← 返回博客列表

【智兔数服|A股分钟级高频数据完全手册 #38】次新股池数据接口:次新动量策略数据

2026年11月19日 09:05 · 智兔数服 · A股分钟级高频数据完全手册

摘要:【智兔数服|A股分钟级高频数据完全手册 #38】次新股池数据接口:次新动量策略数据 系列:《A股分钟级高频数据完全手册》|连载项目 · 纯 GET 取数 · 仅依赖 requests · Pro 版

系列:《A股分钟级高频数据完全手册》|连载项目 · 纯 GET 取数 · 仅依赖 requests · Pro 版分钟级高频

① 你将得到什么

次新股(上市不久)波动大、弹性高,是动量/情绪策略的富矿。次新股池 /hs/pool/cxgc/{date} 给出某日次新股列表,本篇把它拉通并解析、做上市天数与涨跌幅统计。

本篇产出:用 /hs/pool/cxgc/{date} 拉取某日次新股池,解析代码/名称/上市天数/涨跌幅并做次新动量统计。

读完这篇,你应当能独立把本篇端点数据拉下来、落本地,并跑出一份可用的加工分析表。

② 取数约定

一个端点拉数据,返回里字段名可能中英文混用(不同接口版本、不同数据源习惯不同)。演示用 你的token 占位,代码里 MOCK=True 时回放演示数据,接真实 token 把 MOCK 改成 False 即可,无需改动其他逻辑。

所有请求走 https://api.zhituapi.com + ?token=,纯 GET、仅依赖 requests,不依赖任何付费 SDK。字段口径以接口实际返回为准,本文用 _hit_key 做了大小写/中英文容错;落地前建议先用 print(r[0].keys()) 核对一次你账号下的真实字段名。

落地建议:把每天拉到的数据按 代码 + 日期 做主键写入本地 SQLite/CSV,避免重复插入;历史回看靠本地累积,而非反复调接口。本篇示例代码已包含字段容错映射与本地加工函数,你只需把 print 替换为写入语句。

③ 端点分组地图

端点 用途
/hs/pool/cxgc/{date} 次新股池:某日次新股列表及上市天数

本篇涉及字段(落地建表参考):代码、名称、上市天数、涨跌幅、换手率、收盘价。

返回结构为 JSON 数组(或含数组字段的对象),每条记录即一根分钟 bar / 一笔明细;字段映射函数已按上述字段做容错映射,直接复用即可。

④ 核心模板函数(自包含·可跑)

import requests, time, copy
from urllib.parse import quote

BASE = "https://api.zhituapi.com"
# 将 "你的token" 替换成您自己的智兔API token(官网注册后在「控制台 / 接口管理」页获取,免费额度即可起步)。
TOKEN = "你的token"

# ---------- 字段容错与类型归一 ----------
def _hit_key(d, *cands, default=None):
    """字段容错:接口偶发大小写/中英文混用时,按顺序取第一个非空值"""
    if not isinstance(d, dict):
        return default
    for c in cands:
        if c in d and d[c] not in (None, "", "-", "null"):
            return d[c]
    low = {str(k).lower(): v for k, v in d.items()}
    for c in cands:
        v = low.get(str(c).lower())
        if v not in (None, "", "-", "null"):
            return v
    return default

def _to_float(v, default=None):
    try:
        if v in (None, "", "-", "null", "None"):
            return default
        return float(v)
    except (TypeError, ValueError):
        return default

# ---------- 统一请求:token 鉴权 + 重试退避(MOCK 开关) ----------
MOCK = True
DEMO_DATA = {}

def _get(path, params=None, timeout=10, retries=2, backoff=0.6, default=None):
    """返回 JSON;MOCK=True 时回放 DEMO_DATA;否则真实 GET 并带 token 鉴权、重试 retries 次"""
    if MOCK:
        return copy.deepcopy(DEMO_DATA.get(path, {} if default is None else default))
    q = {"token": TOKEN}
    if params:
        q.update(params)
    last = ""
    for i in range(retries + 1):
        try:
            r = requests.get(BASE + path, params=q, timeout=timeout)
            if r.status_code == 200:
                try:
                    return r.json()
                except ValueError:
                    return default
            last = "HTTP %s %s" % (r.status_code, (r.text or "").strip()[:80])
        except Exception as e:
            last = "%s: %s" % (type(e).__name__, e)
        if i < retries:
            time.sleep(backoff * (i + 1))
    return {"_error": last}

# ---------- 3. 取数封装 ----------
def fetch_rows():
    return _get("/hs/pool/cxgc/20240110", default=[])

# ---------- 4. 数据加工 ----------
def process(rows):
    out = []
    for r in rows or []:
        out.append({
        "代码": _hit_key(r, "code", "dm"),
        "名称": _hit_key(r, "name", "mc"),
        "上市天数": _hit_key(r, "days", "list_days"),
        "涨跌幅": _hit_key(r, "pct", "zdf"),
        "换手率": _hit_key(r, "turnover", "hsl"),
        "收盘价": _hit_key(r, "c", "close")
        })
    return out

# ---------- 5. 本地加工分析(演示:多列描述统计 + 主列 Top5 + 异常) ----------
def analysis(data):
    if not data:
        print("无可分析数据,请检查字段映射")
        return
    num_cols = [k for k in data[0].keys() if _to_float(data[0][k]) is not None]
    for col in num_cols:
        vs = [(_to_float(d.get(col)) or 0.0) for d in data]
        if not vs:
            continue
        print("列[%s] n=%d 均值=%2f 最大=%2f 最小=%2f" % (col, len(vs), sum(vs)/len(vs), max(vs), min(vs)))
    col = "涨跌幅"
    vs = [(_to_float(d.get(col)) or 0.0) for d in data]
    vs.sort(reverse=True)
    print("【主数值列 %s】Top5:" % col)
    for v in vs[:5]:
        print("  %s=%2f" % (col, v))
    anom = [v for v in vs if v < 0 or v > (sum(vs)/len(vs)) * 2]
    print("异常扫描:%d 条(负值或超 2 倍均值)" % len(anom))

# ---------- 6. 校验 ----------
DEMO_DATA = {
    "/hs/pool/cxgc/20240110": [{'code': '603XXX.SH', 'name': '样本次新A', 'days': '30', 'pct': '9.50', 'turnover': '18.20', 'c': '25.60'}, {'code': '301XXX.SZ', 'name': '样本次新B', 'days': '45', 'pct': '7.80', 'turnover': '15.40', 'c': '32.10'}, {'code': '603XXX.SH', 'name': '样本次新A', 'days': '22', 'pct': '6.97', 'turnover': '13.35', 'c': '18.77'}, {'code': '301XXX.SZ', 'name': '样本次新B', 'days': '36', 'pct': '6.24', 'turnover': '12.32', 'c': '25.68'}, {'code': '603XXX.SH', 'name': '样本次新A', 'days': '26', 'pct': '8.23', 'turnover': '15.77', 'c': '22.19'}, {'code': '301XXX.SZ', 'name': '样本次新B', 'days': '42', 'pct': '7.28', 'turnover': '14.37', 'c': '29.96'}, {'code': '603XXX.SH', 'name': '样本次新A', 'days': '30', 'pct': '9.5', 'turnover': '18.2', 'c': '25.6'}, {'code': '301XXX.SZ', 'name': '样本次新B', 'days': '48', 'pct': '8.32', 'turnover': '16.43', 'c': '34.24'}, {'code': '603XXX.SH', 'name': '样本次新A', 'days': '34', 'pct': '10.77', 'turnover': '20.63', 'c': '29.01'}, {'code': '301XXX.SZ', 'name': '样本次新B', 'days': '54', 'pct': '9.36', 'turnover': '18.48', 'c': '38.52'}, {'code': '603XXX.SH', 'name': '样本次新A', 'days': '38', 'pct': '12.03', 'turnover': '23.05', 'c': '32.43'}, {'code': '301XXX.SZ', 'name': '样本次新B', 'days': '60', 'pct': '10.4', 'turnover': '20.53', 'c': '42.8'}],
}

def run_check():
    assert _hit_key({"Code": "000001", "Name": "平安银行"}, "code", "dm") == "000001"
    assert _to_float("-") is None and _to_float("12.5") == 12.5
    rows = fetch_rows()
    assert isinstance(rows, list) and len(rows) >= 2
    data = process(rows)
    assert len(data) == len(rows)
    assert _hit_key(rows[0], "code", "dm") not in (None, "", "-")
    print("校验通过")

if __name__ == "__main__":
    run_check()
    print("-" * 62)
    data = _get("/hs/pool/cxgc/20240110", default=[])
    if isinstance(data, dict) and "_error" in data:
        print("接口异常: %s" % data["_error"][:60])
    else:
        rows = data if isinstance(data, list) else []
        print("样例条数: %d" % len(rows))

代码讲解:① SCAFFOLD 提供字段容错 _hit_key 与带 token 鉴权、重试退避的请求 _get,MOCK 开关让你无需 token 就能验证逻辑;② 取数封装把端点参数化,process() 把接口返回的混乱字段统一映射成中文列;③ analysis() 在本地做多列描述统计 / 主列 Top5 / 异常扫描,不消耗接口额度;④ run_check() 用断言自检,可放进 CI 持续校验。

⑤ 跑通示例(演示数据)

把上面代码保存为 hf_38.py,MOCK=True 直接跑(Python3 + requests 即可,无需其他依赖)。

预期输出:先打印 校验通过(字段容错与取数链路自检),随后 analysis() 打印本篇样本的多列统计、主数值列 Top5 与异常扫描;__main__ 末尾按代码打印样例条数。这三步通了,说明 ①字段能正确取到 ②取数链路(MOCK 回放)可用 ③数据加工能产出可用结论。关掉 MOCK、填入真实 token,把 print 换成 INSERT 即生产脚本——本篇端点数据你已能独立拉下来、落本地并跑出分析表。

⑥ 编号坑

  • 次新股池按日期返回列表,上市天数 days/list_days 容错复用。
  • 次新股波动大、流动性分化,止损要更严。
  • 上市天数短的股票历史短,回测样本少,因子要谨慎。
  • 次新动量结合换手/量比,单纯涨幅易接盘。
  • 日期格式按接口约定。
  • 落地前 print(keys) 核对。
  • MOCK 演示数据虚构,实盘核对真实次新数据。
  • 次新股是情绪品种,系统性风险时要先避险。

⑦ 小结与下篇预告

次新股池弹性高,是动量策略富矿但需严止损。下一篇 #39 用炸板股池看分歧度与次日表现。

本篇是《A股分钟级高频数据完全手册》第 38/42 篇。建议按系列顺序读:主推篇把体系与地基搭好,后面的单点篇(如 #02 起)都是换端点、加加工。

下一篇预告:【A股分钟级高频数据完全手册 #39】炸板股池数据接口:分歧度与次日表现

⑧ 免责声明

本文代码仅用于接口调用与本地数据落库的技术演示,所有示例数据均为演示数据(MOCK 开关开启),不构成任何投资建议。股市有风险,入市需谨慎;实盘使用前请在小资金下充分验证接口稳定性与字段口径。


免费领取证书
数据来自 智兔数服(www.zhituapi.com):零 SDK、纯 GET、免费版即可起步。

领取路径:进入 www.zhituapi.com → 点击「Token服务」→「Token获取」→「免费版」(邮箱验证 3 步即可拿到 token)。

把代码里的 你的token 换成你拿到的真实 token,上面的脚本就能直接拉取 Pro 版分钟级行情、实时盘口与逐笔成交数据,照着本系列 42 篇即可从零搭好属于你自己的分钟级高频数据底座。

想亲自试一下?免费获取证书