AI 原生量化投研平台AI-native quantitative research platform
正在加载…Loading…
页面仍在加载,可以继续等待,或重新加载。The page is still loading. You can keep waiting or reload.
部分页面资源未能加载,请重新加载。Some page resources could not load. Please reload.
设备当前处于离线状态,恢复连接后可以继续等待或重新加载。Your device is offline. Once connected, you can keep waiting or reload.
该表记录了股票市场中各证券的未复权1分钟级行情数据,包括累计后复权因子、开盘价、收盘价、最高价、最低价、成交量和成交金额。高频数据对于进行短线交易分析、算法交易策略的制定和执行具有极高的价值。
本表提供 A 股 1 分钟未复权行情,每个标的每 1 分钟一行,包含开盘价、收盘价、最高价、最低价、成交量、成交金额和累计后复权因子。本表按标的存储,适合读取单只或少数股票、时间跨度长的数据。
注:若起止时间为None,则表示当前没取到数据,请咨询客服
同类数据:cn_stock_bar1m_c(内容相同,按日期存储,适合读取全市场、时间跨度短的数据)。不同周期:cn_stock_bar5m、cn_stock_bar15m、cn_stock_bar30m、cn_stock_bar60m;附盘口版本:cn_stock_bar1m_derived。
| 关键字 | 释意 |
|---|---|
| date | K 线的结束时间,精确到分钟,不是交易日。以平安银行(000001.SZ)2026-10-22 为例,全天 241 行,第一行 09:25,第二行 09:31,最后一行 15:00。 |
| instrument | 股票代码,格式为 代码.交易所后缀,如 000001.SZ |
date 是 K 线的结束时间,区间左闭右开。标签 T 的 K 线取时间戳在 [T-1分钟, T) 内的行情,包含 T-1分钟 整点,不包含 T 整点。
volume = 本区间内最后一条快照的累计成交量 − 上一根 K 线区间内最后一条快照的累计成交量,amount、deal_number 同理。T 之前几秒内发生、要到时间戳不早于 T 的快照才体现的成交,计入下一根 K 线。volume 都与快照累计量按上述规则复算的结果一致。adjust_factor 相乘得到后复权价。以平安银行(000001.SZ)2026-10-22 为例,收盘价 11.3 乘以 142.070212 等于 cn_stock_bar1d 当天的收盘价 1605.39。volume、amount 是这一根 K 线内的成交量和成交额,不是当日累计值。上述示例日全部 K 线的 volume 之和等于日线成交量。instrument 的速度最快,股票数量越多读取越慢。instrument 和 date 范围,不要不加限制地读取。date 范围要带上时分秒,上限写到当天 23:59:59。只写日期会被解析为当天 00:00:00,取不到当天的数据,例如 end_date=2026-10-22 取不到 2026-10-22 当天的数据。instrument 或 date 范围、只选需要的字段,或改用 engine="aistudio"。| 字段 | 释意 |
|---|---|
| adjust_factor | 累计后复权因子,与未复权价格相乘得到后复权价格 |
| open | 开盘价 |
| close | 收盘价 |
| high | 最高价 |
| low | 最低价 |
| volume | 成交量 |
| amount | 成交金额 |
1 分钟 K 线、均线交叉、布林带等指标可以判断日内的短期走势。比较每分钟的最高价和最低价可以分析短期波动性,也可以识别短期的突破、支撑和阻力等微观价格形态。
分钟数据适合开发高频交易和短期波动策略。结合成交量和成交金额的变化构建量价分析模型,识别市场的买卖力量。
成交量急剧增加并伴随股价上升,可能表明市场情绪升温。结合价格走势分析成交量的突增或萎缩,可以评估参与者的情绪变化。
日内套利策略可以依赖分钟级的价差寻找机会,风险控制策略可以用短期波动设定止损止盈点位。
取 2026-10-28 至 2026-11-04,展示区间内日均成交量最大的股票(000725.SZ)的前 5 行和后 5 行。
| date | instrument | adjust_factor | open | close | high | low | volume | amount |
|---|---|---|---|---|---|---|---|---|
| 2026-10-28 09:25:00 | 000725.SZ | 5.47592 | 4.8 | 4.8 | 4.8 | 4.8 | 3656600 | 1.75517e+07 |
| 2026-10-28 09:31:00 | 000725.SZ | 5.47592 | 4.79 | 4.78 | 4.81 | 4.77 | 14085100 | 6.74968e+07 |
| 2026-10-28 09:32:00 | 000725.SZ | 5.47592 | 4.78 | 4.77 | 4.78 | 4.77 | 4607200 | 2.19979e+07 |
| 2026-10-28 09:33:00 | 000725.SZ | 5.47592 | 4.77 | 4.77 | 4.78 | 4.76 | 6881600 | 3.28243e+07 |
| 2026-10-28 09:34:00 | 000725.SZ | 5.47592 | 4.77 | 4.78 | 4.78 | 4.77 | 3894920 | 1.85894e+07 |
| 2026-11-04 14:56:00 | 000725.SZ | 5.47592 | 4.62 | 4.63 | 4.63 | 4.62 | 6626000 | 3.06436e+07 |
| 2026-11-04 14:57:00 | 000725.SZ | 5.47592 | 4.63 | 4.63 | 4.63 | 4.62 | 7949902 | 3.67735e+07 |
| 2026-11-04 14:58:00 | 000725.SZ | 5.47592 | 4.63 | 4.63 | 4.63 | 4.63 | 447600 | 2.07046e+06 |
| 2026-11-04 14:59:00 | 000725.SZ | 5.47592 | 4.63 | 4.63 | 4.63 | 4.63 | 0 | 0 |
| 2026-11-04 15:00:00 | 000725.SZ | 5.47592 | 4.63 | 4.63 | 4.63 | 4.63 | 14518100 | 6.72188e+07 |
import daidf = dai.query(""" SELECT date, instrument, close, m_ta_sma(close, 5) AS ma_5 FROM cn_stock_bar1m WHERE instrument = '000002.SZ'""", filters={"date": ["2023-12-01","2023-12-02"]}).df()import daidf = dai.query(""" SELECT date, instrument, ((close - open) / open) * 100 as price_change_percentage FROM cn_stock_bar1m WHERE instrument='000001.SZ' ORDER BY date""", filters={"date": ["2023-12-01 09:25:00","2023-12-01 15:00:00"]}).df()SELECT instrument, adjust_factor, open, close, high, low, volume FROM cn_stock_bar1m WHERE date >= '2026-10-06' ORDER BY date LIMIT 100
SELECT instrument, adjust_factor, open, close, high, low, volume FROM cn_stock_bar1m WHERE date >= '2026-10-06' ORDER BY date LIMIT 100