Skills of ETF data released by ft.tech.

核心用法

FTShare-etf-data 是一套面向 A 股 ETF 的专业数据查询技能集，基于 market.ft.tech 数据源，提供六大核心能力：

| 功能 | 子Skill | 典型场景 |

|------|---------|----------|

| 单只ETF详情 | `etf-detail` | 查510050实时行情、跟踪指数、市值规模 |

| ETF列表筛选 | `etf-list-paginated` | 按涨跌幅排序、分页筛选特定类型ETF |

| K线数据 | `etf-ohlcs` | 获取日/周/月/年线，含MA5/MA10/MA20 |

| 分钟级分时 | `etf-prices` | 当日或近5日分时走势、分钟级价格 |

| PCF列表 | `etf-pcfs` | 查询指定日期所有ETF申购赎回清单 |

| PCF下载 | `etf-pcf-download` | 下载XML格式PCF文件用于套利分析 |

调用方式

通过统一入口 run.py 执行：python <RUN_PY> <子skill名> [参数...]，所有接口返回结构化JSON数据。

显著优点

1. 数据维度完整：覆盖ETF投资所需的行情、技术指标、申购赎回清单全链路
2. 实时性较好：分时数据支持当日及近5日查询，PCF数据按交易日更新
3. 专业套利支持：PCF（Portfolio Component File）是ETF一二级市场套利核心数据，提供XML原文件下载
4. 灵活筛选排序：列表接口支持多字段排序与条件筛选，便于批量分析
5. 技术栈友好：REST API + JSON输出，易于集成至量化策略或自动化流程

潜在缺点与局限性

• 数据源单一：依赖 market.ft.tech，无多源交叉验证，极端行情下可能存在延迟
• 仅限A股ETF：不覆盖港股、美股等跨境ETF产品
• 无历史PCF存储：PCF查询需指定具体日期，无长期归档功能
• 权限与频率限制：文档未披露Rate Limit，高频调用存在被限流风险
• 无资金流向数据：缺乏ETF申赎净额、大单流向等深度资金面指标

适合人群

• 量化交易员/策略开发者：需程序化获取ETF行情与PCF数据进行定价建模
• ETF套利机构：依赖PCF清单进行瞬时套利或T+0交易
• 金融数据分析师：研究ETF市场结构、折溢价率、跟踪误差
• 个人进阶投资者：需要超越行情软件的专业级ETF数据洞察

常规风险

| 风险类型 | 说明 |

|----------|------|

| 数据延迟风险 | 分钟级数据非交易所官方推送，极端行情可能滞后 |

| PCF解读门槛 | 申购赎回清单涉及现金替代比例、必须现金替代等复杂规则，误读可能导致套利亏损 |

| API稳定性 | 非持牌金融数据服务商，服务持续性依赖平台运营状况 |

| 合规边界 | 获取的数据仅限个人研究使用，商业化分发可能涉及版权或监管问题 |

核心用法

FTShare-etf-data 是一套面向 A 股 ETF 的全功能数据查询技能集，由 FTShare 官方（market.ft.tech）提供数据服务。用户通过统一的 run.py 入口调用 6 个子技能，即可完成从基础行情到专业 PCF 申购赎回清单的完整数据获取。

子技能能力矩阵：

• etf-detail：单只 ETF 全景信息，含名称、盘口、市值、跟踪指数、投资类型等
• etf-list-paginated：全市场 ETF 分页列表，支持多字段排序（如涨跌幅）与筛选
• etf-ohlcs：日线/周线/月线/年线 K 线数据，附带 MA5/MA10/MA20 均线
• etf-prices：分钟级分时数据，支持当日、近五日或自定义交易日回溯
• etf-pcfs：指定交易日期的 ETF PCF（申购赎回清单）文件索引
• etf-pcf-download：按文件名下载 PCF XML 文件至本地

调用方式为命令行参数传递，所有接口均通过 HTTPS 访问 market.ft.tech 官方 API，关键子技能内置 X-Client-Name: ft-web 请求头标识。

显著优点

1. 数据维度完整：单套技能覆盖行情、K线、分时、PCF 申赎清单四大核心场景，满足从普通投资者到量化研究员的多层次需求。

2. 零第三方依赖：纯 Python 标准库（urllib）实现，无 pip 安装负担，彻底规避供应链攻击风险。

3. 安全基线扎实：HTTPS 传输加密、路径遍历防护（_safe_output_path）、输入参数验证（argparse）三重防护，静态代码扫描无危险函数。

4. 调用方式统一：所有子技能通过 run.py 统一路由，路径自解析机制确保任意安装位置均可正确执行。

5. 合规性良好：遵循 GDPR 数据最小化原则，仅采集 ETF 代码、日期等功能必需参数，不触碰用户隐私数据。

潜在缺点与局限性

1. 网络超时机制缺失：当前 urlopen 调用未设置超时参数，弱网环境下可能长时间阻塞，建议生产环境 wrapper 层自行封装超时控制。

2. 错误信息脱敏不足：HTTP 错误响应体直接输出至 stderr，可能泄露服务端内部信息，需外层调用方自行过滤。

3. 无内置重试与限流：高频调用场景下易触发服务端限流，当前版本未实现指数退避或请求频率控制。

4. 商业平台透明度有限：相比开源社区项目，FTShare 作为商业数据平台缺乏公开的代码审查历史与社区反馈渠道。

5. 许可证声明模糊：目录中未包含 LICENSE 文件，开源授权范围需与维护者额外确认。

适合的目标群体

• 个人投资者：快速查询持仓 ETF 实时行情、K线走势、申赎清单
• 量化研究员：获取结构化历史 OHLC 数据与分钟级 tick 进行策略回测
• 财经自媒体/分析师：批量拉取 ETF 榜单、涨跌幅排行制作市场解读内容
• 金融科技开发者：作为 ETF 数据层集成至自研投研系统或交易终端

使用风险

性能风险：单次请求未超时保护，批量调用时建议外层实现异步并发与超时熔断。

服务可用性风险：依赖 market.ft.tech 官方 API 稳定性，无本地缓存或降级策略，服务端故障将直接导致数据中断。

数据时效风险：K线与分时数据依赖交易所行情推送，极端行情下可能存在延迟。

合规风险：PCF 申赎清单涉及基金专有信息，商业用途需确认 FTShare 平台授权条款。