> Source: https://ashareapi.com/docs/guides/longhubang-data/ · Markdown version for LLMs / AI agents 教程 # 用 Python 获取 A股龙虎榜数据：4 种方法对比 四种做法：直接调 HTTP API、Tushare、AkShare、自己爬网页。推荐第一种 —— 它能一次拿到机构榜 / 游资榜 / 活跃席位三种分榜（其他途径通常只给混在一起的明细），下面给出可运行代码与各自「什么时候别用」。 ## 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。 Python（可直接运行，需 Key） ``` 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。 | | | type | 榜单 | 关键字段 | 回答什么问题 | | institution | 机构榜 | instBuyBranchCount 机构家数 · instBuyAmt 机构买入 · netBuyAmt 净买额 | 今天哪些股票**被机构席位买入** | | activeseat | 活跃席位 | name 席位名 · code 关联个股（分号分隔）· buyAmt 买入额 | 哪些**营业部/通道最活跃**（含沪股通、知名游资营业部） | | hotmoney | 游资榜 | 当前上游无数据（见 FAQ，如实标注） | 游资动向 —— **目前拿不到** institution 机构榜 instBuyBranchCount 机构家数 · instBuyAmt 机构买入 · netBuyAmt 净买额 今天哪些股票**被机构席位买入** activeseat 活跃席位 name 席位名 · code 关联个股（分号分隔）· buyAmt 买入额 哪些**营业部/通道最活跃**（含沪股通、知名游资营业部） hotmoney 游资榜 当前上游无数据（见 FAQ，如实标注） 游资动向 —— **目前拿不到** ## 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。 对比：Tushare 的写法（示意） ``` # 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。 对比：AkShare 的写法（示意） ``` # 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 | | | 对比项 | 直接调 HTTP API | Tushare | AkShare | 自己爬网页 | | 上手成本 | **最低**：一个 GET 请求 | 注册 + 攒积分 | 装库即可 | 最高：解析 + 反爬 | | 要钱吗 | 付费端点（Pro 档起） | 积分门槛（2000 / 5000） | 免费 | 免费但费人 | | 分榜 | **机构 / 游资 / 活跃席位** | 只有明细，需自聚合 | 只有明细，需自聚合 | 看页面 | | 稳定性 | **多源自动切换 + 缓存** | 官方接口，稳定 | 上游改版会断 | 页面一改就断 | | 适合 | 按天看机构与席位动向 | 历史研究 + 多数据联合 | 一次性研究 | 无 API 的特殊数据 上手成本 **最低**：一个 GET 请求 注册 + 攒积分 装库即可 最高：解析 + 反爬 要钱吗 付费端点（Pro 档起） 积分门槛（2000 / 5000） 免费 免费但费人 分榜 **机构 / 游资 / 活跃席位** 只有明细，需自聚合 只有明细，需自聚合 看页面 稳定性 **多源自动切换 + 缓存** 官方接口，稳定 上游改版会断 页面一改就断 适合 按天看机构与席位动向 历史研究 + 多数据联合 一次性研究 无 API 的特殊数据 ## 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」 ## 常见问题 机构榜和游资榜有什么区别？ 机构榜（`institution`）统计的是**机构专用席位**的买入：机构家数、机构买入额、净买额 —— 用来判断「有没有机构资金进场」。游资榜（`hotmoney`）看的是**知名游资营业部**的动向。两者是不同口径，不能相互替代。 游资榜（hotmoney）为什么返回「未找到市场数据」？ 这是如实说明：我们实测 2026-09-17 至 09-22 的游资榜都没有数据，上游该口径暂时拿不到。当前建议用**机构榜 + 活跃席位**：活跃席位里能看到沪股通专用和知名游资营业部（如开源证券西安西大街）的买入额与关联个股，能覆盖大部分「钱从哪来」的问题。我们会在上游恢复后自动接回，无需改代码。 龙虎榜数据什么时候更新？ **交易日盘后**。龙虎榜是交易所收盘后披露的，所以盘中查不到当天的（这不是接口延迟，是数据本身的产生时间）。`date` 字段/参数会告诉你数据属于哪一天。 免费能调用吗？ 不能。龙虎榜属于付费端点（Pro 档起）；免费的是行情快照、K线、热搜、市场总览、涨跌分布这 5 个。如果你只想先验证接口形状，可以先看端点页上的返回示例。 金额单位是元还是万元？换手率呢？ 金额字段（`instBuyAmt` / `netBuyAmt` / `totalBuyAmt` / `buyAmt`）单位都是**元**；比率字段（`instBuyRate` / `netBuyRate`）是**百分数**，`20` 表示 20%。所有数值在 JSON 里都是字符串，计算前请先 `float()`。 最后更新: 2026-09-23 代码与字段取自线上真实返回（2026-09-23 实测：机构榜 34 只 / 活跃席位 161 个 / 游资榜无数据）。Tushare 与 AkShare 的描述基于其官方文档（Tushare top_list doc_id=106、top_inst doc_id=107；AkShare stock_lhb_detail_em），接口与积分门槛以其官方为准。 接着看 - [端点清单（含龙虎榜分榜的参数与示例）](/endpoints) - [从 Tushare 迁移（接口对照 + 代码改写）](/docs/migrate-from-tushare) - [对比：我们与 Tushare](/compare/tushare) - [错误码对照](/docs/errors) [← 全部教程](/docs/guides)