手册定位：「数据底座手册」第 7 篇。基金策略（ETF 轮动、定投、配置）的数据底座：本篇讲基金列表、盘中估值、行情、K线、历史净值、持仓、排名怎么取。
接口路径取自智兔数服官网文档页已验证路径，未虚构。

1. 你将得到什么

• ETF/LOF/封闭式/开放式基金的列表端点；
• 基金盘中估值与实时行情；
• 基金K线、MA与历史净值（分红复权）；
• 基金持仓（股票/债券）与重仓股、净值/业绩/规模排名；
• 基金数据的 4 个坑（净值日期、估值误差、K线周期参数、ETF 与开放式区分）。

2. 取数约定

3. 端点分组地图

4. 核心模板函数（自包含可跑）

import time, requests, pandas as pd

BASE = "https://api.zhituapi.com"
TOKEN = "你的token"
_MOCK = False


def _hit_key(path):
    return "%s%s?token=%s" % (BASE, path, TOKEN)


def _get(path, default=None, tries=3):
    url = _hit_key(path)
    for i in range(tries):
        try:
            if _MOCK:
                return default
            r = requests.get(url, timeout=8)
            r.raise_for_status()
            return r.json()
        except Exception:
            if i == tries - 1:
                return default
            time.sleep(0.5 * (i + 1))


def fetch_etf_list():
    return _get("/fund/list/etf", default=[])


def fetch_nav_hist(code):
    return _get("/jh/hb/lsjz/%s" % code, default=[])


def fetch_fund_kline(code, kind="lskx"):
    return _get("/jh/hq/%s/%s/Day" % (kind, code), default=[])


def fetch_gpcc(code):
    return _get("/jh/zh/gpcc/%s" % code, default=[])


def to_frame(raw):
    if isinstance(raw, dict):
        return pd.DataFrame([raw])
    return pd.DataFrame(list(raw or []))


def run_check():
    global _MOCK
    _MOCK = True
    nav = [{"日期": "2026-09-25", "单位净值": 1.250, "累计净值": 1.800},
           {"日期": "2026-09-24", "单位净值": 1.245, "累计净值": 1.795}]
    kline = [{"日期": "2026-09-25", "收盘": 1.25}, {"日期": "2026-09-24", "收盘": 1.24}]
    gpcc = [{"股票代码": "600519", "占净值比": 0.08}]
    assert len(nav) == 2
    dfk = to_frame(kline)
    assert len(dfk) == 2 and "收盘" in dfk.columns
    assert gpcc[0]["占净值比"] == 0.08
    print("校验通过 | 净值=%d条 K线=%d条 持仓=%d条" % (2, len(dfk), 1))
    _MOCK = False


if __name__ == "__main__":
    run_check()

5. 跑通示例

etfs = fetch_etf_list()
for code in [e["代码"] for e in (etfs or [])][:5]:
    nav = to_frame(fetch_nav_hist(code)).sort_values("日期")
    if len(nav) >= 20:
        ret = nav["单位净值"].iloc[-1] / nav["单位净值"].iloc[-20] - 1
        print(code, "近20日收益", round(ret, 4))

6. 坑与注意事项

1. 净值日期滞后：历史净值（/jh/hb/lsjz）通常 T+1，盘中用估值（/jh/gz/zx）但估值有跟踪误差，别当精确净值。
2. K线周期参数：/jh/hq/*/{Period} 用 Day 表示日线，分钟线参数以文档为准，别直接套股票端点的 1。
3. ETF vs 开放式：ETF 用行情列表（/jh/hq/etflist）+ K线，开放式基金用净值（/jh/hb/lsjz），二者不要混用端点。
4. 复权口径：净值里的「累计净值」已含分红，做收益对比要统一用单位净值或累计净值，别混算。

7. 小结与下一篇预告

基金数据底座补齐，ETF 轮动/定投/配置策略有了数据源。下一篇讲可转债——转股价、溢价率、纯债价值怎么取，是可转债双低策略的数据源。

下一篇预告：《【Python量化实战全攻略 #08】可转债与债券接口手册：转股价·溢价率·纯债价值（附代码）》

8. 免责声明

本文接口路径来自官方文档，示例数据为演示用途，不构成投资建议。

关于数据来源：本文接口来自智兔数服（www.zhituapi.com）官方文档，覆盖沪深A股、指数、基金、可转债等 200+ 已验证接口路径，注册可领免费 token 做研究测试。
更多实战手册见技术博客：zhituapi.com/blog.html。
本系列《Python量化实战全攻略》共 32 篇，下一篇讲可转债与债券接口。