用 Python 获取 A股龙虎榜数据：4 种方法对比

方法一：直接调 HTTP API（推荐）

龙虎榜是付费端点（Pro 档起）：带 Key 一次请求，返回统一信封 `{ ok, endpoint, tier, elapsed_ms, source, data }`。`type` 参数选榜单：`institution` 机构榜 / `hotmoney` 游资榜 / `activeseat` 活跃席位。

返回里 `data` 是给人看的 Markdown 表，而 `structured` 是同一份数据但已结构化（对象数组）——程序里请用 `structured`，不必解析 Markdown。

import requests

KEY = "ct-你的Key"                      # 龙虎榜端点需要 Key（Pro 档起）
r = requests.get(
    "https://api.ashareapi.com/v1/lhb",
    headers={"Authorization": "Bearer " + KEY},
    params={"type": "institution"},     # institution 机构 / hotmoney 游资 / activeseat 活跃席位
    timeout=30,
)
body = r.json()
if not body.get("ok"):
    raise RuntimeError(body)            # 上游失败返回 ok=false，且不扣调用次数

for row in body["structured"][:3]:
    net = float(row["netBuyAmt"])       # 字段值是字符串，算数前先转换
    print(row["name"], row["instBuyBranchCount"], "家机构",
          "净买", round(net / 1e8, 2), "亿")

• `structured[].code` 带市场前缀（如 `sz301234`）· `tdDays` = 上榜天数 · `instBuyBranchCount` = 买入机构家数
• `instBuyAmt` / `netBuyAmt` 单位是元（不是万元）· `instBuyRate` / `netBuyRate` 是百分数（`20` 即 20%）
• 响应另带 `tables`（Markdown 表解析后的二维数组），与 `structured` 同源

三种分榜分别是什么

实测一次（2026-09-23）：机构榜返回 34 只、活跃席位 161 个。机构榜第一是五洲医疗（4 家机构买入 1.35 亿、净买 3294 万）；活跃席位第一是「沪股通专用」，买入 3.45 亿。

活跃席位的 `code` / `stockName` 都是分号分隔的多只股票且顺序一一对应，比如 `sh600127;sh600664;sh688105` 对应 `金健米业;哈药股份;诺唯赞` —— 用 `split(";")` 拆开即可。

方法二：Tushare（top_list / top_inst）

Tushare 提供官方龙虎榜接口，数据质量稳定，但要注册拿 token 并够积分：每日明细 `top_list` 需 2000 积分以上，机构明细 `top_inst` 需 5000 积分以上（以 Tushare 官方文档为准）。

它给的是逐条明细（某股票某席位买了多少），没有按机构/游资分好的榜单 —— 要分榜得自己在明细上聚合。

# pip install tushare
import tushare as ts

pro = ts.pro_api("你的token")
df = pro.top_list(trade_date="20260923")     # 龙虎榜每日明细（需 2000 积分以上）
print(df[["ts_code", "name", "net_amount", "reason"]].head())

• 什么时候别用：只是想看「今天机构买了什么」—— 明细表还得自己聚合，直接用分榜更快
• 什么时候合适：你已经在 Tushare 生态里做历史研究，需要把龙虎榜和财务、行情数据一起算

方法三：AkShare（stock_lhb_detail_em）

AkShare 免 token、直接抓东财公开页面，龙虎榜入口是 `stock_lhb_detail_em(start_date, end_date)`，另有新浪系的每日详情、机构席位明细、营业部统计等接口。

代价是上游改版就会断、需要你自己升级版本维护（这是它 issue 区的主要内容）。用于一次性研究没问题，做长期跑的任务就要有人盯着。

# pip install akshare
import akshare as ak

df = ak.stock_lhb_detail_em(start_date="20260901", end_date="20260923")
print(df.head())

方法四：自己爬东财 / 交易所网页（不推荐）

在没有 API 的时候才考虑。爬龙虎榜会同时踩三件事：页面结构随时变、反爬（限流 / 验证码 / 封 IP）、以及数据用途的合规判断落回你自己头上。

交易所（上交所 / 深交所）的官方披露页是最权威的来源，但它是给人看的页面，不是给程序读的接口 —— 解析成本高、字段口径还要自己对齐。

四种方法怎么选

几个容易踩的坑（实测）

• 字段值都是字符串：`"135160431.2"` 要 `float()` 之后再算，直接相加会变成字符串拼接
• 金额单位是元：五洲医疗 135160431.2 = 1.35 亿 —— 别当成万元再乘一次
• `instBuyRate` / `netBuyRate` 是百分数（20 = 20%），不是小数
• `code` 要带市场前缀（`sz301234` / `sh600664`）；活跃席位的 code 是分号分隔的多只股票
• `data` 是 Markdown 字符串、`structured` 才是数组 —— 程序化处理用后者
• 游资榜（`hotmoney`）当前上游无数据，会返回「未找到市场数据」（实测 2026-09-17 至 09-22 都是如此）

常见错误与边界

• `401` = 没带 Key：龙虎榜是付费端点，匿名调用会被拒
• `429` = 超频：按你 Key 的档位限流，降频或升档即可
• `ok:false` = 上游取数失败：已自动换源，且不扣调用次数，重试一次通常就好
• 更新节奏：交易日盘后更新（盘中没有当日龙虎榜，这是市场的披露节奏，不是接口延迟）
• `date` 参数可查历史（`YYYY-MM-DD`），留空 = 最近交易日；休市日不会变成「今天」