Vibe-Trading 数据技能实战Tushare 港股通每日成交统计ggt_daily接口详解与南向资金分析【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading本文面向 Vibe-Trading 的 Agent 开发者与量化研究者系统讲解 Tushareggt_daily港股通每日成交统计接口的调用规格、参数语义、返回字段与实战用法并结合 Vibe-Trading 仓库内的 tushare 技能体系、港股通资金流分析技能与相关测试说明如何将该接口融入跨市场资金流向与因子研究管线。读完本文你将掌握ggt_daily的单日、多日、区间三种调用方式理解买入/卖出成交金额与笔数的单位与口径并学会与ggt_monthly、ggt_top10、hsgt_top10、moneyflow_hsgt等相邻接口组合使用构建完整的港股通南向资金观察视图。一、接口定位与业务背景ggt_daily是 Tushare 数据体系中的「港股通每日成交统计」接口用于获取港股通每日成交信息数据自 2014 年开始覆盖。它属于「股票数据 行情数据」分类在 Vibe-Trading 的 tushare 技能清单中登记为 ID 196见 agent/src/skills/tushare/SKILL.md 数据接口列表。从跨境资金流向角度看ggt_daily度量的是**港股通Southbound内地资金南下买港股**的每日成交规模内地投资者通过上海、深圳两大交易所的港股通通道买卖香港上市证券其买入/卖出金额与笔数的汇总即为该接口的核心数据。Vibe-Trading 内置的 hk-connect-flow 技能 将其界定为「Mainland capital into HK」通道并指出南向资金是港股中盘股/小盘股的边际买家驱动因素包括 AH 溢价套利、高股息率猎取与科技平台配置等。因此ggt_daily是研究南向资金温度、跨境风险偏好与港股流动性的基础数据源之一。二、接口规格总览ggt_daily的访问规格在港股通每日成交统计文档中明确给出汇总如下项目说明接口名ggt_daily描述获取港股通每日成交信息数据从 2014 年开始限量单次最大 1000 条总量数据不限制积分用户积 2000 积分可调取5000 积分以上频次相对较高返回格式pandas DataFrameTushare Pro 标准返回日期格式YYYYMMDD如 20190625支持单日与多日输入两个约束需要特别留意单次 1000 条上限ggt_daily是「按交易日一行」的日频汇总数据单日仅一行1000 条对应约 4 个自然年的交易日。若要拉取 2014 年至今的完整序列需要通过start_date/end_date分区间循环补全这与仓库中其他日频接口如daily、index_daily的 8000 行限制的处理思路一致。积分门槛该接口需要至少 2000 积分方可调取5000 积分以上可获得相对较高的调用频次。积分获取方式以 Tushare 官方积分体系为准官方文档中的「积分获取办法」开发者需结合自身账号积分规划拉取节奏。三、输入参数详解ggt_daily的输入参数共三个均为可选N但实际使用时至少应提供一个日期维度名称类型必选描述trade_datestrN交易日期格式 YYYYMMDD支持单日和多日输入start_datestrN开始日期格式 YYYYMMDDend_datestrN结束日期格式 YYYYMMDD参数语义说明trade_date 多日输入可传入逗号分隔的多个日期例如20190925,20180924,20170925一次调用返回多个交易日的统计行区间查询start_date与end_date需成对使用返回闭区间内的全部交易日数据日期格式统一与 tushare 技能的整体约定一致——SKILL.md 中「参数格式说明」明确日期一律为YYYYMMDD如 20241231股票代码采用ts_code格式如000001.SZ、600000.SH返回统一为 pandas DataFrame交易日口径查询区间内仅返回实际发生交易的日期港股通不开市的日子不会产生数据行。四、输出参数与字段单位ggt_daily每次返回 5 个字段单位口径在文档中已逐项标注使用时务必区分「金额」与「笔数」两种度量名称类型默认显示描述trade_datestrY交易日期buy_amountfloatY买入成交金额亿元buy_volumefloatY买入成交笔数万笔sell_amountfloatY卖出成交金额亿元sell_volumefloatY卖出成交笔数万笔字段解读要点buy_amount / sell_amount单位为「亿元」直接相加即为当日港股通买卖总成交额同样以亿元计buy_volume / sell_volume单位为「万笔」反映的是成交活跃度而非股数笔数口径与金额口径在换手剧烈的小单交易场景下会出现背离笔数高但金额低可作为交易结构分析的输入净额派生港股通当日净买入额 ≈buy_amount - sell_amount亿元这是南向资金方向研判中最常用的派生指标下文给出完整计算示例。五、调用方式与代码示例5.1 环境准备ggt_daily与所有 Tushare Pro 接口一样需要先完成 token 配置。在 Vibe-Trading 的 tushare 技能体系中SKILL.md 快速上手章节推荐流程为pip install tushare export TUSHARE_TOKENyour_token仓库内的示例脚本 agent/src/skills/tushare/scripts/stock_data_example.py 展示了 token 的读取优先级优先从项目的环境配置读取tushare_tokenget_env_config().data.tushare_token否则回退到ts.get_token()本地缓存再初始化 Pro 接口import tushare as ts from src.config.accessor import get_env_config token get_env_config().data.tushare_token or ts.get_token() pro ts.pro_api(token)5.2 三种典型调用原文档给出三种调用形态这里在保留原始语义的基础上补齐参数与注释使其可直接运行pro ts.pro_api() # 1) 获取单日全部统计trade_date 单日 df pro.ggt_daily(trade_date20190625) # 2) 获取多日统计信息trade_date 逗号分隔多日 df pro.ggt_daily(trade_date20190925,20180924,20170925) # 3) 获取时间段统计信息start_date / end_date 闭区间 df pro.ggt_daily(start_date20180925, end_date20190925) print(df)需要指出原文档第三个示例中end_date20190925)存在引号缺失笔误上面已修正为完整的20190925。除属性式调用外Tushare Pro 还支持query方式语义完全相同df pro.query(ggt_daily, start_date20180925, end_date20190925)5.3 区间循环补全全量数据考虑到单次 1000 条上限与积分频次限制拉取全历史时建议按年分片import tushare as ts pro ts.pro_api() frames [] for year in range(2014, 2027): # 数据自 2014 年开始 df pro.ggt_daily(start_datef{year}0101, end_datef{year}1231) frames.append(df) full pd.concat(frames, ignore_indexTrue).sort_values(trade_date)六、返回数据解读与净买入计算以下为原文档中的数据示例节选展示 2019 年 8 月至 9 月部分交易日的返回内容trade_date buy_amount buy_volume sell_amount sell_volume 0 20190925 31.22 5.54 27.07 4.55 1 20190924 37.69 5.53 39.14 6.13 2 20190923 26.69 4.43 31.50 5.01 3 20190920 35.62 6.16 33.41 5.49 4 20190919 31.80 5.83 29.34 5.24 ... 20 20190823 33.91 6.28 18.83 4.66 21 20190822 38.21 7.38 19.00 4.38 22 20190821 35.38 6.42 20.39 3.77以 2019 年 9 月 25 日为例买入成交金额 31.22 亿元、买入 5.54 万笔卖出成交金额 27.07 亿元、卖出 4.55 万笔当日港股通净买入约31.22 - 27.07 4.15亿元而 9 月 24 日买入 37.69 亿元、卖出 39.14 亿元净卖出约 1.45 亿元。仅凭一行字段即可还原「南向资金当日是流入还是流出、规模多大」。将净买入派生逻辑沉淀为可复用函数def southbound_net(df): 输入 ggt_daily 返回的 DataFrame输出带净买入额亿元的副本 out df.copy() out[net_amount] out[buy_amount] - out[sell_amount] # 单位亿元 out[net_volume] out[buy_volume] - out[sell_volume] # 单位万笔 return out进一步可计算 N 日累计净买入、5 日/20 日趋势等这与 hk-connect-flow 技能 中南向资金信号框架的思路一致——它建议以南向资金单日净买入HKD 口径与累计趋势20 日判断「mainland_selling / strong_mainland_buying」等状态ggt_daily恰好为该框架提供了日频成交总额层面的数据底座。七、与相邻接口的组合使用ggt_daily属于 Tushare「港股通」系列接口的日频汇总层与同目录及相邻目录的接口形成「总览—明细—资金流」三层观察体系全部文档位于 agent/src/skills/tushare/references 之下接口文档视角关键字段ggt_daily港股通每日成交统计南向日频总额buy/sell_amount、buy/sell_volumeggt_monthly港股通每月成交统计南向月度汇总日均买卖金额/笔数、月度总额ggt_top10港股通十大成交股南向个股明细沪/深分市场market_type 2/4amount、net_amount、rankhsgt_top10沪深股通十大成交股北向个股明细沪/深market_type 1/3amount、net_amount、buy、sellmoneyflow_hsgt沪深港通资金流向沪深港通资金流向ggt_ss、ggt_sz、north_money、south_moneyhk_hold沪深股通持股明细沪深港股通持股明细数据来源港交所持股数量/市值等组合使用示例——用ggt_daily观察总量、用ggt_top10定位标的结构# 总量层面某区间港股通日频成交与净买入 total pro.ggt_daily(start_date20190101, end_date20190331) # 结构层面某交易日港股通沪/深十大成交股 top_sh pro.ggt_top10(trade_date20190110, market_type2) # 港股通沪 top_sz pro.ggt_top10(trade_date20190110, market_type4) # 港股通深需要说明的是ggt_top10、hsgt_top10等明细接口的数据在每天 18~20 点之间完成当日更新与ggt_daily的日终数据节奏一致在 Vibe-Trading 的技能体系内这类接口可通过 SKILL.md 数据接口列表按 ID 检索定位ggt_daily为 196ggt_monthly为 197ggt_top10为 49hsgt_top10为 48moneyflow_hsgt为 47。八、在 Vibe-Trading 项目中的落地与验证8.1 技能组织方式ggt_daily的接口文档被组织在 agent/src/skills/tushare/references/股票数据/行情数据/港股通每日成交统计.md归属于 tushare 数据源技能category: contenteditable="false">【免费下载链接】Vibe-TradingVibe-Trading: Your Personal Trading Agent项目地址: https://gitcode.com/GitHub_Trending/vi/Vibe-Trading创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考