行情与复权
日线价格、成交量与复权因子，用于收益计算和历史回测。
净值与溢价
单位净值、累计净值与复权净值，用于观察价格和净值关系。
份额与规模
基金份额、资产规模与份额净值，用于跟踪资金变化。
指数与持仓
跟踪指数和持仓证券，用于理解产品暴露与组合结构。
PYTHON SDK · MCP
直接进入研究流程
使用统一的 ETF 代码和日期参数获取 pandas DataFrame，也可以通过 MCP 让 AI 按需查询同一份数据。
import quantcoda as qc qc.set_token("qc_live_你的密钥") df = qc.etf_daily( symbol="510300.SH", start_date="20260101" )
ETF 指数映射与基金规模（AUM）
先查询ETF 基础信息：symbol 是 ETF 代码，index_code 和 index_name 给出跟踪指数。独立的 tracking-indices 接口返回指数资料，不是持仓列表。
用相同 ETF 代码查询份额与规模，需要 PRO 或以上权限。total_size 单位为万元，total_share 单位为万份；乘以 10,000 后分别得到元和份，二者都不是成交额。
查看本流程使用的返回字段
ETF 基础信息
symbol- ETF代码
csname- ETF中文简称
extname- ETF扩位简称
cname- 基金中文全称
index_code- 跟踪指数代码
index_name- 跟踪指数名称
setup_date- 设立日期
list_date- 上市日期
list_status- L上市/D退市/P待上市
exchange- SH/SZ
mgr_name- 基金管理人
custod_name- 基金托管人
mgt_fee- 管理费率
etf_type- 境内/QDII等类型
ETF 份额与规模
trade_date- 交易日期
symbol- ETF代码
etf_name- 基金名称
total_share- 总份额(万份)
total_size- 总规模(万元)
nav- 份额净值
close- 收盘价
exchange- SSE/SZSE/BSE
Python：关联指数映射与指定日期的规模快照
import os
import quantcoda as qc
qc.set_token(os.environ["QUANTCODA_TOKEN"])
mapping = qc.basic(symbol="510300.SH")
sizes = qc.share_size(symbol="510300.SH", trade_date="20260105")
if mapping.empty or sizes.empty:
print("No matching data; check the symbol, date and coverage.")
else:
result = sizes[["symbol", "trade_date", "total_size", "total_share"]].merge(
mapping[["symbol", "index_code", "index_name"]],
on="symbol", how="left", validate="many_to_one"
)
result["aum_cny"] = result["total_size"] * 10000
result["fund_units"] = result["total_share"] * 10000
print(result.to_string(index=False))
trade_date 是规模观测日期（YYYYMMDD），不是下载时间。示例日期不保证有返回记录。缺失值保留为空，缺少一行不代表规模为零；映射不唯一时，示例会报合并错误，避免静默重复计算规模。
基础映射没有历史生效日期过滤器。把当前映射关联到历史规模，不代表得到了 point-in-time 历史映射。这里不承诺完整历史覆盖、发布时间或修订时点；回测前请阅读数据方法与限制，不要把今日资料当作过去已知信息。
继续查看 Python SDK、MCP Server、财务数据 API和套餐与请求限制。
ETF 数据服务
行情与复权因子免费开放
创建 API Key 后即可查询 ETF 基础信息、日线行情与复权因子。
创建免费账号