目前国内有很多数据团队专门为金融机构、学术团体和量化研究者们提供的本地量化金融数据服务，那么最常见的就是通达信、同花顺等团队，他们开发出来的level2接口可快速查看和计算金融数据，无障碍解决本地、Web、金融终端调用数据的需求。为了满足投资者的需求，这些数据团队在level2接口中提供了全面的基础金融数据，其中就包括了沪深A股行情数据，那么这些数据可以帮助您、投资者更好的完成量化研究和投资决策。

那么接下来小编为大家分享一下level2接口用Python获取A股行情数据的代码！

## 撰写自定义函数，通过API获取数据
def fetch_trochil(url: str,params: Dict[str, str],attempt: int = 3,timeout: int = 3) -> Dict[str, Any]:"""装饰requests.get函数"""for i in range(attempt):try:resp = requests.get(url, params, timeout=timeout)resp.raise_for_status()data = resp.json()["data"]if not data:raise Exception("empty dataset")return dataexcept (ConnectionError, Timeout) as e:print(e)i += 1time.sleep(i * 0.5)def fetch_cnstocks(apikey: str) -> pd.DataFrame:"""从蜂鸟数据获取A股产品列表"""url = "https://api.trochil.cn/v1/cnstock/markets"params = {"apikey": apikey}res = fetch_trochil(url, params)return pd.DataFrame.from_records(res)def fetch_daily_ohlc(symbol: str,date_from: dt.datetime,date_to: dt.datetime,apikey: str) -> pd.DataFrame:"""从蜂鸟数据获取A股日图历史K线"""url = "https://api.trochil.cn/v1/cnstock/history"params = {"symbol": symbol,"start_date": date_from.strftime("%Y-%m-%d"),"end_date": date_to.strftime("%Y-%m-%d"),"freq": "daily","apikey": apikey}res = fetch_trochil(url, params)return pd.DataFrame.from_records(res)def fetch_index_ohlc(symbol: str,date_from: dt.datetime,date_to: dt.datetime,apikey: str) -> pd.DataFrame:"""获取股指的日图历史数据"""url = "https://api.trochil.cn/v1/index/daily"params = {"symbol": symbol,"start_date": date_from.strftime("%Y-%m-%d"),"end_date": date_to.strftime("%Y-%m-%d"),"apikey": apikey}res = fetch_trochil(url, params)return pd.DataFrame.from_records(res)

以上是使用Python获取A股行情的几种方法。那么level2接口的逐笔成交功能是它比较亮眼的一个点，小编接下来和大家说说逐笔成交的实例！

level2接口（逐笔成交）

返回实例：

 大家若是没有渠道获取A股行情数据的话也可以通过https://gitee.com/l2gogogo 获取，那么对 level2接口有不懂的话也可以通过下方名片给小编留言！