baostock-data

name	baostock-data
description	此技能用于使用 BaoStock Python 库获取中国 A 股行情、财务指标、交易日历、指数成分、行业分类和宏观利率数据。适用于用户提到 BaoStock、baostock、A股K线、前复权、后复权、季度财务指标、交易日历、指数成分股、批量下载A股数据、query_history_k_data_plus，或需要编写 BaoStock Python 数据脚本的场景。

BaoStock A 股数据获取

使用 baostock 获取中国 A 股历史行情、季频财务指标、证券基本信息、指数成分、交易日历和部分宏观数据。保持脚本结构清晰：登录、查询、手动迭代、转换类型、检查空结果、登出。

不适用于：实时行情、港股/美股、非 Python 环境、低延迟生产行情源。多市场或实时行情任务优先考虑 akshare-data。

安装与验证

pip install baostock --upgrade
python -c "import baostock as bs; lg = bs.login(); print(lg.error_code, lg.error_msg); bs.logout()"

函数签名或字段有疑问时查 references/api-reference.md，必要时再对照官方文档：http://baostock.com/baostock/index.php/Python_API文档。

工作流

复制此 checklist 追踪进度：

BaoStock 进度:
- [ ] 步骤 1: 确认数据范围与 API
- [ ] 步骤 2: 规范股票代码、日期、字段和复权方式
- [ ] 步骤 3: 编写 login -> query -> 手动迭代 -> logout 脚本
- [ ] 步骤 4: 转换字段类型并处理空结果
- [ ] 步骤 5: 批量任务加入限速、重试和存储
- [ ] 步骤 6: 运行质量检查并修正问题

步骤 1: 确认数据范围与 API

选择最窄的 BaoStock API，避免为了单只股票或单类指标拉取全市场数据。字段、参数、公式说明加载 references/api-reference.md。

常用 API 速查：

需求	API
日/周/月/分钟 K 线	query_history_k_data_plus()
指定日期全部证券	query_all_stock(day)
股票基本信息	query_stock_basic(code)
交易日历	query_trade_dates(start_date, end_date)
行业分类	query_stock_industry(code)
上证50/沪深300/中证500成分股	query_sz50_stocks() / query_hs300_stocks() / query_zz500_stocks()
盈利/偿债/现金流/营运/成长能力	query_profit_data() / query_balance_data() / query_cash_flow_data() / query_operation_data() / query_growth_data()
杜邦分析	query_dupont_data()
业绩快报/预告	query_performance_express_report() / query_forecast_report()
除权除息/复权因子	query_dividend_data() / query_adjust_factor()
存贷款利率/准备金率/货币供应/SHIBOR	query_deposit_rate_data() / query_loan_rate_data() / query_required_reserve_ratio_data() / query_money_supply_data_month() / query_shibor_data()

步骤 2: 规范股票代码、日期、字段和复权方式

使用 BaoStock 带市场前缀的代码格式：

板块	格式	示例
沪市 A 股	sh.6xxxxx	sh.600000
深市主板	sz.00xxxx	sz.000001
创业板	sz.30xxxx	sz.300750
科创板	sh.68xxxx	sh.688599
北交所	bj.4xxxxx / bj.8xxxxx	bj.430047
沪市指数	sh.0xxxxx	sh.000001
深市指数	sz.3xxxxx	sz.399001

日期使用 YYYY-MM-DD。价格序列显式设置 adjustflag："1" 后复权，"2" 前复权，"3" 不复权。

字段按频率区分：

频率	常用字段
日线 d	date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,isST
周/月线 w / m	date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg
分钟线 5 / 15 / 30 / 60	date,time,code,open,high,low,close,volume,amount,adjustflag

步骤 3: 编写 login -> query -> 手动迭代 -> logout 脚本

每个脚本或 worker 进程维护独立会话。使用 try/finally 确保登出。

import baostock as bs
import pandas as pd


def baostock_result_to_df(rs) -> pd.DataFrame:
    rows = []
    while (rs.error_code == "0") and rs.next():
        rows.append(rs.get_row_data())
    return pd.DataFrame(rows, columns=rs.fields)


lg = bs.login()
try:
    if lg.error_code != "0":
        raise RuntimeError(f"BaoStock login failed: {lg.error_msg}")

    rs = bs.query_history_k_data_plus(
        "sh.600000",
        "date,code,open,high,low,close,volume,amount,adjustflag,turn,tradestatus,pctChg",
        start_date="2024-01-01",
        end_date="2024-12-31",
        frequency="d",
        adjustflag="2",
    )
    if rs.error_code != "0":
        raise RuntimeError(f"BaoStock query failed: {rs.error_msg}")

    df = baostock_result_to_df(rs)
finally:
    bs.logout()

步骤 4: 转换字段类型并处理空结果

BaoStock 返回值基本都是字符串。构造 DataFrame 后再统一转换，停牌、退市、非交易日、未披露季度都可能返回空结果。

if df.empty:
    raise ValueError("BaoStock returned no rows; check symbol, date range, trading status, and API coverage")

for col in ["open", "high", "low", "close", "volume", "amount", "turn", "pctChg"]:
    if col in df.columns:
        df[col] = pd.to_numeric(df[col], errors="coerce")

if "date" in df.columns:
    df["date"] = pd.to_datetime(df["date"])

步骤 5: 批量任务加入限速、重试和存储

加载 references/common-recipes.md 获取批量下载、行业筛选、指数成分下载、技术指标、回测骨架和静默登录模板。

加载 references/production-patterns.md 获取 Parquet 存储、限速重试、增量更新、多进程下载、分钟线追加和 DuckDB 查询模式。

批量下载优先使用进程级并行，避免多个线程共享同一个 BaoStock 会话。

步骤 6: 运行质量检查并修正问题

运行下方质量 checklist。若检查失败，回到对应步骤修正后重新验证。

常见陷阱

• 不使用 rs.get_data()；BaoStock 可能调用 pandas 2.x 已删除的 API。统一用 rs.next() 和 rs.get_row_data() 手动迭代。
• 每次查询后检查 rs.error_code，不要只检查 DataFrame。
• 停牌日 turn 等字段可能是空字符串，数值转换使用 errors="coerce"。
• 停牌日 volume 可能是字符串 "0"，过滤前确认字段类型。
• 分钟线不支持指数，指数分钟线返回空结果时按边界情况处理。
• 周线/月线通常在周期最后交易日形成，提前查询当期数据可能为空。
• 非交易日调用 query_all_stock(day) 可能返回空；先用交易日历确认。
• 货币供应量月度接口使用 YYYY-MM，年度接口使用 YYYY，不要套用日线日期格式。
• 长时间闲置后会话可能失效，批量任务需要重连和重试。
• login() / logout() 会打印 stdout；需要静默运行时参考 references/common-recipes.md。

约束

• 保留 login -> query -> manual iteration -> logout 的会话结构。
• 明确设置 adjustflag，不要依赖默认不复权。
• 将字段列表与 frequency 对齐，避免日线字段和分钟线字段混用。
• 空结果必须被记录、跳过或显式报错，不能静默吞掉。
• 批量下载必须加入限速、异常日志和可恢复存储。

质量检查

• name 与目录名一致，frontmatter 只保留必要元数据。
• API 选择与用户需求匹配。
• 股票代码使用 sh. / sz. / bj. 前缀。
• 日期格式符合 BaoStock 接口要求。
• K 线字段与频率匹配。
• adjustflag 已明确设置。
• 查询后检查 rs.error_code。
• 使用手动迭代，不调用 rs.get_data()。
• 数值列使用 pd.to_numeric(..., errors="coerce")。
• 空结果、停牌、非交易日、退市和未披露数据都有处理策略。
• 批量任务包含限速、重试和日志。

参考资料（按需加载）

• references/api-reference.md - API 签名、参数、字段和公式说明。
• references/common-recipes.md - 批量下载、行业筛选、指数成分、技术指标、回测骨架、静默登录。
• references/production-patterns.md - Parquet 存储、限速重试、增量更新、多进程、分钟线存储、DuckDB 查询。
• 官方文档：http://baostock.com/baostock/index.php/Python_API文档