无论你是刚入门量化投资，还是想手动复盘个股走势，获取高质量的历史数据都是第一步。虽然市场上有各种数据终端（如 Wind、iFinD），但对个人开发者而言，开源接口 + Python 其实就够用。

一、准备工作

1. 安装 Python 库 打开命令行，执行：

pip install tushare akshare pandas

2. 注册 Tushare Token 访问 https://tushare.pro，注册账号并进入“个人中心”获取你的 Token。

二、获取单只股票的历史数据（Tushare 示例）

1. 获取 600000.SH 的日线行情（不复权）

import tushare as ts
import pandas as pd
ts.set_token("你的Token")       # 用你自己的 token 替换
pro = ts.pro_api()
df = pro.daily(ts_code="600000.SH", start_date="20240101", end_date="20240625")
df = df.sort_values("trade_date")   # 按时间正序
print(df.head())

2. 获取复权数据（常用于因子研究）

df_qfq = ts.pro_bar(ts_code="600000.SH", adj="qfq",
                    start_date="20240101", end_date="20240625")

三、批量下载多个股票的历史数据

import os
from time import sleep

if not os.path.exists("data"): os.makedirs("data")

def download_one_stock(ts_code):
    try:
        df = ts.pro_bar(ts_code=ts_code, adj="qfq", start_date="20200101", end_date="20240625")
        if df is not None and not df.empty:
            df.to_csv(f"data/{ts_code}.csv", index=False)
            print(f"{ts_code} 下载成功")
        sleep(1)  # 防止触发限速
    except Exception as e:
        print(f"{ts_code} 出错：{e}")

四、使用 AkShare 替代获取（无需 Token）

import akshare as ak

df = ak.stock_zh_a_hist(symbol="600000", period="daily",
                        start_date="20240101", end_date="20240625", adjust="qfq")
print(df.head())

五、数据清洗建议