📖 数据说明
1. 数据源与获取方式
| 处理环节 | 数据源 | 获取方式 |
|---|
| 新浪接口实时交易数据 | 新浪财经实时行情接口 http://hq.sinajs.cn/list= | 使用 requests 批量 GET 请求，传入25只ETF的代码（如 sh510300），解析返回的 GBK 编码文本，提取名称和第10个字段（成交金额，单位元）。 |
| 日频成交数据查询 | Tushare Pro（需Token） | 调用 pro.fund_daily() 逐只获取2024年1月1日至今的日频数据，返回字段包括 amount（成交额）。 |
| 数据整理清洗脚本 | 读取前两个脚本生成的CSV文件 | pandas.read_csv 读取本地文件 ETF_当日成交.csv 和 etf_daily_amount.csv。 |
| 可视化处理脚本 | 读取数据整理脚本生成的汇总CSV | pandas.read_csv 读取 ETF_成交汇总.csv。 |
2. 选择的标的（ETF代码与指数）
四个处理环节覆盖的ETF完全一致，共25只，涵盖6大宽基指数：
- 沪深300ETF：510300.SH, 510310.SH, 510330.SH, 159919.SZ, 159925.SZ
- 中证500ETF：510500.SH, 512500.SH, 159922.SZ, 510580.SH
- 中证1000ETF：512100.SH, 159845.SZ, 560010.SH, 159633.SZ, 159629.SH
- 中证2000ETF：563300.SH, 159531.SZ
- 科创50ETF：588000.SH, 588080.SH, 588050.SH, 588060.SH, 588090.SH
- 创业板50ETF：159949.SZ, 159682.SZ, 159681.SZ
⚠️ 投资有风险，入市需谨慎。本页面仅做数据聚合处理，不作为任何分析意见。