金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载债券大宗交易明细是观察机构资金在交易所债券市场动向的核心数据本文基于 ai_quant_trade 仓库中 tushare skill 包 的债券专题文档系统讲解bond_blk_detail接口的权限门槛、输入输出参数、调用方式与数据样例并结合仓库内的工程化示例Token 管理、HTTP 客户端、流控给出可直接落地的全量数据提取方案。读完本文你将能够独立完成债券大宗交易明细的按日/按期/按券查询并搭建符合积分配额限制的循环抓取流程。一、接口概览能拿什么数据、有什么门槛bond_blk_detail用于获取沪深交易所债券大宗交易明细数据在 tushare 数据接口列表中登记为 ID 272归属债券专题分类文档位于 大宗交易明细.md。使用该接口前必须了解三个关键约束维度约束说明积分权限用户需满5000 积分才拥有数据权限单次限量单次最大返回1000 条记录总量限制不限制可根据日期循环提取全量历史重要数据范围说明本接口目前只包含深交所的大宗交易明细上交所的明细已经包含在债券大宗交易汇总接口bond_blk中未在此接口单独罗列。因此要做沪深两市债券大宗交易的全景分析需要将 债券大宗交易.md 中记录的bond_blk汇总接口与本接口深交所明细配合使用。从文档注释看bond_blk与bond_blk_detail的差异在于输出字段汇总接口不含买卖营业部信息而明细接口额外提供了buy_dp买方营业部与sell_dp卖方营业部这正是明细二字的含义所在。二、前置准备安装与 Token 初始化参考 SKILL.md 的快速上手章节本仓库对 tushare 的使用统一遵循如下流程安装 Python 运行环境推荐 Python 3.7并从清华 PyPI 镜像安装 tusharepip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple在 Tushare 官网注册账号、获取 Token需达到 5000 积分才可调用本接口并配置环境变量export TUSHARE_TOKENyour_token初始化 pro 接口实例。仓库中的 tushare_demo.py 给出了两种取值方式——从环境变量读取或使用 tushare 本地记录的 tokenimport os import tushare as ts # 读取环境变量中的 token或者读取本地记录的 token token os.getenv(TUSHARE_TOKEN) or ts.get_token() # 初始化 pro 接口实例 pro ts.pro_api(token)对应仓库 README.md 中也有说明ts.set_token(你的token)可直接写入本地 token 记录两种方式均可在本仓库的示例脚本中复用。三、输入参数详解bond_blk_detail支持 4 个可选输入参数全部为非必选N但实际使用时建议至少指定一个维度日期区间或债券代码否则服务端可能拒绝无筛选条件的请求名称类型必选描述ts_codestrN债券代码trade_datestrN交易日期YYYYMMDD 格式下同start_datestrN开始日期end_datestrN结束日期参数设计要点日期格式统一为 YYYYMMDD如20210701表示 2021 年 7 月 1 日这是 tushare 全系接口的通用约定SKILL.md 的参数格式说明一节同样强调了这一点trade_date 与 start_date/end_date 二选一指定trade_date可精确提取某一交易日的全部明细指定start_date/end_date区间可批量提取一段时期的数据。由于单次限量 1000 条若区间跨度过大需要配合日期循环分片抓取见第五部分ts_code 用于单券追踪结合trade_date可精确查询某只债券在某一交易日的所有大宗交易笔数适合对特定发行人的持续跟踪。四、输出参数详解接口返回 7 个字段其中buy_dp与sell_dp是区别于汇总接口的核心字段名称类型默认显示描述trade_datestrY交易日期ts_codestrY债券代码namestrY债券名称pricefloatY成交价元volfloatY成交数量万股/万份/万张/万手amountfloatY成交金额万元buy_dpstrY买方营业部sell_dpstrY卖方营业部字段使用注意单位换算vol的单位会随债券品种不同而变化万股/万份/万张/万手amount统一为万元。在做金额聚合或与行情数据对比时务必先确认对应债券的计量单位避免数量级错误营业部字段的文本特性buy_dp/sell_dp为券商营业部全称文本如中国国际金融股份有限公司上海黄浦区湖滨路证券营业部也可能是机构专用字样两者直接标识了交易对手性质可用于机构/游资行为的粗分类。五、接口调用示例原文档给出的最简调用方式如下pro ts.pro_api() df pro.bond_blk_detail(start_date20210701, end_date20210930)在真实工程中由于单次上限 1000 条且总额不限推荐使用按交易日循环 分批追加的模式来拉取全量数据例如按自然月逐日遍历import tushare as ts import pandas as pd pro ts.pro_api() def fetch_bond_blk_detail(start_date: str, end_date: str) - pd.DataFrame: 按日循环提取债券大宗交易明细规避单次 1000 条上限 frames [] cur start_date while cur end_date: df pro.bond_blk_detail(trade_datecur) if df is not None and not df.empty: frames.append(df) # 日期推进到下一天可用 pandas 或 datetime 实现 cur (pd.to_datetime(cur) pd.Timedelta(days1)).strftime(%Y%m%d) return pd.concat(frames, ignore_indexTrue) if frames else pd.DataFrame() # 提取 2021 年三季度深交所债券大宗交易明细 df fetch_bond_blk_detail(20210701, 20210930) print(df)针对单只债券的追踪式查询则可以写为df pro.bond_blk_detail(ts_code149642.SZ, start_date20210701, end_date20210930)六、数据样例解读原文档提供了一段 2021 年 9 月 30 日与 9 月 24 日的实际数据样例字段结构与语义如下trade_date ts_code name price vol amount buy_dp sell_dp 0 20210930 149642.SZ 21长城08 100.07 50.00 5003.50 机构专用 机构专用 1 20210930 149642.SZ 21长城08 100.00 65.00 6500.00 机构专用 机构专用 2 20210930 149641.SZ 21长城07 100.00 100.00 10000.00 机构专用 机构专用 ... 995 20210924 138246.SZ 东道02D1 110.17 26.30 2897.47 中国国际金融股份有限公司上海黄浦区湖滨路证券营业部 机构专用从样例可以读出三层信息同一债券同一交易日可有多笔成交如 21长城08 在 20210930 出现两笔说明大宗交易按笔记录做单券当日总成交时需按ts_code trade_date分组聚合成交价与面值的关系price围绕面值 100 元附近波动99.82 ~ 110.17偏离度可用于判断该券大宗交易的折溢价水平对手方结构大量记录买卖双方为机构专用说明深交所债券大宗交易以机构间转让为主个别记录出现具体券商营业部可用于识别个别机构的交易行为。七、与 bond_blk 汇总接口的配合使用同目录下的 债券大宗交易.md 记录了bond_blk接口它与bond_blk_detail的对应关系如下对比项bond_blk大宗交易bond_blk_detail大宗交易明细数据范围沪深交易所含上交所目前仅深交所输入参数ts_code / trade_date / start_date / end_date同左输出字段trade_date、ts_code、name、price、vol、amount上述 6 字段 buy_dp、sell_dp典型用途全市场债券大宗交易总量统计单券/单日逐笔明细与对手方分析两接口权限门槛一致均需 5000 积分、单次 1000 条、总量不限。做完整分析时推荐以bond_blk建立全市场成交全景再用bond_blk_detail对深交所品种进行逐笔明细与营业部维度下钻。八、工程化落地流控与轻量 HTTP 客户端仓库中 tushare_demo.py 提供了两处可直接复用的工程化能力特别适合应对上述按日循环拉全量场景1. 分钟级流控免费用户每分钟最多 80 次请求每天最多 500 次请求。按日循环拉取一年数据约需 250 次请求若与其他接口混用很容易触顶。tushare_demo.py中的TushareHttpClient._check_rate_limit实现了滑动窗口计数器达到每分钟配额时自动休眠到下一分钟再继续可在循环抓取时显著降低被限流的概率。2. 轻量 HTTP 客户端TushareHttpClient不依赖 tushare SDK直接以requestsPOST 到http://api.tushare.pro内置超时与错误码检查。它同样可以调用bond_blk_detail调用方式与 SDK 的pro_api保持一致client TushareHttpClient(tokenos.getenv(TUSHARE_TOKEN)) df client.query(bond_blk_detail, start_date20210701, end_date20210930)这一点在 Docker / PyInstaller / 多虚拟环境等不便强依赖 SDK 的部署场景中尤为实用。九、典型应用场景结合 ai_quant_trade 仓库一站式学习、模拟、实盘平台的定位债券大宗交易明细数据的落地场景主要有三类机构动向跟踪通过buy_dp/sell_dp识别特定营业部或机构专用对手方的买卖行为辅助判断债券发行主体的机构认可度折溢价监控对比大宗成交价与二级市场估值如结合 可转债行情.md 的cb_daily收盘价捕捉大额折价/溢价转让信号因子与语料构建大宗交易折价率、机构参与度等衍生指标可进入多因子选债流程逐笔明细文本也可作为大模型语料用于生成债券市场的资金面分析素材仓库 大模型语料专题数据 目录下的同类数据即服务于这一方向。十、总结bond_blk_detail是深交所债券大宗交易逐笔明细的唯一标准入口其核心价值在于buy_dp/sell_dp两个营业部字段。使用时牢记三点5000 积分权限门槛、单次 1000 条上限、仅覆盖深交所上交所请走bond_blk。配合仓库 SKILL.md 的初始化流程与 tushare_demo.py 的流控与 HTTP 客户端能力即可稳定、合规地完成全量数据的循环提取为债券市场的资金面研究与量化建模提供数据底座。赞分享金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载相关推荐电子课本下载教程tchMaterial-parser 3 分钟批量获取离线教材 PDF电子课本下载教程tchMaterial parser 3 分钟批量获取离线教材 PDF tchMaterial parser 是一款国家中小学智慧教育平台电子金融科技示例工程ai_quant_trade 债券数据实战Tushare repo_daily 债券回购日行情的接口详解与量化调用指南ai_quant_trade 债券数据实战Tushare repo_daily 债券回购日行情的接口详解与量化调用指南 本文围绕 ai_quant_trade金融科技示例工程Vibe-Trading 实战Tushare 融资融券交易明细margin_detail接口深度解析与量化集成Vibe Trading 实战Tushare 融资融券交易明细margin_detail接口深度解析与量化集成 融资融券余额是A股市场中衡量个股杠杆资金态人工智能AI Agent金融科技MCP 服务上一篇kvcached快速入门10分钟搭建弹性KV缓存系统下一篇详解Whenever的crontab命令Ruby定时任务的系统交互机制创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ai_quant_trade 债券大宗交易明细接入实战：Tushare bond_blk_detail 接口全解析
金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载债券大宗交易明细是观察机构资金在交易所债券市场动向的核心数据本文基于 ai_quant_trade 仓库中 tushare skill 包 的债券专题文档系统讲解bond_blk_detail接口的权限门槛、输入输出参数、调用方式与数据样例并结合仓库内的工程化示例Token 管理、HTTP 客户端、流控给出可直接落地的全量数据提取方案。读完本文你将能够独立完成债券大宗交易明细的按日/按期/按券查询并搭建符合积分配额限制的循环抓取流程。一、接口概览能拿什么数据、有什么门槛bond_blk_detail用于获取沪深交易所债券大宗交易明细数据在 tushare 数据接口列表中登记为 ID 272归属债券专题分类文档位于 大宗交易明细.md。使用该接口前必须了解三个关键约束维度约束说明积分权限用户需满5000 积分才拥有数据权限单次限量单次最大返回1000 条记录总量限制不限制可根据日期循环提取全量历史重要数据范围说明本接口目前只包含深交所的大宗交易明细上交所的明细已经包含在债券大宗交易汇总接口bond_blk中未在此接口单独罗列。因此要做沪深两市债券大宗交易的全景分析需要将 债券大宗交易.md 中记录的bond_blk汇总接口与本接口深交所明细配合使用。从文档注释看bond_blk与bond_blk_detail的差异在于输出字段汇总接口不含买卖营业部信息而明细接口额外提供了buy_dp买方营业部与sell_dp卖方营业部这正是明细二字的含义所在。二、前置准备安装与 Token 初始化参考 SKILL.md 的快速上手章节本仓库对 tushare 的使用统一遵循如下流程安装 Python 运行环境推荐 Python 3.7并从清华 PyPI 镜像安装 tusharepip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple在 Tushare 官网注册账号、获取 Token需达到 5000 积分才可调用本接口并配置环境变量export TUSHARE_TOKENyour_token初始化 pro 接口实例。仓库中的 tushare_demo.py 给出了两种取值方式——从环境变量读取或使用 tushare 本地记录的 tokenimport os import tushare as ts # 读取环境变量中的 token或者读取本地记录的 token token os.getenv(TUSHARE_TOKEN) or ts.get_token() # 初始化 pro 接口实例 pro ts.pro_api(token)对应仓库 README.md 中也有说明ts.set_token(你的token)可直接写入本地 token 记录两种方式均可在本仓库的示例脚本中复用。三、输入参数详解bond_blk_detail支持 4 个可选输入参数全部为非必选N但实际使用时建议至少指定一个维度日期区间或债券代码否则服务端可能拒绝无筛选条件的请求名称类型必选描述ts_codestrN债券代码trade_datestrN交易日期YYYYMMDD 格式下同start_datestrN开始日期end_datestrN结束日期参数设计要点日期格式统一为 YYYYMMDD如20210701表示 2021 年 7 月 1 日这是 tushare 全系接口的通用约定SKILL.md 的参数格式说明一节同样强调了这一点trade_date 与 start_date/end_date 二选一指定trade_date可精确提取某一交易日的全部明细指定start_date/end_date区间可批量提取一段时期的数据。由于单次限量 1000 条若区间跨度过大需要配合日期循环分片抓取见第五部分ts_code 用于单券追踪结合trade_date可精确查询某只债券在某一交易日的所有大宗交易笔数适合对特定发行人的持续跟踪。四、输出参数详解接口返回 7 个字段其中buy_dp与sell_dp是区别于汇总接口的核心字段名称类型默认显示描述trade_datestrY交易日期ts_codestrY债券代码namestrY债券名称pricefloatY成交价元volfloatY成交数量万股/万份/万张/万手amountfloatY成交金额万元buy_dpstrY买方营业部sell_dpstrY卖方营业部字段使用注意单位换算vol的单位会随债券品种不同而变化万股/万份/万张/万手amount统一为万元。在做金额聚合或与行情数据对比时务必先确认对应债券的计量单位避免数量级错误营业部字段的文本特性buy_dp/sell_dp为券商营业部全称文本如中国国际金融股份有限公司上海黄浦区湖滨路证券营业部也可能是机构专用字样两者直接标识了交易对手性质可用于机构/游资行为的粗分类。五、接口调用示例原文档给出的最简调用方式如下pro ts.pro_api() df pro.bond_blk_detail(start_date20210701, end_date20210930)在真实工程中由于单次上限 1000 条且总额不限推荐使用按交易日循环 分批追加的模式来拉取全量数据例如按自然月逐日遍历import tushare as ts import pandas as pd pro ts.pro_api() def fetch_bond_blk_detail(start_date: str, end_date: str) - pd.DataFrame: 按日循环提取债券大宗交易明细规避单次 1000 条上限 frames [] cur start_date while cur end_date: df pro.bond_blk_detail(trade_datecur) if df is not None and not df.empty: frames.append(df) # 日期推进到下一天可用 pandas 或 datetime 实现 cur (pd.to_datetime(cur) pd.Timedelta(days1)).strftime(%Y%m%d) return pd.concat(frames, ignore_indexTrue) if frames else pd.DataFrame() # 提取 2021 年三季度深交所债券大宗交易明细 df fetch_bond_blk_detail(20210701, 20210930) print(df)针对单只债券的追踪式查询则可以写为df pro.bond_blk_detail(ts_code149642.SZ, start_date20210701, end_date20210930)六、数据样例解读原文档提供了一段 2021 年 9 月 30 日与 9 月 24 日的实际数据样例字段结构与语义如下trade_date ts_code name price vol amount buy_dp sell_dp 0 20210930 149642.SZ 21长城08 100.07 50.00 5003.50 机构专用 机构专用 1 20210930 149642.SZ 21长城08 100.00 65.00 6500.00 机构专用 机构专用 2 20210930 149641.SZ 21长城07 100.00 100.00 10000.00 机构专用 机构专用 ... 995 20210924 138246.SZ 东道02D1 110.17 26.30 2897.47 中国国际金融股份有限公司上海黄浦区湖滨路证券营业部 机构专用从样例可以读出三层信息同一债券同一交易日可有多笔成交如 21长城08 在 20210930 出现两笔说明大宗交易按笔记录做单券当日总成交时需按ts_code trade_date分组聚合成交价与面值的关系price围绕面值 100 元附近波动99.82 ~ 110.17偏离度可用于判断该券大宗交易的折溢价水平对手方结构大量记录买卖双方为机构专用说明深交所债券大宗交易以机构间转让为主个别记录出现具体券商营业部可用于识别个别机构的交易行为。七、与 bond_blk 汇总接口的配合使用同目录下的 债券大宗交易.md 记录了bond_blk接口它与bond_blk_detail的对应关系如下对比项bond_blk大宗交易bond_blk_detail大宗交易明细数据范围沪深交易所含上交所目前仅深交所输入参数ts_code / trade_date / start_date / end_date同左输出字段trade_date、ts_code、name、price、vol、amount上述 6 字段 buy_dp、sell_dp典型用途全市场债券大宗交易总量统计单券/单日逐笔明细与对手方分析两接口权限门槛一致均需 5000 积分、单次 1000 条、总量不限。做完整分析时推荐以bond_blk建立全市场成交全景再用bond_blk_detail对深交所品种进行逐笔明细与营业部维度下钻。八、工程化落地流控与轻量 HTTP 客户端仓库中 tushare_demo.py 提供了两处可直接复用的工程化能力特别适合应对上述按日循环拉全量场景1. 分钟级流控免费用户每分钟最多 80 次请求每天最多 500 次请求。按日循环拉取一年数据约需 250 次请求若与其他接口混用很容易触顶。tushare_demo.py中的TushareHttpClient._check_rate_limit实现了滑动窗口计数器达到每分钟配额时自动休眠到下一分钟再继续可在循环抓取时显著降低被限流的概率。2. 轻量 HTTP 客户端TushareHttpClient不依赖 tushare SDK直接以requestsPOST 到http://api.tushare.pro内置超时与错误码检查。它同样可以调用bond_blk_detail调用方式与 SDK 的pro_api保持一致client TushareHttpClient(tokenos.getenv(TUSHARE_TOKEN)) df client.query(bond_blk_detail, start_date20210701, end_date20210930)这一点在 Docker / PyInstaller / 多虚拟环境等不便强依赖 SDK 的部署场景中尤为实用。九、典型应用场景结合 ai_quant_trade 仓库一站式学习、模拟、实盘平台的定位债券大宗交易明细数据的落地场景主要有三类机构动向跟踪通过buy_dp/sell_dp识别特定营业部或机构专用对手方的买卖行为辅助判断债券发行主体的机构认可度折溢价监控对比大宗成交价与二级市场估值如结合 可转债行情.md 的cb_daily收盘价捕捉大额折价/溢价转让信号因子与语料构建大宗交易折价率、机构参与度等衍生指标可进入多因子选债流程逐笔明细文本也可作为大模型语料用于生成债券市场的资金面分析素材仓库 大模型语料专题数据 目录下的同类数据即服务于这一方向。十、总结bond_blk_detail是深交所债券大宗交易逐笔明细的唯一标准入口其核心价值在于buy_dp/sell_dp两个营业部字段。使用时牢记三点5000 积分权限门槛、单次 1000 条上限、仅覆盖深交所上交所请走bond_blk。配合仓库 SKILL.md 的初始化流程与 tushare_demo.py 的流控与 HTTP 客户端能力即可稳定、合规地完成全量数据的循环提取为债券市场的资金面研究与量化建模提供数据底座。赞分享金融科技示例工程【免费下载链接】ai_quant_tradeStock AI Trader: 1-stop platform for learning, sim live trading. Covers: stock basics, strategies, LLMs, factor mining, ML/DL/RL, graph nets, HFT, C deploy JoinQuant code. 股票AI操盘手一站式学习、模拟、实盘平台。涵盖股票基础、策略、大模型、因子挖掘、机器学习/深度学习/强化学习、图网络、高频交易、C部署及聚宽代码。项目地址https://gitcode.com/gh_mirrors/ai/ai_quant_trade点击查看免费下载相关推荐电子课本下载教程tchMaterial-parser 3 分钟批量获取离线教材 PDF电子课本下载教程tchMaterial parser 3 分钟批量获取离线教材 PDF tchMaterial parser 是一款国家中小学智慧教育平台电子金融科技示例工程ai_quant_trade 债券数据实战Tushare repo_daily 债券回购日行情的接口详解与量化调用指南ai_quant_trade 债券数据实战Tushare repo_daily 债券回购日行情的接口详解与量化调用指南 本文围绕 ai_quant_trade金融科技示例工程Vibe-Trading 实战Tushare 融资融券交易明细margin_detail接口深度解析与量化集成Vibe Trading 实战Tushare 融资融券交易明细margin_detail接口深度解析与量化集成 融资融券余额是A股市场中衡量个股杠杆资金态人工智能AI Agent金融科技MCP 服务上一篇kvcached快速入门10分钟搭建弹性KV缓存系统下一篇详解Whenever的crontab命令Ruby定时任务的系统交互机制创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考