股票数据接口API实例代码python、JAVA等多种语言演示免费获取实时数据、历史数据、CDMA、KDJ等指标数据

股票数据接口API实例代码python、JAVA等多种语言演示免费获取实时数据、历史数据、CDMA、KDJ等指标数据

随着金融科技的快速发展,券商、基金公司的数字化转型离不开高质量的股票数据支撑。股票数据接口的选择直接关系到投资决策的准确性和效率。在这个数据驱动的时代,善用优质的数据接口,就能在股市抢占先机,本文中所有接口均可直接在浏览器打开获取数据,为了便于大家验证有效性,已经做好了超链接,直接点击即可!

**[沪深两市股票列表]

API接口链接(可点击验证):http://api.momaapi.com/hslt/list/您的Token

【实时数据接口】

**[沪深两市买卖五档盘口]

API接口链接(可点击验证):http://api.momaapi.com/hsstock/real/five/股票代码/证书您的Token

[沪深两市最新分时交易]

API接口链接(可点击验证):http://api.momaapi.com/hsstock/latest/股票代码.市场(如000001.SZ)/分时级别(如d)/除权方式/您的Token?lt=最新条数(如5)

沪深两市实时交易数据接口

API接口链接(可点击验证):http://api.momaapi.com/hsrl/ssjy/股票代码(如000001)/您的Token

1、python

import requests url ="http://api.momaapi.com/hsrl/ssjy/000001/TEST-API-TOKEN-MOMA-836089C22111" response = requests.get(url) data = response.json()print(data)

2、JavaScript (Node.js)

const axios =require('axios');const url ="http://api.momaapi.com/hsrl/ssjy/000001/TEST-API-TOKEN-MOMA-836089C22111"; axios.get(url).then(response=>{ console.log(response.data);}).catch(error=>{ console.log(error);});

3、Java

importjava.net.URI;importjava.net.http.HttpClient;importjava.net.http.HttpRequest;importjava.net.http.HttpResponse;importjava.io.IOException;publicclassMain{publicstaticvoidmain(String[] args){HttpClient client =HttpClient.newHttpClient();HttpRequest request =HttpRequest.newBuilder().uri(URI.create("http://api.momaapi.com/hsrl/ssjy/000001/TEST-API-TOKEN-MOMA-836089C22111")).build();try{HttpResponse<String> response = client.send(request,HttpResponse.BodyHandlers.ofString());System.out.println(response.body());}catch(IOException|InterruptedException e){ e.printStackTrace();}}}

返回的数据:

{"o":11.69,"fm":0.17,"h":11.71,"hs":0.5,"lb":0.7,"l":11.55,"lt":225881388026.0,"pe":4.26,"pc":-0.17,"p":11.64,"sz":225884887825.0,"cje":1131033823.93,"ud":-0.02,"v":973969,"yc":11.66,"zf":1.37,"zs":0.17,"sjl":0.54,"zdf60":0.0,"zdfnc":-0.51,"t":"2025-02-21 15:29:05"}]

【历史数据接口】

**[沪深两市历史分时交易]

API接口链接(可点击验证):http://api.momaapi.com/hsstock/history/股票代码.市场(如000001.SZ)/分时级别(如d)/除权方式/您的Token?st=开始时间(如20240601)&et=结束时间(如20250430)&lt=最新条数(如100)

**[沪深两市历史分时KDJ]

API接口链接(可点击验证):http://api.momaapi.com/hsstock/history/kdj/股票代码(如000001.SZ)/分时级别(如d)/除权类型(如n)/您的Token?st=开始时间&et=结束时间&lt=最新条数

[沪深两市历史分时MACD]

API接口链接(可点击验证):http://api.momaapi.com/hsstock/history/macd/股票代码(如000001.SZ)/分时级别(如d)/除权类型(如n)/您的Token?st=开始时间&et=结束时间&lt=最新条数

沪深两市历史分时MA

API接口链接(可点击验证):http://api.momaapi.com/hsstock/history/ma/股票代码(如000001.SZ)/分时级别(如d)/除权类型(如n)/您的Token?st=开始时间&et=结束时间&lt=最新条数

**[沪深两市历史分时BOLL]

API接口链接(可点击验证):http://api.momaapi.com/hsstock/history/boll/股票代码(如000001.SZ)/分时级别(如d)/除权类型(如n)/您的Token?st=开始时间&et=结束时间&lt=最新条数

API说明文档

沪深两市股票

API接口:http://api.momaapi.com/hsstock/instrument/股票代码(如000001.SZ)/您的Token

描述:获取基础的股票代码和名称,用于后续接口的参数传入。

更新频率:每日16:20

字段名称数据类型字段说明
eistring市场代码
iistring股票代码
namestring股票名称
odstring上市日期(股票IPO日期)
pcfloat前收盘价格
upfloat当日涨停价
dpfloat当日跌停价
fvfloat流通股本
tvfloat总股本
pkfloat最小价格变动单位
isint股票停牌状态(<=0:正常交易(-1:复牌);>=1停牌天数;)

实时交易数据接口

API接口:http://api.momaapi.com/hsrl/ssjy/股票代码(如000001)/您的Token

描述:根据《股票列表》得到的股票代码获取实时交易数据(您可以理解为日线的最新数据)。

更新频率:交易时间段每1分钟

字段名称数据类型字段说明
fmnumber五分钟涨跌幅(%)
hnumber最高价(元)
hsnumber换手(%)
lbnumber量比(%)
lnumber最低价(元)
ltnumber流通市值(元)
onumber开盘价(元)
penumber市盈率(动态,总市值除以预估全年净利润,例如当前公布一季度净利润1000万,则预估全年净利润4000万)
pcnumber涨跌幅(%)
pnumber当前价格(元)
sznumber总市值(元)
cjenumber成交额(元)
udnumber涨跌额(元)
vnumber成交量(手)
ycnumber昨日收盘价(元)
zfnumber振幅(%)
zsnumber涨速(%)
sjlnumber市净率
zdf60number60日涨跌幅(%)
zdfncnumber年初至今涨跌幅(%)
tstring更新时间yyyy-MM-ddHH:mm:ss

买卖五档盘口

API接口:http://api.momaapi.com/hsstock/real/five/股票代码/证书您的Token

描述:根据《股票列表》得到的股票代码获取实时买卖五档盘口数据。

更新频率:交易时间段每2分钟

字段名称数据类型字段说明
psnumber委卖价
pbnumber委买价
vsnumber委卖量
vbnumber委买量
tstring更新时间

最新分时交易

API接口:http://api.momaapi.com/hsstock/latest/股票代码.市场(如000001.SZ)/分时级别(如d)/除权方式/您的Token?lt=最新条数(如5)

描述:根据《股票列表》得到的股票代码以及分时级别获取分时交易数据,交易时间升序。目前分时级别支持5分钟、15分钟、30分钟、60分钟、日周月年级别(包括前后复权),对应的值分别是5、15、30、60、d(日线)、dq(日线前复权)、dh(日线后复权)、w(周线)、wq(周线前复权)、wh(周线后复权)、m(月线)、mq(月线前复权)、mh(月线后复权)、y(年线)、yq(年线前复权)、yh(年线后复权)。

更新频率:分钟级别数据盘中更新,分时越小越优先更新,如5分钟级别会每5分钟更新,15分钟级别会每15分钟更新,以此类推,日线及以上级别每日15:35更新

字段名称数据类型字段说明
tstring交易时间
ofloat开盘价
hfloat最高价
lfloat最低价
cfloat收盘价
vfloat成交量
afloat成交额
pcfloat前收盘价
sfint停牌 1停牌,0 不停牌

历史分时交易

API接口:http://api.momaapi.com/hsstock/history/股票代码.市场(如000001.SZ)/分时级别(如d)/除权方式/您的Token?st=开始时间(如20240601)&et=结束时间(如20250430)&lt=最新条数(如100)

描述:根据《股票列表》得到的股票代码和分时级别获取历史交易数据,交易时间升序。目前分时级别支持5分钟、15分钟、30分钟、60分钟、日周月年级别(包括前后复权),对应的值分别是5、15、30、60、d(日线)、dq(日线前复权)、dh(日线后复权)、w(周线)、wq(周线前复权)、wh(周线后复权)、m(月线)、mq(月线前复权)、mh(月线后复权)、y(年线)、yq(年线前复权)、yh(年线后复权)。

更新频率:分钟级别数据盘中更新,分时越小越优先更新,如5分钟级别会每5分钟更新,15分钟级别会每15分钟更新,以此类推,日线及以上级别每日15:35更新

字段名称数据类型字段说明
tstring交易时间
ofloat开盘价
hfloat最高价
lfloat最低价
cfloat收盘价
vfloat成交量
afloat成交额
pcfloat前收盘价
sfint停牌 1停牌,0 不停牌

历史分时MACD

API接口:http://api.momaapi.com/hsstock/history/macd/股票代码(如000001.SZ)/分时级别(如d)/除权类型(如n)/您的Token?st=开始时间&et=结束时间&lt=最新条数

描述:根据《股票列表》得到的股票代码和分时级别获取历史macd数据,交易时间升序。目前分时级别支持5分钟、15分钟、30分钟、60分钟、日周月年级别(包括前后复权),对应的值分别是5、15、30、60、d(日线)、dq(日线前复权)、dh(日线后复权)、w(周线)、wq(周线前复权)、wh(周线后复权)、m(月线)、mq(月线前复权)、mh(月线后复权)、y(年线)、yq(年线前复权)、yh(年线后复权)。

更新频率:分钟级别数据盘中更新,分时越小越优先更新,如5分钟级别会每5分钟更新,15分钟级别会每15分钟更新,以此类推,日线及以上级别每日15:35更新

字段名称数据类型字段说明
tstring交易时间,短分时级别格式为yyyy-MM-ddHH:mm:ss,日线级别为yyyy-MM-dd
diffnumberDIFF值
deanumberDEA值
macdnumberMACD值
ema12numberEMA(12)值
ema26numberEMA(26)值

历史分时MA

API接口:http://api.momaapi.com/hsstock/history/ma/股票代码(如000001.SZ)/分时级别(如d)/除权类型(如n)/您的Token?st=开始时间&et=结束时间&lt=最新条数

描述:根据《股票列表》得到的股票代码和分时级别获取历史ma数据,交易时间升序。目前分时级别支持5分钟、15分钟、30分钟、60分钟、日周月年级别(包括前后复权),对应的值分别是5、15、30、60、d(日线)、dq(日线前复权)、dh(日线后复权)、w(周线)、wq(周线前复权)、wh(周线后复权)、m(月线)、mq(月线前复权)、mh(月线后复权)、y(年线)、yq(年线前复权)、yh(年线后复权)。目前提供了ma3,ma5,ma10,ma15,ma20,ma30,ma60,ma120,ma200,ma250这些常用的移动平均线。

更新频率:分钟级别数据盘中更新,分时越小越优先更新,如5分钟级别会每5分钟更新,15分钟级别会每15分钟更新,以此类推,日线及以上级别每日15:35更新

字段名称数据类型字段说明
tstring交易时间,短分时级别格式为yyyy-MM-ddHH:mm:ss,日线级别为yyyy-MM-dd
ma3numberMA3,没有则为null
ma5numberMA5,没有则为null
ma10numberMA10,没有则为null
ma15numberMA15,没有则为null
ma20numberMA20,没有则为null
ma30numberMA30,没有则为null
ma60numberMA60,没有则为null
ma120numberMA120,没有则为null
ma200numberMA200,没有则为null
ma250numberMA250,没有则为null

历史分时BOLL(20,2)

API接口:http://api.momaapi.com/hsstock/history/boll/股票代码(如000001.SZ)/分时级别(如d)/除权类型(如n)/您的Token?st=开始时间&et=结束时间&lt=最新条数

描述:根据《股票列表》得到的股票代码和分时级别获取历史boll数据,交易时间升序。目前分时级别支持5分钟、15分钟、30分钟、60分钟、日周月年级别(包括前后复权),对应的值分别是5、15、30、60、d(日线)、dq(日线前复权)、dh(日线后复权)、w(周线)、wq(周线前复权)、wh(周线后复权)、m(月线)、mq(月线前复权)、mh(月线后复权)、y(年线)、yq(年线前复权)、yh(年线后复权)。

更新频率:分钟级别数据盘中更新,分时越小越优先更新,如5分钟级别会每5分钟更新,15分钟级别会每15分钟更新,以此类推,日线及以上级别每日15:35更新

字段名称数据类型字段说明
tstring交易时间,短分时级别格式为yyyy-MM-ddHH:mm:ss,日线级别为yyyy-MM-dd
unumber上轨
dnumber下轨
mnumber中轨

Read more

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(四)

医疗AI场景下算法编程的深度解析(2026新生培训讲稿)(四)

第7章 k-均值算法:患者分群与精准医疗 在医疗领域,我们常常面临这样的问题:患者是否可以划分为不同的亚型?不同亚型是否有不同的疾病进展模式或治疗反应?这些问题属于无监督学习的范畴。k-均值(k-means)聚类算法是最经典、最常用的无监督学习算法之一,它能够将数据划分为 k 个簇,使得同一簇内的样本高度相似,不同簇间的样本差异显著。本章将从算法原理出发,深入解析 k-均值在医疗场景中的应用,并通过实战案例展示如何利用 k-均值发现慢性病患者的潜在亚型,为精准医疗提供依据。 7.1 算法原理 7.1.1 聚类问题概述 聚类是一种无监督学习任务,目标是将数据集中的样本划分为若干个组(簇),使得同一组内的样本尽可能相似,不同组间的样本尽可能不同。与分类不同,聚类不依赖于预先标记的类别,而是从数据本身发现结构。 7.1.2 k-均值算法的核心思想 k-均值算法试图将 n 个样本划分到 k 个簇中,使得每个样本到其所属簇中心的距离平方和最小。簇中心是簇内所有样本的均值(因此得名“

By Ne0inhk
从0到1打造专业职配助手:基于openJiuwen记忆库新特性的AI职业规划实战

从0到1打造专业职配助手:基于openJiuwen记忆库新特性的AI职业规划实战

前言 最近基于openJiuwen框架,用它最新推出的独立记忆库功能,搭建了一个“专业职配助手”智能体。它不仅能依托行业知识库给出专业-岗位匹配建议,更能通过记忆库记住用户的专业背景、职业偏好,实现跨智能体的个性化推荐。今天就把从模型配置到智能体测试的全流程拆解给你,重点聊聊记忆库如何让AI真正“懂你”。 一、核心思路:知识库+记忆库,让AI从“会回答”到“懂你” 这次搭建的核心,是openJiuwen的记忆库新特性: * 知识库:作为“公共知识底座”,存储全行业职业数据、专业与岗位对应表,解决“专业能做什么”的问题; * 记忆库:作为“用户专属档案”,存储用户的专业背景、职业偏好、咨询历史,解决“你适合做什么”的问题; * 大模型:负责理解用户需求,同时调用知识库和记忆库,生成精准、个性化的职业建议。 一句话概括:用知识库提供行业广度,用记忆库赋予用户温度,让这两者的结合更高效、更灵活。

By Ne0inhk

AI 技能(Skills):一种面向任务自动化的模块化执行范式

AI 技能(Skills):一种面向任务自动化的模块化执行范式 摘要:Skills 并非新概念,而是对提示工程(Prompt Engineering)与工具调用(Tool Use)的系统性封装。它通过元数据、行动指南与可执行资源的三元结构,将大模型能力从“文本生成”延伸至“闭环操作”。 一、本质定义 * Skills 是一种轻量级、可复用的任务执行单元,用于赋予大模型确定性行为能力。 * 其核心目标是解决传统提示词的三大局限: * 不可复用:每次需重复编写相似指令; * 无状态:无法跨会话保持上下文策略; * 无执行:仅输出文本,无法触发真实动作(如绘图、文件处理、API 调用)。 类比理解:Skills ≈ 函数(Function) 输入:自然语言指令; 输出:结构化结果 + 副作用(如生成图像、修改文件、发送请求)

By Ne0inhk
『告别手工测试:AI 自动化测试覆盖 90% 场景的秘诀』

『告别手工测试:AI 自动化测试覆盖 90% 场景的秘诀』

在 AI 技术飞速渗透各行各业的当下,我们早已告别 “谈 AI 色变” 的观望阶段,迈入 “用 AI 提效” 的实战时代 💡。无论是代码编写时的智能辅助 💻、数据处理中的自动化流程 📊,还是行业场景里的精准解决方案 ,AI 正以润物细无声的方式,重构着我们的工作逻辑与行业生态 🌱。今天,我想结合自身实战经验,带你深入探索 AI 技术如何打破传统工作壁垒 🧱,让 AI 真正从 “概念” 变为 “实用工具” ,为你的工作与行业发展注入新动能 ✨。 文章目录 * 告别手工测试:AI 自动化测试覆盖 90% 场景的秘诀 🤖🧪 * 一、引言:从手工到AI,测试革命的浪潮 🌊🌊 * 1. 传统手工测试的困境 ⚠️ * 2. 自动化测试的初步尝试 🤖 * 3. AI驱动自动化测试的崛起 🌟🤖 * 二、AI自动化测试的关键技术栈 🧠⚙️ * 1.

By Ne0inhk