企业官网建设流程全解析

• 金融科技
• 示例工程

导读

收盘集合竞价是 A 股交易日的最后一个关键时间窗口（14:57~15:00），其成交数据蕴含了尾盘资金博弈、次日情绪预期等重要信息。本文以 Tushare Pro 的stk_auction_c接口为核心，系统讲解股票收盘集合竞价数据的字段含义、调用方式、限量与权限要求，并结合 ai_quant_trade 仓库中该接口文档、SKILL 包及同族竞价数据接口，给出按日期循环全量拉取、与开盘竞价数据联合分析等实战方案。读完本文，你将能够独立、合规地获取并应用 A 股收盘集合竞价数据，为尾盘策略、打板研究及量化因子构建提供数据底座。

一、接口概览与定位

1.1 接口基本信息

stk_auction_c（股票收盘集合竞价数据）是 Tushare Pro 股票数据中"特色数据"分类下的接口，对应文档位于 股票收盘集合竞价数据，关键属性如下：

在 Tushare 官方接口列表（见 SKILL.md）中，stk_auction_c与开盘集合竞价接口stk_auction_o（对应文档 股票开盘集合竞价数据）共同组成了"集合竞价特色数据"家族，二者字段结构完全一致，仅数据时点不同。

1.2 收盘集合竞价的时间窗口

A 股连续竞价于 14:57 停止，随后进入收盘集合竞价阶段，至 15:00 产生收盘价。因此stk_auction_c返回的实际上就是以收盘集合竞价撮合结果为口径的"收盘价 + 尾盘三分钟撮合成交量/额"。它与日线接口daily中的close（全天收盘价）含义一致，但额外提供了该时段的vol、amount、vwap等精细指标，可用于研究尾盘资金行为。

二、输入参数详解

stk_auction_c的输入参数共 4 个，均为可选参数：

参数使用要点：

• 股票代码格式：遵循 Tushare 统一规则，ts_code采用"代码 + 交易所后缀"格式（如603102.SH、300504.SZ），与 SKILL.md 中"参数格式说明"一节所述约定一致。
• 日期格式：严格使用YYYYMMDD（如20241122），不支持其他分隔符。
• 组合查询：可单独按trade_date取全市场某日数据，也可配合ts_code精确到单只股票，或用start_date/end_date做区间拉取。
• 单次 10000 行限制：A 股全市场股票数量（沪深京约 5000+）通常单日即可返回，但若区间跨多日则可能超限，需要按日循环（详见第四节）。

三、输出参数详解

接口返回 7 个字段，构成一份"以收盘集合竞价口径"的迷你 OHLCV 行情：

字段解读：

• close/open/high/low：收盘集合竞价时段形成的价格。由于集合竞价撮合机制，多数个股该时段open == high == low == close（价格单一），这也是其与daily日线的重要差异——它只反映尾盘 3 分钟的成交结果。
• vol：成交量（股），可直接换算为手（除以 100）。
• amount：成交金额（元）。
• vwap：成交量加权均价（Volume Weighted Average Price），比单一成交价更能反映该时段的真实成交成本，是构建尾盘均价类因子的基础数据。

数据样例（来自原文档，trade_date='20241122'）：603102.SH收盘竞价 close 36.16，vol 557900，amount 20347168，vwap 36.471；600769.SH收盘竞价 vol 7940892、amount 102510940、vwap 12.909。可见不同个股尾盘竞价活跃度差异显著，vwap与close的偏离也各不同。

四、接口调用实战

4.1 环境准备

在 ai_quant_trade 仓库中，Tushare 的使用方式已由 SKILL.md 给出完整流程：

1. 安装 tushare（推荐 Python 3.7+，建议使用清华 PyPI 镜像）：

pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 注册并配置 Token：在 Tushare 官网注册后获取 token，通过环境变量注入：

export TUSHARE_TOKEN=your_token

3. 初始化 Pro API：推荐参照 scripts/stock_data_example.py 中的写法，从环境变量或本地 token 读取：

import os import tushare as ts token = os.getenv('TUSHARE_TOKEN') or ts.get_token() pro = ts.pro_api(token)

4.2 基础调用：获取单日全市场收盘集合竞价数据

原文档给出的最简用法，直接按trade_date取某日全部 A 股收盘竞价数据：

pro = ts.pro_api() df = pro.stk_auction_c(trade_date='20241122') print(df.head())

返回结果为 pandas DataFrame，列即上文 7 个输出字段。

4.3 按日期循环拉取全量历史

由于单次请求最多返回 10000 行，跨多日拉取时需按日循环，建议配合交易日历接口trade_cal（对应文档 交易日历）确保只请求交易日：

import tushare as ts pro = ts.pro_api() # 先获取交易日历（默认上交所，is_open=1 为交易日） cal = pro.trade_cal(exchange='SSE', start_date='20240101', end_date='20240301', is_open='1') trade_days = cal['cal_date'].tolist() frames = [] for day in trade_days: # 单日全市场通常不超过 10000 行，超出时配合 ts_code 分批 df_day = pro.stk_auction_c(trade_date=day) if df_day is not None and not df_day.empty: frames.append(df_day) print(f'{day}: {len(df_day) if df_day is not None else 0} rows') result = pd.concat(frames, ignore_index=True)

工程建议：

• 每次请求后建议time.sleep(0.5)左右做频率控制，避免触发 Tushare 服务端的限流。
• 若区间内某日返回行数接近 10000 上限，可降级为按ts_code分股票逐批请求。
• 建议将结果落盘（如 CSV/Parquet）并做增量更新，避免重复请求消耗积分额度。

4.4 按股票代码精确查询

研究单只股票的尾盘竞价行为时，直接以ts_code定位：

df = pro.stk_auction_c(ts_code='600519.SH', start_date='20240101', end_date='20241231')

4.5 指定字段裁剪

同 Tushare 其他 Pro 接口一样，可用fields参数按需取列，减少传输与内存开销：

df = pro.stk_auction_c(trade_date='20241122', fields='ts_code,trade_date,close,vol,amount,vwap')

五、与同族竞价接口的对比与联合应用

Tushare 中共有三个与集合竞价相关的接口，本文文档所在仓库的 SKILL.md 均有收录：

三个接口可形成完整的"竞价研究链条"：

1. 开盘竞价（stk_auction_o/stk_auction）反映隔夜信息与早盘多空预期，用于开盘强弱判断；
2. 收盘竞价（stk_auction_c）反映全天博弈后的尾盘共识，是次日开盘的重要情绪锚点；
3. 联合因子：可构造"收盘竞价量能占比"（vol_c / 全天vol）、"开盘-收盘竞价均价差"（vwap_o - vwap_c）等特征，用于尾盘异动识别、打板情绪度量或机器学习选股特征。

其中stk_auction_o的文档与输出结构见 股票开盘集合竞价数据，其数据样例中open == close == high == low的特征印证了集合竞价价格单一性；而stk_auction_c样例中vwap与close存在偏离（如300657.SZ：close 21.13，vwap 21.529），说明尾盘撮合存在多笔价格，vwap提供了更精确的成交成本信息。

六、典型应用场景与注意事项

6.1 典型应用场景

• 尾盘策略研究：基于收盘竞价amount/vol识别尾盘放量个股，结合次日表现验证"尾盘异动"信号的有效性。
• 打板/短线情绪分析：与 涨跌停和炸板数据、涨停股票连板天梯 等打板专题数据组合，度量涨停股尾盘竞价承接力度。
• 量化因子构建：收盘竞价vwap、amount可作为日内高频特征补充进因子库，供机器学习/深度学习选股模型使用。
• 盘后批量复盘：每日盘后更新，适合在收盘后定时任务中拉取当日全市场收盘竞价快照入库。

6.2 注意事项

• 权限门槛：必须先开通"股票分钟权限"方可使用stk_auction_c，这与历史分钟、开盘竞价等接口的权限体系一致（SKILL.md 接口列表中标明该接口属于"特色数据"分类）。
• 数据时效：数据为每天盘后更新，当日数据通常在收盘后一段时间才可用，盘中调用无法获取当日数据。
• 限量策略：单次 10000 行上限，务必按日期循环；免费积分用户需注意积分消耗，合理规划拉取频率与字段。
• 与日线数据口径差异：stk_auction_c的close即当日收盘价，但vol/amount仅统计收盘集合竞价时段，不能将其当作全天成交量直接使用，需与daily接口（见 历史日线）做口径区分。

七、总结

stk_auction_c以极简的 4 入参、7 出参结构，提供了 A 股全市场逐日的收盘集合竞价精细数据。配合仓库中 SKILL.md 的标准化调用流程、scripts/stock_data_example.py 的工程化写法，以及开盘竞价、当日竞价同族接口，开发者可以低成本构建从"尾盘竞价观测"到"因子建模"的完整数据链路，为 ai_quant_trade 项目下的策略研究、模拟盘与实盘决策提供数据支撑。

• 金融科技
• 示例工程