企业官网建设流程全解析

TradingAgents-Astock的免费A股数据底座：mootdx/东财/腾讯/新浪8大直连源全拆解

【免费下载链接】TradingAgents-astockA股多Agent投研框架 — 适配A股数据源(龙虎榜/游资/解禁等)，7位分析师基于A股规则的辩论决策，基于TradingAgents深度改造，适配大A。A-share multi-agent investment research framework — 7 AI analysts, bull/bear debate, risk assessment。项目地址: https://gitcode.com/gh_mirrors/tr/TradingAgents-astock

TradingAgents-Astock 是一个 A 股多 Agent 投研框架，它的核心卖点之一就是内置的免费 A 股数据源底座：无需 API Key、无积分墙、零外部数据服务，全部数据通过 mootdx、东方财富、腾讯、新浪等8 大免费直连数据源获取，pip 安装即可跑通 7 位 AI 分析师的本地投研全流程。这篇文章完整拆解这 8 大直连源各自负责什么、可靠性是怎么设计的，以及新手如何 3 步跑起来。

为什么不用 Tushare 或 akshare？

很多新手做 A 股数据第一步就卡在数据上：Tushare 有积分墙，Yahoo Finance 不支持 A 股，Alpha Vantage 是海外接口，akshare 则是第三方封装库、接口稳定性全看上游脸色。

TradingAgents-Astock 的选择很彻底：不依赖任何第三方数据封装库，所有来源都是直连 HTTP API 或 mootdx TCP 协议。项目源码文件开头的注释就写明了这一点：

Zero third-party data dependency (no akshare). All sources are direct HTTP APIs or mootdx TCP.

——见 tradingagents/dataflows/a_stock.py

好处是：不额外引入依赖、出问题能直接定位到具体接口、并且可以针对 A 股场景做定制化的容错与限流。

一张表看懂：8 大直连 A 股数据源全景

数据源优先级规则写在 README.md 的「数据源」一节：凡是 mootdx 或腾讯能拿到的（行情、K 线、市值、财务），一律走它们；东财只用于它独有的数据（龙虎榜、解禁、资金流、板块等），这样既省流量又降低被封 IP 的风险。

逐源拆解：8 大直连源各自的工作方式

1. mootdx：K 线数据的大本营

mootdx 走通达信 TCP 协议（端口 7709），一次性拉取约800 根日 K 线（≈3 年交易日），是市场分析师做技术分析的主数据源。围绕它，项目做了三层可靠性设计：

• 本地 CSV 缓存：当日首次拉取后落盘到~/.tradingagents/cache，之后当天直接读缓存，不打接口；
• 自动补数：如果缓存 K 线没覆盖到目标日期（比如盘中复盘），会自动用新浪源补齐当天数据再合并；
• 服务器自愈：内置精选的通达信服务器列表，先并发 TCP 探测、再用真实取数验证（防止"握手成功但协议被 RST"的假可用），单台失败会自动切换下一台，而不是钉死在一台死机上。

相关逻辑见 _load_ohlcv_astock 与 服务器选择，并有专门的单元测试 tests/test_mootdx_server_selection.py。

CLI 中运行技术分析时，K 线数据即来自 mootdx，指标（MACD/RSI/布林带等）基于这份数据本地计算。

2. 新浪财经：K 线的"保险备份"

mootdx 失败时，K 线会自动降级到新浪直连 HTTP 接口重试；财报三表（资产负债表、现金流量表、利润表）也全部走新浪的开放接口，无需任何 Key：

• get_balance_sheet/get_cashflow/get_income_statement—— 见 tradingagents/dataflows/a_stock.py
• K 线降级与补数逻辑有回归测试 tests/test_astock_sina_supplement.py

这种"主源 + 备源"的双保险，是整条数据链最稳的一环。

3. 腾讯财经：实时估值专家

一次 HTTP 请求就能拿到实时 PE(TTM)/PE(静态)、PB、总市值/流通市值、换手率、涨跌幅、涨跌停价——这些字段对 A 股复盘尤其关键（涨跌停价直接服务于交易约束检查）。基本面分析器还用它结合同花顺的 EPS 一致预期，计算前瞻 PE、PEG 和"PE 消化年限"，全部在本地完成，不花一分钱：见 get_fundamentals。

4. 东方财富：A 股制度数据的专家

东财是唯一能拿到以下 A 股特色数据的免费源，由 3 位特化分析师直接使用：

⚠️东财有风控：实测每秒 >5 次请求、并发 ≥10、1 分钟 ≥200 次就会临时封 IP。所以项目给所有东财请求加了统一的内置节流入口（串行限流默认间隔 ≥1 秒 + 随机抖动 + 复用 Keep-Alive 会话），多 Agent 批量分析也不会触发封禁；重度批量场景可再设环境变量EM_MIN_INTERVAL=2进一步降速。

游资追踪师使用的龙虎榜、席位与机构动向数据，全部来自东财直连接口。

5. 同花顺 + 和讯通：一致预期与北向资金

• EPS 一致预期：解析同花顺个股价值页，得到各年度 EPS 均值区间与覆盖分析师数量；覆盖不足 3 家时还会自动标注 low coverage 警告；
• 热点股票：调用同花顺 event 接口获取当日热点池；
• 北向资金：走 data.hexin.cn 的沪深港通日度接口，并额外做了本地快照缓存，方便计算连续多日流入趋势。

6. 财联社 + 东财快讯：全球财经快讯双源

get_global_news以财联社电报为主源、东财快讯为备源，任一失效自动切换，为新闻分析师和政策分析师提供宏观事件流：见 tradingagents/dataflows/a_stock.py。

7. 百度股市通：概念板块分类

通过 finance.pae.baidu.com 接口拿到个股所属概念板块（而非行业），再结合东财 push2 的板块行情，回答"这只票现在在哪个风口上"这类问题：见 get_concept_blocks。

数据底座的两道"护栏"：防错码与防未来函数

除了多源冗余，这套免费数据底座还有两个容易被忽略的细节：

1. 非 A 股代码当场拦截：港股代码（如00700）、美股代码（如AAPL）传进来会直接报错，而不是"原样放行后拿僵尸报价写成完整报告"；北交所920号段也有专门的路由规则（先判92前缀再判 9 开头），见 _normalize_ticker 与 tests/test_market_prefix_routing.py；
2. 防未来函数（look-ahead）：所有历史复盘都会用curr_date截断数据，只保留分析日及之前的 K 线；估值类"实时快照"数据在复盘历史日期时也会显式提示"这是当前时点快照，不是历史值"，避免模型把今天的 PE 写成历史日期的事实。相关测试见 tests/test_lookahead_guard.py。

7 位分析师各吃哪些数据？

数据底座最终服务于 7 位分析师，每个角色的"食谱"如下（角色说明见 README.md）：

新闻分析师与政策分析师依赖的个股新闻、全球快讯，来自东财/新浪/财联社多源直连。

新手上手：3 步跑通免费 A 股数据底座

# 1. 克隆仓库 git clone https://gitcode.com/gh_mirrors/tr/TradingAgents-astock cd TradingAgents-astock # 2. 安装（Python >= 3.10），数据底座随包一起装好，无需任何数据 Key pip install -e . # 3. 启动 Web UI（在 .env 里配好 LLM API Key 后） tradingagents-web

打开浏览器访问http://localhost:8501，输入 6 位 A 股代码即可一键分析——数据层完全免配置：

命令行党也可以直接tradingagents进入交互式 CLI，逐阶段查看每位分析师拉取的数据与报告。

小结

• 零成本：8 大免费直连源，无 API Key、无积分墙、无外部服务依赖；
• 有韧性：主备源互备（mootdx↔新浪、财联社↔东财快讯）、东财统一限流防封 IP、通达信服务器自动切换；
• 懂 A 股：龙虎榜、解禁、北向、涨跌停价等制度性数据全覆盖，还带防错码与防未来函数两道护栏。

所有数据获取代码集中在 tradingagents/dataflows/a_stock.py，工具注册接口在 tradingagents/dataflows/interface.py，配置在 tradingagents/dataflows/config.py，想二次开发可以直接从这里入手。

⚠️ 免责说明：本项目面向研究与教学，不构成任何投资建议；上述数据源均为免费非官方接口，正式生产环境请自行评估合规性与稳定性。

【免费下载链接】TradingAgents-astockA股多Agent投研框架 — 适配A股数据源(龙虎榜/游资/解禁等)，7位分析师基于A股规则的辩论决策，基于TradingAgents深度改造，适配大A。A-share multi-agent investment research framework — 7 AI analysts, bull/bear debate, risk assessment。项目地址: https://gitcode.com/gh_mirrors/tr/TradingAgents-astock