```

```python theme={null}
from alphafeed import AlphaFeed
af = AlphaFeed()  # 自动读取 ALPHAFEED_API_KEY
```

## 标的代码格式

标的代码统一使用 `{代码}.{交易所后缀}` 格式：

| 后缀    | 交易所     | 示例          |
| ----- | ------- | ----------- |
| `.SH` | 上海证券交易所 | `600519.SH` |
| `.SZ` | 深圳证券交易所 | `000001.SZ` |
| `.BJ` | 北京证券交易所 | `920047.BJ` |
| `.US` | 美股      | `AAPL.US`   |
| `.HK` | 港股      | `00700.HK`  |

***

## 获取日K线

支持周期：`1d`（日）、`1w`（周）、`1M`（月）、`1Q`（季）、`1Y`（年）

```python theme={null}
df = af.klines.get("600519.SH", period="1d", count=5, to_dataframe=True)
print(df[["symbol", "name", "trade_date", "open", "high", "low", "close", "volume"]])
```

```
   symbol name trade_date    open    high     low   close  volume
600519.SH 贵州茅台 2026-06-12 1271.18 1295.00 1265.01 1291.91   50495
600519.SH 贵州茅台 2026-06-15 1292.70 1292.70 1270.10 1271.10   41586
600519.SH 贵州茅台 2026-06-16 1267.01 1267.88 1255.00 1255.67   34970
600519.SH 贵州茅台 2026-06-17 1258.00 1259.77 1238.56 1240.00   44803
600519.SH 贵州茅台 2026-06-18 1235.00 1238.87 1211.22 1215.00   57472
```

## 获取分钟K线

支持周期：`1m`（1分钟）、`5m`（5分钟）、`15m`（15分钟）、`30m`（30分钟）、`60m`（60分钟）

```python theme={null}
df = af.klines.get("600519.SH", period="5m", count=5, to_dataframe=True)
print(df[["symbol", "name", "trade_time", "open", "high", "low", "close", "volume"]])
```

```
   symbol name          trade_time    open    high     low   close  volume
600519.SH 贵州茅台 2026-06-18 14:40:00 1214.44 1215.82 1212.26 1215.82    1151
600519.SH 贵州茅台 2026-06-18 14:45:00 1215.02 1217.00 1215.00 1216.99     997
600519.SH 贵州茅台 2026-06-18 14:50:00 1216.52 1217.39 1215.99 1217.38     827
600519.SH 贵州茅台 2026-06-18 14:55:00 1217.40 1228.37 1217.40 1222.55    2355
600519.SH 贵州茅台 2026-06-18 15:00:00 1223.02 1223.99 1215.00 1215.00    2324
```

## 复权方式

K 线接口支持 `adjust` 参数：

| 值                   | 说明             |
| ------------------- | -------------- |
| `forward`           | 前复权 - 比例复权（默认） |
| `backward`          | 后复权 - 比例复权     |
| `forward_additive`  | 前复权 - 差值复权     |
| `backward_additive` | 后复权 - 差值复权     |
| `none`              | 不复权            |

比例复权使用乘法因子还原价格，适合计算收益率；差值复权使用加减法还原价格，适合观察绝对价差。

```python theme={null}
df = af.klines.get("600519.SH", adjust="none", to_dataframe=True)              # 不复权
df = af.klines.get("600519.SH", adjust="forward", to_dataframe=True)           # 前复权-比例（默认）
df = af.klines.get("600519.SH", adjust="backward", to_dataframe=True)          # 后复权-比例
df = af.klines.get("600519.SH", adjust="forward_additive", to_dataframe=True)  # 前复权-差值
df = af.klines.get("600519.SH", adjust="backward_additive", to_dataframe=True) # 后复权-差值
```

## 时间区间查询

通过 `start_time` 和 `end_time` 指定时间范围（毫秒时间戳），配合 `count` 控制返回条数。

### 指定日期区间

```python theme={null}
import datetime
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

start = int(datetime.datetime(2026, 6, 1).timestamp() * 1000)
end = int(datetime.datetime(2026, 6, 20).timestamp() * 1000)
df = af.klines.get("000001.SZ", period="1d", start_time=start, end_time=end, to_dataframe=True)
print(f"2026-06-01 ~ 2026-06-20 共 {len(df)} 个交易日")
print(df[["trade_date", "open", "close", "volume"]].tail(5).to_string(index=False))
```

```
2026-06-01 ~ 2026-06-20 共 14 个交易日
trade_date  open  close  volume
2026-06-12 11.00  11.24 2032355
2026-06-15 11.21  11.06 1541305
2026-06-16 11.05  10.94  942708
2026-06-17 10.97  10.78  965828
2026-06-18 10.74  10.52 1426893
```

### 获取某日期之前的 N 根 K 线

使用 `end_time` + `count` 组合，获取截止到某个时间点的最近 N 根 K 线：

```python theme={null}
import datetime
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

end = int(datetime.datetime(2026, 6, 15).timestamp() * 1000)
df = af.klines.get("600519.SH", period="1d", count=5, end_time=end, to_dataframe=True)
print(df[["trade_date", "open", "high", "low", "close", "volume"]].to_string(index=False))
```

```
trade_date    open    high     low   close  volume
2026-06-09 1262.99 1263.00 1252.55 1256.00   27860
2026-06-10 1252.08 1282.00 1250.21 1275.88   39244
2026-06-11 1272.12 1282.88 1266.91 1279.00   25352
2026-06-12 1271.18 1295.00 1265.01 1291.91   50495
2026-06-15 1292.70 1292.70 1270.10 1271.10   41586
```

### 分钟级时间区间

对分钟 K 线同样适用，适合截取盘中某一时段的数据：

```python theme={null}
import datetime
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

start = int(datetime.datetime(2026, 6, 23, 9, 30).timestamp() * 1000)
end = int(datetime.datetime(2026, 6, 23, 10, 0).timestamp() * 1000)
df = af.klines.get("000001.SZ", period="5m", start_time=start, end_time=end, to_dataframe=True)
print(df[["trade_time", "open", "high", "low", "close", "volume"]].to_string(index=False))
```

```
         trade_time  open  high   low  close  volume
2026-06-23 09:35:00 10.65 10.83 10.63  10.81  143966
2026-06-23 09:40:00 10.82 10.87 10.81  10.84   83205
2026-06-23 09:45:00 10.85 10.88 10.81  10.87   86994
2026-06-23 09:50:00 10.88 10.90 10.87  10.88   95711
2026-06-23 09:55:00 10.88 10.91 10.86  10.88   70423
2026-06-23 10:00:00 10.89 10.90 10.85  10.85   32324
```

## 批量获取K线

一次请求获取多只标的的K线数据：

```python theme={null}
symbols = ["600519.SH", "000001.SZ"]
dfs = af.klines.batch(symbols, period="1d", count=3, to_dataframe=True, show_progress=True)

for sym, df in dfs.items():
    print(f"--- {sym} ({df['name'].iloc[0]}) ---")
    print(df[["trade_date", "open", "close", "volume"]].to_string(index=False))
```

```
--- 600519.SH (贵州茅台) ---
trade_date    open   close  volume
2026-06-16 1267.01 1255.67   34970
2026-06-17 1258.00 1240.00   44803
2026-06-18 1235.00 1215.00   57472
--- 000001.SZ (平安银行) ---
trade_date  open  close  volume
2026-06-16 11.05  10.94  942708
2026-06-17 10.97  10.78  965828
2026-06-18 10.74  10.52 1426893
```

### 批量 + 时间区间

`klines.batch` 同样支持 `start_time` 和 `end_time`：

```python theme={null}
import datetime
from alphafeed import AlphaFeed

af = AlphaFeed(api_key="your-api-key")

start = int(datetime.datetime(2026, 6, 16).timestamp() * 1000)
end = int(datetime.datetime(2026, 6, 20).timestamp() * 1000)
dfs = af.klines.batch(["600519.SH", "000001.SZ"], period="1d", start_time=start, end_time=end, to_dataframe=True)
for sym, df in dfs.items():
    print(f"--- {sym} ({df['name'].iloc[0]}) ---")
    print(df[["trade_date", "close", "volume"]].to_string(index=False))
```

```
--- 600519.SH (贵州茅台) ---
trade_date   close  volume
2026-06-16 1255.67   34970
2026-06-17 1240.00   44803
2026-06-18 1215.00   57472
--- 000001.SZ (平安银行) ---
trade_date  close  volume
2026-06-16  10.94  942708
2026-06-17  10.78  965828
2026-06-18  10.52 1426893
```

## 获取实时行情

### 按标的代码查询

```python theme={null}
df = af.quotes.get(symbols=["600519.SH", "000001.SZ"], to_dataframe=True)
print(df[["symbol", "last_price", "prev_close", "volume", "ext.name", "ext.change_pct"]])
```

```
   symbol  last_price  prev_close  volume ext.name  ext.change_pct
000001.SZ       10.52       10.78 1426893     平安银行       -0.024119
600519.SH     1215.00     1240.00   57472     贵州茅台       -0.020161
```

### 按标的池查询（全量行情）

支持的标的池：

| 标的池 ID     | 说明       |
| ---------- | -------- |
| `CN_Stock` | A 股（沪深京） |
| `CN_ETF`   | ETF      |
| `US_Stock` | 美股       |
| `HK_Stock` | 港股       |

```python theme={null}
df = af.quotes.get(universes=["CN_Stock"], to_dataframe=True)
print(df)
```

```
         symbol region  ...  ext.amplitude  ext.turnover_rate
0     920985.BJ     CN  ...       0.043893           0.015161
1     002414.SZ     CN  ...       0.027106           0.015167
2     600589.SH     CN  ...       0.047852           0.076141
3     688543.SH     CN  ...       0.043046           0.052545
4     300988.SZ     CN  ...       0.044633           0.043186
...         ...    ...  ...            ...                ...
5496  002546.SZ     CN  ...       0.022026           0.014857
5497  920363.BJ     CN  ...       0.038917           0.027170
5498  688590.SH     CN  ...       0.033557           0.051160
5499  001317.SZ     CN  ...       0.053210           0.043987
5500  300731.SZ     CN  ...       0.080393           0.090136

[5501 rows x 18 columns]
```

## 获取日内分时

### 单只标的

支持周期：`1m`（默认）、`5m`、`15m`、`30m`、`60m`

```python theme={null}
df = af.klines.intraday("600519.SH", count=5, to_dataframe=True)
print(df[["symbol", "name", "trade_time", "close", "volume"]])
```

```
   symbol name          trade_time   close  volume
600519.SH 贵州茅台 2026-06-18 14:56:00 1223.50     273
600519.SH 贵州茅台 2026-06-18 14:57:00 1223.88     261
600519.SH 贵州茅台 2026-06-18 14:58:00 1223.26       2
600519.SH 贵州茅台 2026-06-18 14:59:00 1223.26       0
600519.SH 贵州茅台 2026-06-18 15:00:00 1215.00    1788
```

### 批量日内分时

```python theme={null}
dfs = af.klines.intraday_batch(["600519.SH", "000001.SZ"], to_dataframe=True)
for sym, df in dfs.items():
    print(f"{sym}: {len(df)} 条分钟线")
```

## 获取标的信息

```python theme={null}
insts = af.instruments.get(["600519.SH", "000001.SZ"])
for i in insts:
    print(f"{i['symbol']:>10s}  {i['name']:<6s}  交易所={i['exchange']}  类型={i['type']}  上市={i['ext'].get('listing_date','')}")
```

```
 600519.SH  贵州茅台    交易所=SH  类型=stock  上市=2001-08-27
 000001.SZ  平安银行    交易所=SZ  类型=stock  上市=1991-04-03
```

## 获取除权因子

```python theme={null}
df = af.klines.ex_factors(["600519.SH"], to_dataframe=True)
print(df[["symbol", "trade_date", "ex_factor"]].tail(5))
```

```
   symbol trade_date  ex_factor
600519.SH 2023-12-20   1.011540
600519.SH 2024-06-19   1.020716
600519.SH 2024-12-20   1.015637
600519.SH 2025-06-26   1.019649
600519.SH 2025-12-19   1.017003
```

## 获取五档盘口

### 单只标的

```python theme={null}
depth = af.depth.get("600519.SH")
print(f"标的: {depth['symbol']}  地区: {depth['region']}")
for i in range(5):
    bid = f"买{i+1}: {depth['bid_prices'][i]:>10.2f} x {depth['bid_volumes'][i]}"
    ask = f"卖{i+1}: {depth['ask_prices'][i]:>10.2f} x {depth['ask_volumes'][i]}"
    print(f"  {bid}  |  {ask}")
```

```
标的: 600519.SH  地区: CN
  买1:    1215.00 x 123  |  卖1:    1215.28 x 1
  买2:    1214.95 x 2  |  卖2:    1215.96 x 1
  买3:    1214.88 x 1  |  卖3:    1216.00 x 2
  买4:    1214.48 x 1  |  卖4:    1218.00 x 1
  买5:    1214.40 x 1  |  卖5:    1218.89 x 1
```

### 批量盘口

```python theme={null}
result = af.depth.batch(["000001.SZ", "600000.SH"])
for sym, depth in result.items():
    print(f"--- {sym} ---")
    for i in range(5):
        bid = f"买{i+1}: {depth['bid_prices'][i]:>8.2f} x {depth['bid_volumes'][i]:<6}"
        ask = f"卖{i+1}: {depth['ask_prices'][i]:>8.2f} x {depth['ask_volumes'][i]}"
        print(f"  {bid} | {ask}")
```

```
--- 000001.SZ ---
  买1:    10.52 x 19374  | 卖1:    10.53 x 2
  买2:    10.51 x 16237  | 卖2:    10.54 x 430
  买3:    10.50 x 28122  | 卖3:    10.55 x 75
  买4:    10.49 x 4656   | 卖4:    10.56 x 2771
  买5:    10.48 x 3764   | 卖5:    10.57 x 2566
--- 600000.SH ---
  买1:     9.08 x 4661   | 卖1:     9.09 x 7087
  买2:     9.07 x 5576   | 卖2:     9.10 x 1052
  买3:     9.06 x 6301   | 卖3:     9.11 x 2108
  买4:     9.05 x 10340  | 卖4:     9.12 x 1537
  买5:     9.04 x 1074   | 卖5:     9.13 x 3112
```


# 批量获取K线数据
Source: https://docs.alphafeed.org/zh-hans/api-reference/k线数据/批量获取k线数据

/zh-Hans/api-reference/openapi.json get /v1/klines/batch
一次请求获取多个标的的K线数据，响应以标的代码为 key。



# 获取K线数据
Source: https://docs.alphafeed.org/zh-hans/api-reference/k线数据/获取k线数据

/zh-Hans/api-reference/openapi.json get /v1/klines
获取单个标的的OHLCV K线数据。支持日线、周线、月线和分钟级别。数据以列式格式返回，传输效率高。



# 获取除权因子
Source: https://docs.alphafeed.org/zh-hans/api-reference/k线数据/获取除权因子

/zh-Hans/api-reference/openapi.json get /v1/klines/ex-factors
获取标的的历史除权除息调整因子，可用于计算复权价格。



# 获取标的元数据
Source: https://docs.alphafeed.org/zh-hans/api-reference/基础信息/获取标的元数据

/zh-Hans/api-reference/openapi.json get /v1/instruments
根据标的代码获取元数据（名称、交易所、类型、上市日期等）。支持逗号分隔传入多个标的。



# 批量获取市场深度（五档行情）
Source: https://docs.alphafeed.org/zh-hans/api-reference/实时行情/批量获取市场深度（五档行情）

/zh-Hans/api-reference/openapi.json get /v1/depth/batch
一次请求获取多个标的盘口数据（5档买卖价格和数量）。



# 获取实时行情
Source: https://docs.alphafeed.org/zh-hans/api-reference/实时行情/获取实时行情

/zh-Hans/api-reference/openapi.json get /v1/quotes
获取最新实时报价。支持按标的代码查询或按标的池查询。两种方式二选一。



# 获取市场深度（五档行情）
Source: https://docs.alphafeed.org/zh-hans/api-reference/实时行情/获取市场深度（五档行情）

/zh-Hans/api-reference/openapi.json get /v1/depth
获取单个标的盘口数据（5档买卖价格和数量）。



# 批量获取日内分时数据
Source: https://docs.alphafeed.org/zh-hans/api-reference/日内分时/批量获取日内分时数据

/zh-Hans/api-reference/openapi.json get /v1/klines/intraday/batch
一次请求获取多个标的的日内分钟级K线数据。



# 获取日内分时数据
Source: https://docs.alphafeed.org/zh-hans/api-reference/日内分时/获取日内分时数据

/zh-Hans/api-reference/openapi.json get /v1/klines/intraday
获取单个标的当日分钟级K线数据。支持 1m/5m/15m/30m/60m 周期。