本文介绍如何使用 Python 获取场内基金的历史技术数据，以便进行量化分析或策略回测。我们使用的数据源是麦蕊，因为它直接提供技术指标。

以下是两个自定义函数的代码，一个是用于处理 JSON 数据并将其转换为 DataFrame 格式，另一个是用于获取数据。在使用时，需要修改两个地方：一个是填写你自己的许可证，另一个是在调用自定义函数时填写要获取的股票代码。

同样，获得的数据跟上一篇获取的数据一样，如果要倒序的数据，将倒序的注释去掉便可。

代码

# 导入必要的库
import akshare as ak
import requests
import csv
import json
import pandas as pd

# 定义API许可证
licence = '替换成你的licence'

# 自定义函数将json对象转换为DataFrame对象
def json_to_df(url):
    response = requests.get(url)
    data = response.json()
    df = pd.DataFrame(data)
    return df

# 自定义函数获取股票数据
def get_stock_data(code):
    # 构建获取分时K线的URL
    url_kn = f'http://api.mairui.club/jj/lskx/{code}/dn/{licence}'
    # 构建获取MA数据的URL
    url_ma = f'http://api.mairui.club/jj/lsma/{code}/dn/{licence}'
    '''倒序，即当前日期在前面
    # df_kn = json_to_df(url_kn).iloc[::-1].reset_index(drop=True)

    # df_ma = json_to_df(url_ma).iloc[::-1].reset_index(drop=True)
    '''
    # 获取分时K线数据
    df_kn = json_to_df(url_kn)
    # 获取MA数据
    df_ma = json_to_df(url_ma)

    # 将两个数据框合并到一个数据框中
    df = pd.concat([df_kn, df_ma], axis=1)
    # 返回数据框
    return df

# 调用自定义函数获取股票数据，并将结果保存到CSV文件中
get_stock_data('sh510050').to_csv('数据.csv', index=False, encoding='utf-8-sig')

代码解释

该代码是一个获取股票数据并保存到 CSV 文件的 Python 脚本，具体实现如下：

1. 导入必要的库：akshare、requests、csv、json 和 pandas。

2. 定义 API 许可证，用于获取股票数据。

3. 自定义函数 json_to_df，用于将从 API 获取的 json 对象转换为 DataFrame 对象。

4. 自定义函数 get_stock_data，用于获取股票数据。该函数接收一个股票代码作为参数，先构建获取分时 K 线和 MA 数据的 URL，然后调用自定义函数 json_to_df 获取数据，并将分时 K 线和 MA 数据合并到一个数据框中，最后返回数据框。

5. 调用自定义函数 get_stock_data 获取股票数据，股票代码为 sh510050，即上证50ETF，将结果保存到 CSV 文件 数据.csv 中，使用 UTF-8 编码，不保存索引。

标题：

1. Python实现量化分析：获取基金历史技术数据
2. 麦蕊API：获取场内基金技术指标数据
3. 轻松获取基金MA和分时K线数据的Python脚本
4. 历史技术数据助力基金量化交易策略优化
5. 基于Python的基金量化分析实践

标签：
#Python #量化分析 #基金 #技术指标 #数据获取