一句话回答： 用 LangChain 的 @tool 装饰器把 AlphaFeed 的 quotes.get / klines.get 包成几个只读小工具（取最...

一句话回答： 盯自选股列表不用循环逐只请求——af.quotes.get(symbols=[...]) 传一个代码列表就一次拿回多只实时快照，返回一个 list...

监控品牌在不同 AI 平台的提及率变化，先把每家 AI 分开：同一组题每天各问一遍，按 7 天汇总成这家 AI 这一周的提及率，和上一周比的时候再逐题看，每道题...

一句话回答： vectorbt 是向量化回测库、本身不取数，接 A 股最省心的方式是用 AlphaFeed 取后复权日线 → 取出带 datetime 索引的 ...

一句话回答： pysnowball 本质是抓雪球（xueqiu.com）的非官方网页接口，要带 cookie/token、易被限流、随雪球改版就报错——做稳定的...

给团队制作 AI 品牌可见性周报时，先定两条规矩：报告里的每个数都按 7 天汇总以后再和上一周比，不拿某一天的数说事；每个数旁边配上它自己的波动线，也就是差多少...

一句话回答： af.depth.get(symbol) 返回一个 dict，核心是四个长度为 5 的数组：bid_prices/bid_volumes（买一到买...

一句话回答： backtrader 本身是回测引擎、不负责取数，接 A 股最省心的方式是用 AlphaFeed 取后复权日线 → 转成带 datetime 索引...

本文用 Python + pandas 实现一个可直接运行的清洗流程（Python 3.8+，需安装 pandas）：文本标准化、规格解析、编码规范化、缺失编码...

一句话回答： vnpy 是开源量化交易框架，交易走券商网关（CTP/券商柜台）、数据走「数据服务（datafeed）」；但它内置的数据服务多面向期货或需付费账号...

一句话回答： 入库前做四类校验就能挡住大多数脏数据：① 停牌（用指数当交易日历基准，个股缺失的交易日即疑似停牌）、② 一字板（high == low，全天无振幅...

监测品牌在 AI 引擎中的曝光度，要固定一组题，每天发给每家 AI 问一遍，一条回答记一行，再按周算五个数：提及率、前三率、声量份额、正面占比、被引率。前四个管...

一句话回答： AlphaFeed 的 instruments.get(symbol) 返回的 ext 里直接给了当日涨停价 limit_up、跌停价 limit...

一句话回答： 不是 bug。用 AlphaFeed 取历史 K 线（klines）时，A 股的 amount（成交额）是真实值，美股/港股的 amount 为 ...

一句话回答： AlphaFeed 实时快照 quotes 里，ext.change_pct（涨跌幅）、ext.amplitude（振幅）、ext.turnove...

分析 DeepSeek 对不同品牌的回答可以分五步：先按问法把题分成「有哪些」「哪家好」「怎么做」三类，再把每条回答拆成一张按出现先后排好的品牌名单，逐个名字算...

一句话回答： 盘中想实时发现放量异动，关键是拿「当前累计成交量」和「历史日均量按已开盘时间折算」做比值（即量比口径），而不是等收盘。用 AlphaFeed 的 ...

一句话回答： A 股的「板」可以直接从股票代码前缀 + 交易所后缀判定，不需要额外的分类接口：688 = 科创板、300/301 = 创业板、.BJ 后缀 = ...

一句话回答： 多条件选股最省心的写法是分层管道（pipeline）：先用全市场实时快照（一行取回全 A）做量价粗筛——涨跌幅、换手率、振幅都在 quotes 的...