免费指数数据 API
行情、历史数据与 Python

选择指数数据 API 前先确定具体指数序列

请求必须明确指数家族、具体版本、币种和回报口径。价格指数、税前总回报、税后总回报、汇率对冲版本与实时计算版本可能共用熟悉名称，却产生不同点位与历史。应保存发布方稳定标识和方法版本，不能只依赖展示代码。

实际接入通常从文档规定的标普 500 或全球指数标识开始，再获取最新点位或历史开高低收序列，以统一 JSON 或 CSV 接入研究笔记、行情看板或 Agent。接口必须提供足够的基础资料，证明请求和返回的是同一个指数版本。

股票指数数据 API 应覆盖哪些内容

可评估的免费股票指数 API 来源

评估时不要只测试一个知名代码，可固定一组基准：本土股票价格指数、对应总回报版本、国际指数、币种转换或对冲版本，以及一个再平衡日，比较标识、点位与 OHLC 定义、日历、回报处理、延迟、状态、修订、成分可用性和许可。

下表是验证清单，并不构成对供应商的背书。端点权限、指数代码覆盖、延迟和许可都可能变化，应使用当前官方文档和已知观测日期逐项核对所需序列。

验证指数回报、再平衡与公司行动

回报示例：价格指数与总回报指数回答不同问题

假设某价格指数年初为 1,000 点，年末为 1,080 点，则价格回报为 8%。如果按照指数方法把成分股分派再投资后增加了约 25 点，对应税前总回报指数可能达到约 1,105 点，即较年初上涨 10.5%。税后总回报版本还会依据既定预提税假设得到更低结果。

以上点位仅用于说明，但处理规则具有普遍性：不能把价格指数和总回报指数拼接成一条历史，也不能在发布方、基准日、币种、日历、税务约定和方法不兼容时，通过两个指数相减推算分派收益。每条观测都应保存准确的序列标识。

再平衡时间线：公告不等于已经成为指数成分

假设指数发布方在 6 月 5 日宣布调入某证券，使用 6 月 14 日数据确定参考权重，6 月 19 日发布最终权重，并于 6 月 21 日收盘后正式生效。那么，查询 6 月 10 日的历史成分时仍应返回旧名单，同时可以单独展示待生效公告。跟踪指数的组合通常应在方法规定的生效时刻应用新成分，而不能追溯到 6 月 5 日。

公告日、参考日、发布日期、实施日和首次按新名单交易的日期必须分别保存。历史研究只能使用模拟决策时点已经公开的信息，并保留被删除证券、停牌证券和标识变更。用今天的成分名单回填过去，会同时产生前视偏差和存续偏差。

公司行动可能保持经济价值，却改变原始字段

指数数据 API Python 示例与验证步骤

先把供应商响应归一化，再把具体指数序列身份与数值一同验证。即使展示代码没有变化，只要发布方、指数版本、币种或回报口径发生无提示切换，下面的示例都会拒绝该响应。

from datetime import datetime
from decimal import Decimal, InvalidOperation


def parse_time(value: str) -> datetime:
    parsed = datetime.fromisoformat(value.replace("Z", "+00:00"))
    if parsed.tzinfo is None:
        raise ValueError("index timestamp must include a timezone")
    return parsed


def validate_index_history(payload: dict, expected: dict) -> list[dict]:
    identity = ("publisher", "index_id", "variant", "currency", "return_type")
    mismatched = [key for key in identity if payload.get(key) != expected.get(key)]
    if mismatched:
        raise ValueError(f"unexpected index series: {mismatched}")
    if payload.get("status") not in {"official", "corrected"}:
        raise ValueError("history is not an official or corrected series")

    rows = []
    previous_time = None
    for raw in payload.get("values", []):
        timestamp = parse_time(raw["timestamp"])
        try:
            opening = Decimal(str(raw["open"]))
            high = Decimal(str(raw["high"]))
            low = Decimal(str(raw["low"]))
            close = Decimal(str(raw["close"]))
        except (KeyError, InvalidOperation) as exc:
            raise ValueError("invalid index OHLC row") from exc
        if min(opening, high, low, close) <= 0:
            raise ValueError("index levels must be positive")
        if high < max(opening, close) or low > min(opening, close) or high < low:
            raise ValueError(f"impossible OHLC at {timestamp.isoformat()}")
        if previous_time is not None and timestamp <= previous_time:
            raise ValueError("index history must be strictly increasing")
        rows.append({"timestamp": timestamp, "open": opening,
                     "high": high, "low": low, "close": close})
        previous_time = timestamp
    if not rows:
        raise ValueError("response contains no index observations")
    return rows

QVeris 如何连接指数数据能力

• 分别搜索指数点位、历史序列、成分、权重，以及方法或基础资料能力。
• 在能力请求中明确发布方、具体指数版本、币种、回报处理、周期、日期范围、时效、状态和权限。
• 为每条下游结果保留供应商 ID、来源时间、修订状态、方法版本和许可。

• 打开 QVeris 服务商详情，查看相关金融数据能力。
• 连接前检查输入、输出、鉴权、供应商文档和支持的指数代码。
• 为每条结果保留供应商、生效日期、抓取时间和许可说明；QVeris 的连接能力不构成投资建议。

免费指数数据 API 常见问题

权威与原始参考链接