【2025最新】Python量化数据接口指南：baostock 免费获取分钟级K线教程

baostock 是一个对Python量化爱好者非常友好的免费开源证券数据平台，尤其适合获取A股历史行情数据。我为你准备了这份2025年更新的baostock使用指南，希望能帮助你高效地获取数据。

1. 认识baostock

Baostock（证券宝）是一个免费、开源的证券数据平台。它通过Python API提供大量准确、完整的证券历史行情数据、上市公司财务数据等，能满足量化交易投资者、数量金融爱好者、计量经济从业者的数据需求。

它的数据返回格式为pandas DataFrame类型，这对于使用pandas/NumPy/Matplotlib进行数据分析和可视化非常友好。

2. 数据范围与时间

baostock的数据覆盖范围主要包括：

每日最新数据更新时间需要注意：

1. 日K线数据：当前交易日17:30完成入库。
2. 分钟K线数据：当前交易日20:30完成入库。
3. 其它财务报告数据：第二自然日1:30完成前交易日数据入库。

3. 安装与环境配置

安装baostock非常简单，只需在命令行中执行：

pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn

注意：程序运行时，文件名、文件夹名不能是baostock。

4. 核心API使用详解

4.1 登录与登出

在开始任何数据查询前，都需要先登录系统。建立与服务器的连接无需注册即可登录。需要注意的是，登录后超过一段时间没有操作再调用API请求时会超时，需要重新登录才能继续下载数据。

import baostock as bs #登录系统 lg = bs.login() #显示登录返回信息 print('login respond error_code:' + lg.error_code) print('login respond  error_msg:' + lg.error_msg) #你的数据查询代码将在这里 #登出系统 bs.logout()

4.2 获取历史A股K线数据

`query_history_k_data_plus()` 是获取历史A股K线数据的重要接口。

方法说明：通过API接口获取A股历史交易数据，可以通过参数设置获取日k线、周k线、月k线，以及5分钟、15分钟、30分钟和60分钟k线数据，适合搭配均线数据进行选股和分析。

返回类型：pandas的DataFrame类型。

能获取1990-12-19至当前时间的数据；可查询不复权、前复权、后复权数据。

主要参数：

4.3 获取指定日期所有股票列表

`query_all_stock()` 函数可以获取指定交易日期所有股票列表。可以通过参数day获取某一天的数据，参数为空表示默认获取当天的数据。返回类型为baostock自定义的数据类型，通过get_data()函数可以获取Pandas DataFrame类型的数据。

date = "2025-08-01"  #假设的日期，请替换为实际日期 stock_df = bs.query_all_stock(date).get_data()

5. 实战示例：获取分钟级K线数据

以下是一个获取股票分钟级K线数据的完整示例。

5.1 获取5分钟K线数据

import baostock as bs import pandas as pd #登陆系统 lg = bs.login() #显示登陆返回信息 print('login respond error_code:'+lg.error_code) print('login respond  error_msg:'+lg.error_msg) #获取沪深A股历史K线数据 #详细指标参数，参见“历史行情指标参数”章节；“分钟线”参数与“日线”参数不同。“分钟线”不包含指数。 #分钟线指标：date,time,code,open,high,low,close,volume,amount,adjustflag rs = bs.query_history_k_data_plus("sh.600000",  #股票代码，例如：浦发银行     "date,time,code,open,high,low,close,volume,amount,adjustflag",  #指定需要的字段     start_date='2025-07-01',  #开始日期（请替换为实际需要的日期）     end_date='2025-07-31',    #结束日期（请替换为实际需要的日期）     frequency="5",            #频率：5表示5分钟线     adjustflag="3")           #复权类型：3不复权 print('query_history_k_data_plus respond error_code:'+rs.error_code) print('query_history_k_data_plus respond  error_msg:'+rs.error_msg) #打印结果集 data_list = [] while (rs.error_code == '0') & rs.next():     #获取一条记录，将记录合并在一起     data_list.append(rs.get_row_data()) result = pd.DataFrame(data_list, columns=rs.fields) #结果集输出到csv文件   result.to_csv("history_A_stock_k_data.csv", index=False) print(result.head(10))  #打印前10行数据查看 #登出系统 bs.logout()

重要提示：指数没有分钟线数据。尝试获取指数的分钟线数据可能会出错或返回空结果。

5.2 复权类型的区别与选择

`adjustflag` 参数决定了数据的复权方式，这对分析至关重要：

*  1.后复权：复权后价格反映的是真实收益率，便于计算历史收益。

*  2.前复权：复权后价格贴近当前价格，便于技术分析。

*  3.不复权：原始价格数据，包含跳空缺口。

BaoStock使用“涨跌幅复权法”进行复权。这种方法可以计算出资金收益率，确保初始投入的资金运用率为100%，既不会因为分红而导致投资减少，也不会因为配股导致投资增加。需要注意的是，不同系统（如同花顺、通达信等）采用的复权方式可能不一致，会导致数据差异。

5.3 停牌数据处理

股票停牌时，对于日线，开、高、低、收价都相同，且都为前一交易日的收盘价，成交量、成交额为0，换手率为空。

在回测过程中，通常不希望停盘数据对回测造成干扰，可以将停盘数据删除：

if result.shape[0]:     result = result[(result['volume'] != '0') & (result['volume'] != '')]

6. 常见问题与技巧（FAQ）

1. 返回数据格式转换：从BaoStock下载的数据元素类型可能均为object（字符串）。在进行数值计算前，可能需要转换类型，例如换手率：

result["turn"] = [0 if x == "" else float(x) for x in result["turn"]]

2. 查询所有股票代码：可以使用 `query_all_stock()` 函数获取指定日期的所有股票列表，并转换为List：   

 stock_list = stock_df['code'].tolist()

3. 数据准确性交叉验证：对于关键决策，建议使用其他数据源（如券商API、Wind等）进行交叉验证，特别是在复权数据方面，因为不同平台的复权算法可能有差异。

4. 超时与重新登录：登录后如果长时间没有操作，连接可能会超时。如果后续请求失败，可以尝试重新调用 `bs.login()`。

baostock 作为一个免费且数据源稳定的平台，是个人量化爱好者入门和进行中低频策略研究的绝佳工具。希望这份指南能助你在量化交易的道路上顺利起步！

请注意，baostock目前的数据主要集中在A股，缺少港股、期货、外汇和基金等金融数据。对于更高频率（Tick级）的交易或更广泛的品种，你可能需要考虑其他数据源。