Ricequant Docs

econ.get_reserve_ratio - 获取存款准备金率

python

econ.get_reserve_ratio(reserve_type='all',start_date=None,end_date=None,market='cn')

获取存款准备金率数据，支持按信息公布日期范围查询不同类别机构的存款准备金率。例如可获取大型金融机构（major）和其他金融机构（other）的存款准备金率数据。

参数

参数	类型	说明
reserve_type	str or str list	目前有大型金融机构（'major'）和其他金融机构（'other'）两种分类。默认为 all，即所有类别都会返回。
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期，默认为去年的查询当日（基准为信息公布日）。
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，默认为查询当日。
market	str	默认是中国内地市场('cn')

pandas DataFrame

字段	类型	说明
reserve_type	str	存款准备金类别
info_date	pandas.Timestamp	消息公布日期
effective_date	pandas.Timestamp	存款准备金率生效日期
ratio_floor	float	存款准备金下限
ratio_ceiling	float	存款准备金上限

范例

python

[In]
econ.get_reserve_ratio(reserve_type='major',start_date='20170101',end_date='20181017')

[Out]

            reserve_type 	                effective_date 	ratio_ceiling 	ratio_floor
info_date
2018-10-07 	major_financial_institution 	2018-10-15 	 	15.0 	        15.0
2018-04-17 	major_financial_institution 	2018-04-25 	 	16.0 	        16.0

econ.get_money_supply - 获取货币供应量

python

econ.get_money_supply(start_date=None, end_date=None, market='cn')

获取货币供应量数据，支持按信息公布日期范围查询市场现金流通量、狭义货币和广义货币数据。例如可获取 M0、M1、M2 及其同比数据。

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期，默认为去年的查询当日（基准为信息公布日）。
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，默认为查询当日。
market	str	默认是中国内地市场('cn')

pandas DataFrame

字段	类型	说明
info_date	pandas.Timestamp	消息公布日期
effective_date	pandas.Timestamp	货币供应量生效日期
m0	float	市场现金流通量(百万元)
m1	float	狭义货币(百万元)
m2	float	广义货币(百万元)
m0_growth_yoy	float	市场现金流通量同比
m1_growth_yoy	float	狭义货币同比
m2_growth_yoy	float	广义货币同比

范例

python

[In]
econ.get_money_supply(start_date='20180801',end_date='20181017')

[Out]

 	          effective_date 	m2 	     m1 	    m0    m2_growth_yoy  m1_growth_yoy 	m0_growth_yoy
info_date
2018-09-21 	2018-08-31 	178867043.0 	53832464.0 	6977539.0 	0.082 	  0.039 	    0.033
2018-08-16 	2018-07-31 	177619611.0 	53662429.0 	6953059.0 	0.085 	  0.051 	    0.036

econ.get_factors - 获取宏观因子数据（即将废弃）

python

econ.get_factors(factors, start_date, end_date, market='cn')

获取宏观因子数据，支持按因子名称和时间范围查询指定宏观指标。例如可获取工业品出厂价格指数 PPI 当月同比等宏观因子数据。

参数

参数	类型	说明
factors	str	必填参数，宏观因子名称，点击下载
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	必填参数，起始日期
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	必填参数，截止日期
market	str	默认是中国内地市场('cn')

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取工业品出厂价格指数 PPI当月同比(上年同月=100)在 2017-08-01 到 2018-08-01 数据。

python

[In]econ.get_factors( factors='工业品出厂价格指数PPI_当月同比_(上年同月=100)', start_date='20170801', end_date='20180801')
[Out]
                    start_date	end_date	value
factor	info_date
工业品出厂价格指数PPI_当月同比_(上年同月=100)
2017-08-09 09:30:00	2017-06-30	2017-07-31	105.5000
2017-09-09 09:30:00	2017-07-31	2017-08-31	106.3000
2017-10-16 09:30:00	2017-08-31	2017-09-30	106.9000
2017-11-09 09:30:00	2017-09-30	2017-10-31	106.9000
2017-12-09 09:30:00	2017-10-31	2017-11-30	105.8000
 ...

econ.fiscal_indicators - 获取财政因子数据

python

econ.fiscal_indicators(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取公共财政预算与收支/政府性基金/地方财政与政府债务等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
一般公共预算
中央社会保险基金
全国社会保险基金
地方社会保险基金
地方一般公共预算
中央一般公共预算
中央政府性基金
地方政府性基金
政府性基金
财政收支
地方财政收支
地方政府债券
中央政府融资

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 地方财政收入_浙江省_当月值 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.fiscal_indicators(factors='地方财政收入_浙江省_当月值', start_date=20260101, end_date=20260701)
[Out]
                                   start_date   end_date   value   rice_create_tm
factor                   info_date                                        
地方财政收入_浙江省_当月值 2026-01-06 2025-11-01 2025-11-30  3.531000e+18 2026-08-06 14:02:36   
                         2026-02-06 2025-12-01 2025-12-31  2.919000e+18 2026-08-06 14:02:36
                         2026-04-13 2026-02-01 2026-02-28  8.047000e+18 2026-08-06 14:02:36   
                         2026-05-08 2026-03-01 2026-03-31  1.088750e+19 2026-08-06 14:02:36   
                         2026-06-03 2026-04-01 2026-04-30  8.715000e+18 2026-08-06 14:02:36

获取 地方财政收支 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.fiscal_indicators(scope='地方财政收支', start_date=20260101, end_date=20260701)
[Out]
                               start_date   end_date   value   rice_create_tm   
factor              info_date                                        
地方财政支出_黑龙江省_累计值     2026-01-04 2025-01-01 2025-11-30  5.608700e+03 2026-08-06 14:02:36   
地方财政支出_黑龙江省_累计同比    2026-01-04 2025-01-01 2025-11-30  1.700000e+00 2026-08-06 14:02:36   
地方财政收入_广西壮族自治区_累计同比 2026-01-04 2025-01-01 2025-11-30  3.700000e+00 2026-08-06 14:02:36   
地方财政收入_陕西省_当月值      2026-01-04 2025-11-01 2025-11-30  3.212600e+18 2026-08-06 14:02:36   
地方财政收入_陕西省_累计值      2026-01-04 2025-01-01 2025-11-30  2.980280e+19 2026-08-06 14:02:36   
...                                   ...        ...           ...     ...
地方财政支出_陕西省_累计值      2026-07-01 2026-01-01 2026-05-31  2.820080e+03 2026-08-06 14:02:36   
地方财政支出_陕西省_累计同比     2026-07-01 2026-01-01 2026-05-31 -3.800000e+00 2026-08-06 14:02:36   
地方财政收入_天津市_当月值      2026-07-01 2026-05-01 2026-05-31  1.904000e+18 2026-08-06 14:02:36   
地方财政收入_天津市_累计值      2026-07-01 2026-01-01 2026-05-31  1.045200e+19 2026-08-06 14:02:36   
地方财政收入_天津市_累计同比     2026-07-01 2026-01-01 2026-05-31  4.300000e+00 2026-08-06 14:02:36   

[510 rows x 4 columns]

econ.trade_fx - 获取进出口与外汇数据

python

econ.trade_fx(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取外债/进出口/国际贸易/汇率等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
外债
进出口金额
海关重点商品进出口
官方储备资产
贸易预测
国际收支金融账户
国际投资头寸
国际收支平衡表
汇率指数
直接投资
海关贸易方式进出口
汇率预测

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 美元兑人民币汇率_预测值_瑞银证券_月 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.trade_fx(factors='美元兑人民币汇率_预测值_瑞银证券_月', start_date=20260101, end_date=20260701)
[Out]
                               start_date   end_date  value   rice_create_tm
factor              info_date                                 
美元兑人民币汇率_预测值_瑞银证券_月 2026-01-12 2025-12-31 2026-12-31    7.0   2026-08-06 14:09:24
                    2026-01-12 2026-12-31 2027-12-31    6.9   2026-08-06 14:09:24

获取 汇率预测 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.trade_fx(scope='汇率预测', start_date=20260101, end_date=20260701)
[Out]
                               start_date   end_date  value   rice_create_tm
factor              info_date                                 
美元兑人民币汇率_预测值        2026-01-05 2024-12-31 2025-12-31   7.01  2026-08-06 14:09:24   
美元兑人民币汇率_预测值_瑞银证券_年 2026-01-12 2025-12-31 2026-12-31   7.00  2026-08-06 14:09:24   
                                 2026-01-12 2026-12-31 2027-12-31   6.90  2026-08-06 14:09:24   
美元兑人民币汇率_预测值_瑞银证券_月 2026-01-12 2025-12-31 2026-12-31   7.00  2026-08-06 14:09:24   
                                 2026-01-12 2026-12-31 2027-12-31   6.90  2026-08-06 14:09:24   
美元兑人民币汇率_预测值_华泰证券   2026-05-25 2025-12-31 2026-12-31   6.58  2026-08-06 14:09:24   
美元兑人民币汇率_预测值_银河证券_年 2026-06-03 2025-12-31 2026-12-31   6.70  2026-08-06 14:09:24   
美元兑人民币汇率_预测值_银河证券_月 2026-06-03 2025-12-31 2026-12-31   6.70  2026-08-06 14:09:24

econ.money_market_fixed_income - 获取利率与货币市场数据

python

econ.money_market_fixed_income(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取货币政策工具与准备金/存贷款及政策利率/银行间货币市场与回购/债券收益率与利率互换曲线等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
PSL
美元贷款利率
住房公积金贷款利率
银行间同业拆借利率
银行间同业拆借交易量
银行间同业拆借成交
中债国债收益率
MLF
公开市场操作
SLF
同业存单
存款利率预测
央行票据收益率
央行票据托管
存款准备金率
再贷款利率
再贴现利率
LPR
中债国开债收益率
SHIBOR
质押式回购利率
利率互换定盘曲线
回购定盘利率
利率互换收盘曲线
利率互换即期询价
买断式回购利率

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 中期借贷便利(MLF)_到期量 在 2026-06-01 到 2026-07-01 的数据。

python

[In]econ.money_market_fixed_income(factors='中期借贷便利(MLF)_到期量', start_date=20260601, end_date=20260701)
[Out]
                            start_date    end_date   value       rice_create_tm
factor          info_date                                                      
中期借贷便利(MLF)_到期量 2026-06-25  2026-05-25  2026-06-25  3000.0  2026-08-06 14:07:20

获取 MLF 大类在 2026-06-01 到 2026-07-01 的数据。

python

[In]econ.money_market_fixed_income(scope='MLF', start_date=20260601, end_date=20260701)
[Out]
                                      start_date    end_date    value       rice_create_tm
factor                    info_date                                                       
中期借贷便利(MLF)_余额            2026-06-02  2026-04-30  2026-05-31  72000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_净投放金额_当月值     2026-06-02  2026-05-01  2026-05-31   1000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_收回到期金额_当月值    2026-06-02  2026-05-01  2026-05-31   5000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_净投放中期基础货币_当月值 2026-06-24  2026-06-01  2026-06-30   5000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_操作金额          2026-06-24  2026-05-25  2026-06-25   5000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_操作金额_1年       2026-06-24  2026-05-25  2026-06-25   5000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_操作金额_1年_当月值   2026-06-24  2026-06-01  2026-06-30   5000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_操作金额_3个月_当月值  2026-06-24  2026-06-01  2026-06-30      0.0  2026-08-06 14:07:20
中期借贷便利(MLF)_操作金额_6个月_当月值  2026-06-24  2026-06-01  2026-06-30      0.0  2026-08-06 14:07:20
中期借贷便利(MLF)_操作金额_当月值      2026-06-24  2026-06-01  2026-06-30   5000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_收回到期金额        2026-06-24  2027-05-25  2027-06-25   5000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_到期量           2026-06-25  2026-05-25  2026-06-25   3000.0  2026-08-06 14:07:20
中期借贷便利(MLF)_投放数量          2026-06-25  2026-05-25  2026-06-25   5000.0  2026-08-06 14:07:20

econ.invest_fixed_realestate - 获取固定资产与房地产数据

python

econ.invest_fixed_realestate(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取固定资产投资和房地产等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
房地产业GDP占比
固定资产投资资金来源
房地产开发资金来源
房地产景气信心
固定资产投资计划总投资
房地产开发与建设
房地产企业经营
固定资产投资
商品房销售面积
房屋竣工面积
房屋新开工面积
民间固定资产投资
固定资产投资预测
房屋竣工价值
房屋施工面积
建筑业竣工产值
建筑业经营与产出
房地产相关信贷
商品房销售、库存与价格
房屋销售价格
房屋销售面积
房屋待售面积
房屋销售额
商品房销售额

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 房屋竣工面积_住宅_海南省_累计值_月 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.invest_fixed_realestate(factors='房屋竣工面积_住宅_海南省_累计值_月', start_date=20260101, end_date=20260701)
[Out]
                                start_date    end_date         value       rice_create_tm
factor              info_date                                                            
房屋竣工面积_住宅_海南省_累计值_月 2026-01-22  2025-01-01  2025-12-31  5.800800e+10  2026-08-06 14:04:21
                    2026-03-23  2026-01-01  2026-02-28  6.508000e+09  2026-08-06 14:04:21
                    2026-04-21  2026-01-01  2026-03-31  9.614000e+09  2026-08-06 14:04:21
                    2026-05-21  2026-01-01  2026-04-30  1.868700e+10  2026-08-06 14:04:21
                    2026-06-22  2026-01-01  2026-05-31  2.453700e+10  2026-08-06 14:04:21

获取 房屋竣工面积 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.invest_fixed_realestate(scope='房屋竣工面积', start_date=20260101, end_date=20260701)
[Out]
                                 start_date    end_date          value       rice_create_tm
factor               info_date                                                             
住宅竣工面积_累计同比_月        2026-01-19  2025-01-01  2025-12-31  -2.020000e+01  2026-08-06 14:04:21
办公楼竣工面积_累计同比_月       2026-01-19  2025-01-01  2025-12-31   6.700000e+00  2026-08-06 14:04:21
商业营业用房竣工面积_累计同比_月    2026-01-19  2025-01-01  2025-12-31  -1.290000e+01  2026-08-06 14:04:21
商品房本年竣工面积_累计同比_月     2026-01-19  2025-01-01  2025-12-31  -1.810000e+01  2026-08-06 14:04:21
房屋竣工面积_住宅_当月值        2026-01-19  2025-12-01  2025-12-31   1.472500e+04  2026-08-06 14:04:21
...                  ...                ...         ...            ...                  ...
房屋竣工面积_青海省_累计同比_月    2026-06-22  2026-01-01  2026-05-31  -5.980000e+01  2026-08-06 14:04:21
房屋竣工面积_黑龙江省_累计值_月    2026-06-22  2026-01-01  2026-05-31   1.327800e+10  2026-08-06 14:04:21
房屋竣工面积_黑龙江省_累计同比_月   2026-06-22  2026-01-01  2026-05-31  -2.990000e+01  2026-08-06 14:04:21
房屋竣工面积_其他_湖南省_累计值_月  2026-06-24  2026-01-01  2026-05-31   1.539705e+06  2026-08-06 14:04:21
房屋竣工面积_其他_湖南省_累计同比_月 2026-06-24  2026-01-01  2026-05-31  -5.200000e+01  2026-08-06 14:04:21

[2239 rows x 4 columns]

econ.production_indicators - 获取GDP/工业增加值/产值数据

python

econ.production_indicators(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取 GDP、支出法 GDP、收入法 GDP、人均 GDP、工业增加值、规模以上工业增加值、总产值、单位 GDP 消耗以及 GDP 占比等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
GDP
人均GDP
GDP占比
GDP拉动率
GDP贡献率
GDP预测
收入法GDP
支出法GDP
农林牧渔业产出
农业总产值
规模以上工业增加值
工业增加值预测
全社会用电量

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 规模以上工业增加值_石油和天然气开采业_累计同比_月 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.production_indicators(factors='规模以上工业增加值_石油和天然气开采业_累计同比_月', start_date=20260101, end_date=20260701)
[Out]
                                       start_date    end_date value       rice_create_tm
factor                     info_date                                                    
规模以上工业增加值_石油和天然气开采业_累计同比_月 2026-01-19  2025-01-01  2025-12-31   4.2  2026-08-06 14:09:07
                           2026-03-16  2026-01-01  2026-02-28   5.8  2026-08-06 14:09:07
                           2026-04-16  2026-01-01  2026-03-31   7.0  2026-08-06 14:09:07
                           2026-05-18  2026-01-01  2026-04-30   6.5  2026-08-06 14:09:07
                           2026-06-16  2026-01-01  2026-05-31   5.5  2026-08-06 14:09:07

获取 规模以上工业增加值 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.production_indicators(scope='规模以上工业增加值', start_date=20260101, end_date=20260701)
[Out]
                                      start_date    end_date   value       rice_create_tm
factor                    info_date                                                      
规模以上工业增加值(1-2月累计填充)_当月同比  2026-01-19  2025-01-01  2025-12-31    5.20  2026-08-06 14:09:07
规模以上工业增加值(2月累计填充)_当月同比    2026-01-19  2025-01-01  2025-12-31    5.20  2026-08-06 14:09:07
规模以上工业增加值(上年同月=100)_当期值_月 2026-01-19  2025-11-30  2025-12-31  105.20  2026-08-06 14:09:07
规模以上工业增加值(上年同期=100)_累计值_月 2026-01-19  2025-01-01  2025-12-31  105.90  2026-08-06 14:09:07
规模以上工业增加值(上月=100)_当期值_月   2026-01-19  2025-11-30  2025-12-31  100.48  2026-08-06 14:09:07
...                       ...                ...         ...     ...                  ...
规模以上工业增加值_造纸和纸制品业_累计同比_月  2026-06-22  2026-01-01  2026-05-31    4.10  2026-08-06 14:09:07
规模以上工业增加值_非金属矿采选业_当月同比    2026-06-22  2026-05-01  2026-05-31    1.20  2026-08-06 14:09:07
规模以上工业增加值_非金属矿采选业_累计同比_月  2026-06-22  2026-01-01  2026-05-31    7.00  2026-08-06 14:09:07
规模以上工业增加值_黑色金属矿采选业_当月同比   2026-06-22  2026-05-01  2026-05-31   -1.70  2026-08-06 14:09:07
规模以上工业增加值_黑色金属矿采选业_累计同比_月 2026-06-22  2026-01-01  2026-05-31    3.00  2026-08-06 14:09:07

[431 rows x 4 columns]

econ.credit_financing - 获取货币金融数据

python

econ.credit_financing(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取货币信用、社会融资、存贷款等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
社会融资规模增量
金融机构新增贷款
社会融资规模存量
金融机构贷款余额
社会融资规模增量占比
人民币贷款预测
金融机构存款余额
货币金融预测
社会融资规模增量预测
贷款加权平均利率
货币供应量
金融机构新增存款
社会间接融资规模增量占比
金融机构资产负债
银行业对外金融资产负债
社会融资规模存量占比
银行业经营与信贷

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 金融机构各项存款余额(本外币)_福建省_当月 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.credit_financing(factors='金融机构各项存款余额(本外币)_福建省_当月', start_date=20260101, end_date=20260701)
[Out]
                           start_date     end_date     value      rice_create_tm
factor        info_date                                                             
金融机构各项存款余额(本外币)_福建省_当月 2026-01-30  2025-12-01  2025-12-31  94115.193116  2026-08-06 14:02:04
                       2026-03-03  2026-01-01  2026-01-31  96032.615324  2026-08-06 14:02:04
                       2026-03-31  2026-02-01  2026-02-28  94491.949593  2026-08-06 14:02:04
                       2026-04-29  2026-03-01  2026-03-31  97719.201107  2026-08-06 14:02:04
                       2026-05-29  2026-04-01  2026-04-30  95340.199639  2026-08-06 14:02:05
                       2026-06-30  2026-05-01  2026-05-31  94771.984886  2026-08-06 14:02:05

获取 金融机构存款余额 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.credit_financing(scope='金融机构存款余额', start_date=20260101, end_date=20260701)
[Out]
                           start_date     end_date     value      rice_create_tm
factor        info_date                                                           
金融机构各项存款余额(人民币)_境内存款_住户存款_定期及其他存款_山东省_当月同比   2026-01-06  2025-11-01  2025-11-30    11.332082  2026-08-06 14:02:04
金融机构各项存款余额(人民币)_境内存款_住户存款_定期及其他存款_西藏自治区_当月同比 2026-01-06  2025-11-01  2025-11-30    14.088112  2026-08-06 14:02:04
金融机构各项存款余额(人民币)_境内存款_住户存款_山东省_当月同比           2026-01-06  2025-11-01  2025-11-30    10.343441  2026-08-06 14:02:04
金融机构各项存款余额(人民币)_境内存款_住户存款_活期存款_山东省_当月同比      2026-01-06  2025-11-01  2025-11-30     6.557454  2026-08-06 14:02:04
金融机构各项存款余额(人民币)_境内存款_住户存款_活期存款_西藏自治区_当月同比    2026-01-06  2025-11-01  2025-11-30     9.407547  2026-08-06 14:02:04
...                                          ...                ...         ...          ...                  ...
金融机构各项存款余额(本外币)_境外存款_江苏省_当月同比                2026-07-01  2026-05-01  2026-05-31    -6.185066  2026-08-06 14:02:05
金融机构各项存款余额(本外币)_境外存款_湖北省_当月同比                2026-07-01  2026-05-01  2026-05-31   -15.023045  2026-08-06 14:02:05
金融机构各项存款余额(本外币)_江苏省_当月同比                     2026-07-01  2026-05-01  2026-05-31     9.165420  2026-08-06 14:02:05
金融机构各项存款余额(本外币)_江苏省_环比增减量_月                  2026-07-01  2026-04-30  2026-05-31  -227.243150  2026-08-06 14:02:05
金融机构各项存款余额(本外币)_湖北省_当月同比                     2026-07-01  2026-05-01  2026-05-31     8.949405  2026-08-06 14:02:05

[9273 rows x 4 columns]

econ.retail_indicators - 获取消费与社零数据

python

econ.retail_indicators(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取社会消费品零售总额、批零销售等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
社会消费品零售总额
社会消费品零售总额占比
限额以上社会消费品零售总额
社会消费品零售总额预测
社会消费品零售总额指数
批零销售

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 社会消费品零售总额占比_城镇_累计值 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.retail_indicators(factors='社会消费品零售总额占比_城镇_累计值', start_date=20260101, end_date=20260701)
[Out]
                               start_date    end_date      value       rice_create_tm
factor             info_date                                                         
社会消费品零售总额占比_城镇_累计值 2026-01-19  2025-01-01  2025-12-31  86.386737  2026-08-06 14:09:11
                   2026-03-16  2026-01-01  2026-02-28  86.489488  2026-08-06 14:09:11
                   2026-04-16  2026-01-01  2026-03-31  86.592573  2026-08-06 14:09:11
                   2026-05-18  2026-01-01  2026-04-30  86.649752  2026-08-06 14:09:11
                   2026-06-16  2026-01-01  2026-05-31  86.716077  2026-08-06 14:09:11

获取 社会消费品零售总额占比 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.retail_indicators(scope='社会消费品零售总额占比', start_date=20260101, end_date=20260701)
[Out]
                                     start_date    end_date      value       rice_create_tm
factor                   info_date                                                         
社会消费品零售总额占比_乡村_当月值       2026-01-19  2025-12-01  2025-12-31  14.859569  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_累计值       2026-01-19  2025-01-01  2025-12-31  13.613263  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_当月值       2026-01-19  2025-12-01  2025-12-31  85.140431  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_累计值       2026-01-19  2025-01-01  2025-12-31  86.386737  2026-08-06 14:09:11
社会消费品零售总额占比_实物商品网上零售_累计值 2026-01-19  2025-01-01  2025-12-31  26.100000  2026-08-06 14:09:11
社会消费品零售总额占比_网上零售额_累计值    2026-01-19  2025-01-01  2025-12-31  31.867705  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_累计值       2026-03-16  2026-01-01  2026-02-28  13.510512  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_累计值       2026-03-16  2026-01-01  2026-02-28  86.489488  2026-08-06 14:09:11
社会消费品零售总额占比_实物商品网上零售_累计值 2026-03-16  2026-01-01  2026-02-28  24.200000  2026-08-06 14:09:11
社会消费品零售总额占比_网上零售额_累计值    2026-03-16  2026-01-01  2026-02-28  37.809266  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_当月值       2026-04-16  2026-03-01  2026-03-31  13.194204  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_累计值       2026-04-16  2026-01-01  2026-03-31  13.407427  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_当月值       2026-04-16  2026-03-01  2026-03-31  86.805796  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_累计值       2026-04-16  2026-01-01  2026-03-31  86.592573  2026-08-06 14:09:11
社会消费品零售总额占比_实物商品网上零售_累计值 2026-04-16  2026-01-01  2026-03-31  24.800000  2026-08-06 14:09:11
社会消费品零售总额占比_网上零售额_累计值    2026-04-16  2026-01-01  2026-03-31  38.978847  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_当月值       2026-05-18  2026-04-01  2026-04-30  13.154256  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_累计值       2026-05-18  2026-01-01  2026-04-30  13.350248  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_当月值       2026-05-18  2026-04-01  2026-04-30  86.845744  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_累计值       2026-05-18  2026-01-01  2026-04-30  86.649752  2026-08-06 14:09:11
社会消费品零售总额占比_实物商品网上零售_累计值 2026-05-18  2026-01-01  2026-04-30  25.000000  2026-08-06 14:09:11
社会消费品零售总额占比_网上零售额_累计值    2026-06-11  2026-01-01  2026-04-30  39.594644  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_当月值       2026-06-16  2026-05-01  2026-05-31  13.017766  2026-08-06 14:09:11
社会消费品零售总额占比_乡村_累计值       2026-06-16  2026-01-01  2026-05-31  13.283923  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_当月值       2026-06-16  2026-05-01  2026-05-31  86.982234  2026-08-06 14:09:11
社会消费品零售总额占比_城镇_累计值       2026-06-16  2026-01-01  2026-05-31  86.716077  2026-08-06 14:09:11
社会消费品零售总额占比_实物商品网上零售_累计值 2026-06-16  2026-01-01  2026-05-31  25.590000  2026-08-06 14:09:11
社会消费品零售总额占比_网上零售额_累计值    2026-06-16  2026-01-01  2026-05-31  40.371109  2026-08-06 14:09:11

econ.insurance_indicators - 获取原保险数据

python

econ.insurance_indicators(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取原保险保费收入、原保险赔付支出等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
原保险保费收入
原保险赔付支出

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 原保险保费收入_浙江省_累计值 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.insurance_indicators(factors='原保险保费收入_浙江省_累计值', start_date=20260101, end_date=20260701)
[Out]
                            start_date    end_date       value       rice_create_tm
factor          info_date                                                          
原保险保费收入_浙江省_累计值 2026-01-31  2025-01-01  2025-12-31  45651200.0  2026-08-06 14:02:43
                2026-03-30  2026-01-01  2026-01-31   8386800.0  2026-08-06 14:02:43
                2026-03-30  2026-01-01  2026-02-28  11772300.0  2026-08-06 14:02:43
                2026-04-27  2026-01-01  2026-03-31  16547400.0  2026-08-06 14:02:43
                2026-05-28  2026-01-01  2026-04-30  19696300.0  2026-08-06 14:02:43
                2026-06-29  2026-01-01  2026-05-31  23208200.0  2026-08-06 14:02:43

获取 原保险保费收入 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.insurance_indicators(scope='原保险保费收入', start_date=20260101, end_date=20260701)
[Out]
                                 start_date    end_date        value       rice_create_tm
factor               info_date                                                           
原保险保费收入_保险业_人身保险_累计值 2026-01-30  2025-01-01  2025-12-31  464914400.0  2026-08-07 20:43:52
原保险保费收入_保险业_累计值      2026-01-30  2025-01-01  2025-12-31  611941800.0  2026-08-07 20:43:52
原保险保费收入_保险业_财产险_累计值  2026-01-30  2025-01-01  2025-12-31  147027400.0  2026-08-07 20:43:52
原保险保费收入_上海市_累计值      2026-01-31  2025-01-01  2025-12-31   29792600.0  2026-08-06 14:02:43
原保险保费收入_云南省_累计值      2026-01-31  2025-01-01  2025-12-31    9105700.0  2026-08-06 14:02:43
...                  ...                ...         ...          ...                  ...
原保险保费收入_财产险_广东省_累计值  2026-06-29  2026-01-01  2026-05-31    7581200.0  2026-08-06 14:02:43
原保险保费收入_财产险_浙江省_累计值  2026-06-29  2026-01-01  2026-05-31    4813500.0  2026-08-06 14:02:43
原保险保费收入_财产险_福建省_累计值  2026-06-29  2026-01-01  2026-05-31    1614700.0  2026-08-06 14:02:43
原保险保费收入_财产险_辽宁省_累计值  2026-06-29  2026-01-01  2026-05-31    1636200.0  2026-08-06 14:02:43
原保险保费收入_辽宁省_累计值      2026-06-29  2026-01-01  2026-05-31    8968500.0  2026-08-06 14:02:43

[337 rows x 4 columns]

econ.price_indicators - 获取价格类宏观指标

python

econ.price_indicators(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取价格类宏观因子，如CPI、PPI、PPIRM 等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
CPI
CPI拉动率
CPI预测
PPI
PPI拉动率
PPI预测
PPIRM

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 CPI-PPI_差值_当月 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.price_indicators(factors='CPI-PPI_差值_当月', start_date=20260101, end_date=20260701)
[Out]
                          start_date    end_date value       rice_create_tm
factor        info_date                                                    
CPI-PPI_差值_当月 2026-01-09  2025-12-01  2025-12-31   2.7  2026-08-06 14:08:52
              2026-02-11  2026-01-01  2026-01-31   1.6  2026-08-06 14:08:52
              2026-03-09  2026-02-01  2026-02-28   2.2  2026-08-06 14:08:52
              2026-04-10  2026-03-01  2026-03-31   0.5  2026-08-06 14:08:52
              2026-05-11  2026-04-01  2026-04-30  -1.6  2026-08-06 14:08:52
              2026-06-10  2026-05-01  2026-05-31  -2.7  2026-08-06 14:08:52

获取 PPI 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.price_indicators(scope='PPI', start_date=20260101, end_date=20260701)
[Out]
                                                 start_date    end_date  value       rice_create_tm
factor                               info_date                                                     
CPI-PPI_差值_当月                        2026-01-09  2025-12-01  2025-12-31    2.7  2026-08-06 14:08:52
PPI_全部工业品(全国:当期同比增长率:月)              2026-01-09  2025-11-30  2025-12-31   -1.9  2026-08-06 14:08:52
PPI_全部工业品(全国:环比增长率:月)                2026-01-09  2025-11-30  2025-12-31    0.2  2026-08-06 14:08:52
PPI_全部工业品(全国:累计同比增长率:月)              2026-01-09  2025-01-01  2025-12-31   -2.6  2026-08-06 14:08:52
PPI_农副食品加工业(全国:(上年同期=100)_累计同比增长率:月) 2026-01-09  2025-01-01  2025-12-31   97.0  2026-08-06 14:08:52
...                                  ...                ...         ...    ...                  ...
食品类工业品出厂价格指数PPI_(上年=100)_当月          2026-06-12  2026-05-01  2026-05-31   98.2  2026-08-06 14:08:52
饮料制造业工业品出厂价格指数PPI_(上年=100)_当月        2026-06-12  2026-05-01  2026-05-31   98.1  2026-08-06 14:08:52
黑色金属冶炼及压延加工业工业品出厂价格指数PPI_(上年=100)_当月 2026-06-12  2026-05-01  2026-05-31  101.0  2026-08-06 14:08:52
黑色金属矿采选业工业品出厂价格指数PPI_(上年=100)_当月     2026-06-12  2026-05-01  2026-05-31  103.3  2026-08-06 14:08:52
石油和天然气开采业工业品出厂价格指数PPI_(上年=100)       2026-06-14  2024-12-31  2025-12-31   90.1  2026-08-06 14:08:52

[1337 rows x 4 columns]

econ.pmi_sentiment_targets - 获取景气与信心数据

python

econ.pmi_sentiment_targets(factors=None, scope=None, start_date=None, end_date=None, market="cn")

获取 PMI、EPMI、综合 PMI、兰格钢铁 PMI、消费者信心/预期/满意指数、企业景气/预期景气指数、银行家调查、货币政策感受指数、宏观经济景气指数以及少量海外景气调查等相关数据，支持按因子名称或所属大类范围查询指定指标。

参数

参数	类型	说明
factors	str	因子名称，点击下载
scope	str	因子大类名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期，默认为查询日三年前当日
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，默认为查询当日
market	str	默认是中国内地市场('cn')

注意：factors / scope 只能任填一个，factors 可以一次查询单个或多个因子，scope 一次只能查询一个大类。该api下可选scope如下：

Scope名称
PMI
EPMI
LGSC-PMI
景气信心
调查预期
消费者信心
政府预期目标

pandas DataFrame

字段	类型	说明
info_date	str	因子发布日期
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指标数据

范例

获取 消费者预期指数_北京市_当季 在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.pmi_sentiment_targets(factors='消费者预期指数_北京市_当季', start_date=20260101, end_date=20260701)
[Out]
                           start_date    end_date  value       rice_create_tm
factor         info_date                                                     
消费者预期指数_北京市_当季 2026-01-21  2025-10-01  2025-12-31  104.4  2026-08-06 14:07:56

获取 消费者信心 大类在 2026-01-01 到 2026-07-01 的数据。

python

[In]econ.pmi_sentiment_targets(scope='消费者信心', start_date=20260101, end_date=20260701)
[Out]
                                start_date    end_date       value       rice_create_tm
factor              info_date                                                          
消费者信心指数_北京市_当季      2026-01-21  2025-10-01  2025-12-31  103.300000  2026-08-06 14:07:56
消费者信心指数_北京市_环比增减量_季 2026-01-21  2025-09-30  2025-12-31    7.500000  2026-08-06 14:07:56
消费者预期指数_北京市_当季      2026-01-21  2025-10-01  2025-12-31  104.400000  2026-08-06 14:07:56
消费者预期指数_北京市_环比增减量_季 2026-01-21  2025-09-30  2025-12-31    7.700000  2026-08-06 14:07:56
消费者信心指数_当季          2026-01-30  2025-10-01  2025-12-31   89.730000  2026-08-06 14:07:56
消费者信心指数_当月同比        2026-01-30  2025-12-01  2025-12-31    3.587963  2026-08-06 14:07:56
消费者信心指数_当期值_月       2026-01-30  2025-11-30  2025-12-31   89.500000  2026-08-06 14:07:56
消费者满意指数_当期值_月       2026-01-30  2025-11-30  2025-12-31   87.900000  2026-08-06 14:07:56
消费者预期指数_当季          2026-01-30  2025-10-01  2025-12-31   90.530000  2026-08-06 14:07:56
消费者预期指数_当期值_月       2026-01-30  2025-11-30  2025-12-31   90.500000  2026-08-06 14:07:56
消费者信心指数_农村_浙江省_当季   2026-02-05  2025-10-01  2025-12-31  113.000000  2026-08-06 14:07:56
消费者信心指数_农民_浙江省_当季   2026-02-05  2025-10-01  2025-12-31  118.200000  2026-08-06 14:07:56
消费者信心指数_城市_浙江省_当季   2026-02-05  2025-10-01  2025-12-31  118.300000  2026-08-06 14:07:56
消费者信心指数_浙江省_当季      2026-02-05  2025-10-01  2025-12-31  116.700000  2026-08-06 14:07:56
消费者信心指数_当月同比        2026-03-04  2026-01-01  2026-01-31    3.542857  2026-08-06 14:07:56
                             2026-03-30  2026-02-01  2026-02-28    3.619910  2026-08-06 14:07:56
消费者信心指数_当期值_月       2026-03-30  2025-12-31  2026-02-28   91.600000  2026-08-06 14:07:56
消费者满意指数_当期值_月       2026-03-30  2025-12-31  2026-02-28   89.700000  2026-08-06 14:07:56
消费者预期指数_当期值_月       2026-03-30  2025-12-31  2026-02-28   92.900000  2026-08-06 14:07:56
消费者信心指数_当季          2026-04-29  2026-01-01  2026-03-31   90.730000  2026-08-06 14:07:56
消费者信心指数_当月同比        2026-04-29  2026-03-01  2026-03-31    2.857143  2026-08-06 14:07:56
消费者信心指数_当期值_月       2026-04-29  2026-02-28  2026-03-31   90.000000  2026-08-06 14:07:56
消费者满意指数_当期值_月       2026-04-29  2026-02-28  2026-03-31   88.400000  2026-08-06 14:07:56
消费者预期指数_当季          2026-04-29  2026-01-01  2026-03-31   92.030000  2026-08-06 14:07:56
消费者预期指数_当期值_月       2026-04-29  2026-02-28  2026-03-31   91.100000  2026-08-06 14:07:56
消费者信心指数_当月同比        2026-05-29  2026-04-01  2026-04-30    1.366743  2026-08-06 14:07:56
消费者信心指数_农村_浙江省_当季   2026-06-03  2026-01-01  2026-03-31  112.600000  2026-08-06 14:07:56
消费者信心指数_农民_浙江省_当季   2026-06-03  2026-01-01  2026-03-31  126.800000  2026-08-06 14:07:56
消费者信心指数_城市_浙江省_当季   2026-06-03  2026-01-01  2026-03-31  119.300000  2026-08-06 14:07:56
消费者信心指数_浙江省_当季      2026-06-03  2026-01-01  2026-03-31  117.300000  2026-08-06 14:07:56
消费者信心指数_当月同比        2026-06-30  2026-05-01  2026-05-31    2.159091  2026-08-06 14:07:56

econ.get_fixing_repo_rate -获取回购定盘利率

python

econ.get_fixing_repo_rate(start_date=None,end_date=None,fields=None,market='cn')

获取一段时间内的回购定盘利率，数据为2004年至今，fileds可选FR001,FR007,FR014,FDR001,FDR007,FDR014

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，不传入 start_date ,end_date 则默认返回最近三个月的数据
fields	str or str_list	标准期限，默认返回全部。可选字段FR001,FR007,FR014,FDR001,FDR007,FDR014
market	str	默认是中国内地市场('cn')

pandas DataFrame

返回	类型	说明
FR001	float	银行间隔夜回购定盘利率
FR007	float	银行间7天回购定盘利率
FR014	float	银行间14天回购定盘利率
FDR001	float	银银间隔夜回购定盘利率
FDR007	float	银银间7天回购定盘利率
FDR014	float	银银间14天回购定盘利率

范例

获取2025-03-11到2025-03-13之间的回购定盘利率

python

[In] rqdatac.econ.get_fixing_repo_rate(20250311,20250313)
[Out]
	        FR001	FR007	FR014	FDR001	FDR007	FDR014
date						
2025-03-11	0.0179	0.0183	0.0193	0.0178	0.0182	0.0190
2025-03-12	0.0178	0.0183	0.0193	0.0177	0.0181	0.0186
2025-03-13	0.0178	0.0182	0.0192	0.0178	0.0181	0.0185

econ.get_us_treasury_yield -获取美国国债利率

python

econ.get_us_treasury_yield(start_date=None, end_date=None, tenor=None)

获取美国市场国债利率

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，不传入 start_date, end_date 则默认返回最近三个月的数据
tenor	str	标准期限，默认返回全部。例如，'1M' - 1 个月，'1Y' - 1 年

pandas DataFrame

返回	类型	说明
date	pandas.Timestamp	日期
us_treasury_yield	float	'1M'：1 个月 '3M'：3 个月 '6M'：6 个月 '1M'：1 年 '2Y'：2 年 '3Y'：3 年 '5Y'：5 年 '7Y'：7 年 '10Y'：10 年 '20Y'：20 年 '30Y'：30 年

范例

获取2026-03-16到2026-06-12之间的美国国债利率

python

[In] rqdatac.econ.get_us_treasury_yield(start_date=None, end_date=None, tenor=["3M", "2Y", "10Y", "30Y"]) 
[Out]
	        3M 2Y 10Y 30Y
date						
2026-03-16 0.0372 0.0368 0.0423 0.0486
2026-03-17 0.0372 0.0368 0.0420 0.0485
2026-03-18 0.0373 0.0376 0.0426 0.0488
2026-03-19 0.0373 0.0379 0.0425 0.0483
2026-03-20 0.0374 0.0388 0.0439 0.0496
... ... ... ... ...
2026-06-08 0.0380 0.0415 0.0456 0.0503
2026-06-09 0.0379 0.0413 0.0453 0.0501
2026-06-10 0.0379 0.0413 0.0455 0.0503
2026-06-11 0.0378 0.0405 0.0445 0.0495
2026-06-12 0.0378 0.0409 0.0448 0.0497

econ.get_index -获取宏观指数数据

python

econ.get_index(names, start_date=None, end_date=None)

获取宏观指数数据，支持按指数名称和时间范围查询指定宏观指数行情。

支持的指数列表如下

names	起始日期
费城半导体指数	1994-05-04
海岬型运费指数	1999-04-30
成品油运输指数	2001-12-27
波罗的海干散货指数	1988-10-19
巴拿马型运费指数	1998-12-31
菜篮子产品批发价格指数	2005-09-27
农副指数	2009-02-11
农产品批发价格总指数	2005-09-27
原油运输指数	2001-12-27
超灵便型船运价指数	2006-10-31
大宗商品价格	2009-02-10
建材指数	2010-07-17
能源指数	2009-02-11
物流景气指数	2013-09-01
手机出货量:当月值	2012-01-01

参数

参数	类型	说明
names	str	必填参数，宏观指数名称
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	起始日期
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	截止日期，不传入 start_date, end_date 则默认返回最近一年的数据

pandas DataFrame

字段	类型	说明
start_date	pandas.Timestamp	起始日期
end_date	pandas.Timestamp	截止日期
value	float	指数数据

范例

获取建材指数, 菜篮子产品批发价格指数, 农副指数在 2026-06-15 到 2026-06-18 的数据。

python

[In]econ.get_index(["建材指数", "菜篮子产品批发价格指数", "农副指数"], 20260615, 20260618)
[Out]
                           value
name         date      
农副指数      2026-06-15    980.00
             2026-06-16    977.00
             2026-06-17    977.00
             2026-06-18    975.00
建材指数      2026-06-15    916.00
             2026-06-16    915.00
             2026-06-17    914.00
             2026-06-18    909.00
菜篮子产品批发价格指数  
             2026-06-15    113.12
             2026-06-16    112.76
             2026-06-17    112.66
             2026-06-18    112.57

econ.get_oil_price -获取中国汽柴油历史调价信息

python

econ.get_oil_price(start_date=None, end_date=None)

获取中国汽柴油历史调价信息

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期，默认为 end_date 往前三个月。
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，默认为查询当日。若该日不是调价日，则返回该日之前最近一次调价后的价格。

pandas DataFrame

返回	类型	说明
date	pandas.Timestamp	调价日期
gasoline	float	全国汽油价格，单位元/吨。
diesel	float	全国柴油价格，单位元/吨。

范例

获取2026-01-01到2026-02-10之间的汽柴油调价历史

python

[In] rqdatac.econ.get_oil_price(start_date=2026-01-01, end_date=2026-02-10) 
[Out]
	        gasoline diesel
date						
2026-01-21 7670 6685
2026-02-04 7875 6880

econ.get_gold_reserves -获取黄金储备数据

python

econ.get_gold_reserves(start_date=None, end_date=None, market='cn')

获取中国黄金储备数据

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期，默认为 end_date 往前一年；最早不早于 2015-06-01。
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，默认为查询当日所在月份。
market	str	市场，目前仅支持中国内地市场 cn。

pandas DataFrame

返回	类型	说明
date	pandas.Timestamp	月度日期，作为返回表的索引。查询区间内每个月都会出现。
value	float	黄金储备，单位为亿美元。没有该月接口数据时为空值。

范例

获取2026-01-01到2026-04-30之间的中国黄金储备月度数据

python

[In] rqdatac.econ.get_gold_reserves(start_date=2026-01-01, end_date=2026-04-30, market="cn") 
[Out]
	        value
date						
2026-01-01 3695.82
2026-02-01 3875.88
2026-03-01 3427.63
2026-04-01 3441.72

econ.get_interbank_pledged_repo_rate - 获取银行间质押式回购加权利率

python

econ.get_interbank_pledged_repo_rate(start_date=None,end_date=None,fields=None,market='cn')

获取银行间质押式回购加权利率，例如 DR001、DR007 等。

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期，不传时默认取最近三个月的数据。
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期
fields	str or str list	默认返回全部。可选字段'DR001', 'DR007', 'DR014', 'DR021', 'DR1M','DR4M'
market	str	市场，目前仅支持中国内地市场 cn。

pandas DataFrame

返回	类型	说明
DR001	float	隔夜回购加权平均利率
DR007	float	7天期回购加权平均利率
DR014	float	14天期回购加权平均利率
DR021	float	21天期回购加权平均利率
DR1M	float	1个月期回购加权平均利率
DR4M	float	4个月期回购加权平均利率

范例

获取 2026-06-10 到 2026-06-17 之间的 DR001、DR007

python

[In] rqdatac.econ.get_interbank_pledged_repo_rate(start_date=20260610,end_date=20260617,fields=['DR001','DR007'],market='cn')
[Out]
             DR001	DR007
date		
2026-06-10	0.013939	0.014152
2026-06-11	0.014046	0.014435
2026-06-12	0.014162	0.014551
2026-06-15	0.014356	0.014671
2026-06-16	0.014360	0.014856
2026-06-17	0.014246	0.014645

econ.get_cny_reference_rate -获取人民币汇率

python

econ.get_cny_reference_rate(start_date=None, end_date=None, fields=None,tenor='spot')

获取人民币汇率中间价与远期汇率数据

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，不传入 start_date ,end_date 则默认返回最近一年的数据
fields	str	默认返回全部，可选货币对见下述表格
tenor	str	默认返回spot,可选期限spot/ forward_3m/ forward_6m

可选货币对：

currency_pair	说明
100JPY/CNY	100日元/人民币
AUD/CNY	澳元/人民币
CAD/CNY	加元/人民币
CHF/CNY	瑞士法郎/人民币
CNY/AED	人民币/阿联酋迪拉姆
CNY/DKK	人民币/丹麦克朗
CNY/HUF	人民币/匈牙利福林
CNY/KRW	人民币/韩元
CNY/MOP	人民币/澳门元
CNY/MXN	人民币/墨西哥比索
CNY/MYR	人民币/马来西亚林吉特
CNY/NOK	人民币/挪威克朗
CNY/PLN	人民币/波兰兹罗提
CNY/RUB	人民币/俄罗斯卢布
CNY/SAR	人民币/沙特里亚尔
CNY/SEK	人民币/瑞典克朗
CNY/THB	人民币/泰铢
CNY/TRY	人民币/土耳其里拉
CNY/ZAR	人民币/南非兰特
EUR/CNY	欧元/人民币
GBP/CNY	英镑/人民币
HKD/CNY	港元/人民币
NZD/CNY	新西兰元/人民币
SGD/CNY	新加坡元/人民币
USD/CNY	美元/人民币

pd.DataFrame,index为date, columns为货币对

范例

获取USD/CNY在20230101到20230110中间价汇率

python

[In] econ.get_cny_reference_rate('2023-01-01', '2023-01-10', 'USD/CNY')
[Out]
currency_pair	USD/CNY
date	
2023-01-03	6.9475
2023-01-04	6.9131
2023-01-05	6.8926
2023-01-06	6.8912
2023-01-09	6.8265
2023-01-10	6.7611

econ.get_metal_etf_holding -获取贵金属ETF持仓报告

python

econ.get_metal_etf_holding(etf, start_date,end_date,fields)

获取贵金属ETF持仓报告，目前仅支持SPDR GOLD TRUST持仓报告以及ISHARES SILVER TRUST持仓报告

参数

参数	类型	说明
etf	str	必填参数，ETF代码，目前仅支持 'SPDR_GOLD_TRUST' 和 'ISHARES_SILVER_TRUST'
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，不传入 start_date ,end_date 则默认返回最近三个月的数据
fields	str or str_list	查询字段，可选字段见下方返回，默认返回所有字段

pandas DataFrame

参数	类型	说明
etf	str	etf代码
date	pandas.Timestamp	报告时间
total_inventory	float	总库存
inventory_change	float	库存变动
total_value_usd	float	总价值

范例

获取SPDR_GOLD_TRUST在20230104-20230106的持仓报告

python

[In] 
econ.get_metal_etf_holding('SPDR_GOLD_TRUST','2023-01-04','2023-01-06')
[Out]
		product	total_inventory	inventory_change	total_value_usd
etf	date				
SPDR_GOLD_TRUST	2023-01-04	黄金	916.77	-0.87	5.472391e+10
            2023-01-06	黄金	915.33	-1.44	5.403655e+10

econ.get_cftc_position - 获取美国商品期货交易委员会持仓报告

python

econ.get_cftc_position(products=None,participant_type=None,start_date=None,end_date=None,fields=None)

获取美国商品期货交易委员会持仓报告

参数

参数	类型	说明
products	str or str_list	商品中文名称，默认返回全部
participant_type	str or str list	持仓参与者类别，默认返回全部。可选值：commercial, non_commercial
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，不传入start_date，end_date默认返回最近一年的数据
fields	str or str list	查询字段，可选字段见下方返回，默认返回所有字段格

可选标的：黄金、白银、铂金、钯金、纽约原油、纽约天然气、大豆、豆油、豆粕、原糖、棉花、玉米、欧元、日元、英镑、澳元、加元、瑞郎、墨西哥比索、纽元、美元

pandas DataFrame

参数	类型	说明
products	str	标的类型
date	pandas.Timestamp	报告时间
long_position	float	截至本周多头仓位
long_position_change	float	多头仓位变动
short_position	float	截至本周空头仓位
short_position_change	float	空头仓位变动
net_position	float	截至本周净仓位
net_position_change	float	净仓位变动

范例

获取黄金在20230103到20230105的商业类持仓报告

python

[In] econ.get_cftc_position('黄金','commercial','20230103','20230105')
[Out]
			    long_position	short_position	net_position	long_position_change	short_position_change	net_position_change
participant_type	product	info_date						
commercial	黄金	2023-01-03	    113520.0	273494.0	-159974.0	-3224.0	2974.0	-6198.0

econ.get_cme_report -获取芝加哥商业交易所成交报告

python

econ.get_cme_report(products=None,position_types=None,start_date=None,end_date=None,fields=None)

可获取芝加哥商业交易所成交报告

参数

参数	类型	说明
products	str or str_list	商品中文名称，默认返回全部
position_types	str or str_list	查询品种，默认为None返回全部，可选futures-期货、options-期权、call-认购期权、put-认沽期权
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始时间
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束时间，不传入start_date，end_date默认返回最近一年的数据
fields	str or str_list	查询字段，可选字段见下方返回，默认返回对应报告来源的所有字段

可选标的：黄金、白银、铂金、钯金、铜、原油、布伦特原油、天然气、天然气（到期行权）、天然气（随时行权）、RBOB汽油、柴油、欧元、日元、英镑、澳元、加元、瑞郎、墨西哥比索、欧元、美元

pandas DataFrame

参数	类型	说明
products	str	标的类型
date	pandas.Timestamp	报告时间
position_type	str	仓位类型
electronic_trading_contracts	float	电子交易合约数
open_outcry_contracts	int	场内成交合约数
block_trade_contracts	int	场外成交合约数
volume	float	成交量
open_interest	int	未平仓合约
open_interest_change	int	持仓变化

范例

获取芝加哥商业交易所黄金期货和期权在2023-01-01到2023-01-03的成交报告

python

[In]
econ.get_cme_report('黄金', '2023-01-01', '2023-01-03')
    
[Out]

                        electronic_trading_contracts	open_outcry_contracts	block_trade_contracts	volume	open_interest	open_interest_change
product	date	position_type						
黄金	2023-01-03	call	22088.0	0.0	1306.0	23394.0	396092.0	9080.0
                        futures	226215.0	0.0	2197.0	228412.0	449393.0	7204.0
                        options	43254.0	0.0	1506.0	44760.0	586684.0	20074.0
                        put	    21166.0	0.0	200.0	21366.0	190592.0	10994.0

econ.get_lme_inventory -获取伦敦金属交易所库存报告

python

econ.get_lme_inventory(products=None,start_date=None,end_date=None,fields=None)

获取伦敦金属交易所库存报告

参数

参数	类型	说明
products	str or str_list	商品中文名称，默认返回全部。可选标的包括：铝、铜、铅、锌、镍、锡
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始时间
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束时间，不传入start_date，end_date默认返回最近一年的数据
fields	str or str_list	查询字段，可选字段见下方返回，默认返回对应报告来源的所有字段

pandas DataFrame

参数	类型	说明
products	str	标的种类
date	pandas.Timestamp	日期
inventory_ton	float	库存
registered_warrant_ton	float	注册仓单
cancelled_warrant_ton	float	注销仓单

范例

获取伦敦金属交易所铜在20230103到20230105的库存报告

python

[In]
econ.get_lme_inventory('铜','2023-01-03','2023-01-05')

[Out]
		inventory_ton	registered_warrant_ton	cancelled_warrant_ton
product	date			
铜	    2023-01-03	88550.0	77075.0	11475.0
        2023-01-04	88575.0	77900.0	10675.0
        2023-01-05	87775.0	75900.0	11875.0

econ.get_house_price_index - 获取住宅价格指数

python

econ.get_house_price_index(start_date=None, end_date=None, city=None, fields=None, market='cn')

获取中国城市新建商品住宅和二手住宅价格指数，支持按统计月份、城市及因子筛选。

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	开始日期，按统计月份过滤。与 `end_date` 均不传时，默认返回最近三个月数据。
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	结束日期，按统计月份过滤。与 `start_date` 均不传时，默认返回最近三个月数据。
city	str or str list	城市名称。默认为 `None`，表示返回全部城市。
fields	str or str list	需要返回的因子名称。默认为 `None`，表示返回全部因子。支持 `新建商品住宅价格指数_环比`、`新建商品住宅价格指数_同比`、`二手住宅价格指数_环比` 和 `二手住宅价格指数_同比`。
market	str	市场类型，默认为中国内地市场 `cn`。

可选城市：北京、天津、石家庄、太原、呼和浩特、沈阳、大连、长春、哈尔滨、上海、南京、无锡、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐、唐山、秦皇岛、包头、丹东、锦州、吉林、牡丹江、徐州、扬州、温州、金华、蚌埠、安庆、泉州、九江、赣州、烟台、济宁、洛阳、平顶山、宜昌、襄阳、岳阳、常德、韶关、湛江、惠州、桂林、北海、三亚、泸州、南充、遵义、大理。

pandas DataFrame

字段	类型	说明
city	object	城市名称，作为索引。
end_date	pandas.Timestamp	统计月份的月末日期，作为索引。
新建商品住宅价格指数_环比	float	新建商品住宅价格指数环比。
新建商品住宅价格指数_同比	float	新建商品住宅价格指数同比。
二手住宅价格指数_环比	float	二手住宅价格指数环比。
二手住宅价格指数_同比	float	二手住宅价格指数同比。
info_date	pandas.Timestamp	数据披露日期。
rice_create_tm	pandas.Timestamp	米筐入库时间。

指定 fields 后，仅返回对应因子列，以及 info_date 和 rice_create_tm。

范例

python

[In]

econ.get_house_price_index(start_date='20250101',end_date='20250331',city=['北京', '上海'],fields=['新建商品住宅价格指数_环比', '二手住宅价格指数_同比'])

[Out]

                    新建商品住宅价格指数_环比  二手住宅价格指数_同比  info_date   rice_create_tm
city end_date
上海  2025-01-31                    100.6                97.7  2025-02-19  2026-08-31 10:55:28
      2025-02-28                    100.2                97.9  2025-03-17  2026-08-31 10:55:28
      2025-03-31                    100.7                98.6  2025-04-16  2026-08-31 10:55:28
北京  2025-01-31                     99.6                96.2  2025-02-19  2026-08-31 10:55:28
      2025-02-28                    100.1                97.1  2025-03-17  2026-08-31 10:55:28
      2025-03-31                     99.8                97.9  2025-04-16  2026-08-31 10:55:28

econ.get_hk_interbank_offered_rate - 获取香港银行同业拆借利率

python

econ.get_hk_interbank_offered_rate(start_date=None, end_date=None, tenor=None, source='Hibor')

获取香港银行同业拆借利率数据，支持香港银行同业拆借利率（Hibor）和离岸人民币香港银行同业拆借利率（CNH Hibor），可按日期区间和期限筛选。

参数

参数	类型	说明
start_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	查询起始日期，默认为最近 90 天。
end_date	int, str, datetime.date, datetime.datetime, pandas.Timestamp	查询结束日期，默认为今天。
tenor	str or str list	需要返回的期限列，默认为当前数据源支持的全部期限。
source	str	数据源，支持 `Hibor` 和 `CNH Hibor`，默认为 `Hibor`。

pandas DataFrame

字段	类型	说明
date	pandas.Timestamp	查询日期。
ON	float	隔夜利率，单位为百分比。
1W	float	1 周利率，单位为百分比。
2W	float	2 周利率，单位为百分比。
1M	float	1 个月利率，单位为百分比。
2M	float	2 个月利率，单位为百分比。
3M	float	3 个月利率，单位为百分比。
6M	float	6 个月利率，单位为百分比。
1Y	float	1 年利率，单位为百分比。

Hibor 和 CNH Hibor 均返回以上期限字段。指定 tenor 后，仅返回所选期限列。

范例

获取 2026-01-01 至 2026-01-05 期间的 Hibor 隔夜、1 周、2 周和 1 个月利率。

python

[In]
econ.get_hk_interbank_offered_rate(start_date='2026-01-01',end_date='2026-01-05',tenor=['ON', '1W', '2W', '1M'],source='Hibor')

text

              ON       1W       2W       1M
date
2026-01-02  2.79857  2.58833  2.58619  2.62250
2026-01-05  2.66155  2.67226  2.67226  2.67226

econ.get_reserve_ratio - 获取存款准备金率 ​

参数 ​

返回 ​

范例 ​

econ.get_money_supply - 获取货币供应量 ​

参数 ​

返回 ​

范例 ​

econ.get_factors - 获取宏观因子数据（即将废弃） ​

参数 ​

返回 ​

范例 ​

econ.fiscal_indicators - 获取财政因子数据 ​

参数 ​

返回 ​

范例 ​

econ.trade_fx - 获取进出口与外汇数据 ​

参数 ​

返回 ​

范例 ​

econ.money_market_fixed_income - 获取利率与货币市场数据 ​

参数 ​

返回 ​

范例 ​

econ.invest_fixed_realestate - 获取固定资产与房地产数据 ​

参数 ​

返回 ​

范例 ​

econ.production_indicators - 获取GDP/工业增加值/产值数据 ​

参数 ​

返回 ​

范例 ​

econ.credit_financing - 获取货币金融数据 ​

参数 ​

返回 ​

范例 ​

econ.retail_indicators - 获取消费与社零数据 ​

参数 ​

返回 ​

范例 ​

econ.insurance_indicators - 获取原保险数据 ​

参数 ​

返回 ​

范例 ​

econ.price_indicators - 获取价格类宏观指标 ​

参数 ​

返回 ​

范例 ​

econ.pmi_sentiment_targets - 获取景气与信心数据 ​

参数 ​

返回 ​

范例 ​

econ.get_fixing_repo_rate -获取回购定盘利率 ​

参数 ​

返回 ​

范例 ​

econ.get_us_treasury_yield -获取美国国债利率 ​

参数 ​

返回 ​

范例 ​

econ.get_index -获取宏观指数数据 ​

参数 ​

返回 ​

范例 ​

econ.get_oil_price -获取中国汽柴油历史调价信息 ​

参数 ​

返回 ​

范例 ​

econ.get_gold_reserves -获取黄金储备数据 ​

参数 ​

返回 ​

范例 ​

econ.get_interbank_pledged_repo_rate - 获取银行间质押式回购加权利率 ​

参数 ​

返回 ​

范例 ​

econ.get_cny_reference_rate -获取人民币汇率 ​

参数 ​

返回 ​

范例 ​

econ.get_reserve_ratio - 获取存款准备金率

参数

返回

范例

econ.get_money_supply - 获取货币供应量

参数

返回

范例

econ.get_factors - 获取宏观因子数据（即将废弃）

参数

返回

范例

econ.fiscal_indicators - 获取财政因子数据

参数

返回

范例

econ.trade_fx - 获取进出口与外汇数据

参数

返回

范例

econ.money_market_fixed_income - 获取利率与货币市场数据

参数

返回

范例

econ.invest_fixed_realestate - 获取固定资产与房地产数据

参数

返回

范例

econ.production_indicators - 获取GDP/工业增加值/产值数据

参数

返回

范例

econ.credit_financing - 获取货币金融数据

参数

返回

范例

econ.retail_indicators - 获取消费与社零数据

参数

返回

范例

econ.insurance_indicators - 获取原保险数据

参数

返回

范例

econ.price_indicators - 获取价格类宏观指标

参数

返回

范例

econ.pmi_sentiment_targets - 获取景气与信心数据

参数

返回

范例

econ.get_fixing_repo_rate -获取回购定盘利率

参数

返回

范例

econ.get_us_treasury_yield -获取美国国债利率

参数

返回

范例

econ.get_index -获取宏观指数数据

参数

返回

范例

econ.get_oil_price -获取中国汽柴油历史调价信息

参数

返回

范例

econ.get_gold_reserves -获取黄金储备数据

参数

返回

范例

econ.get_interbank_pledged_repo_rate - 获取银行间质押式回购加权利率

参数

返回

范例

econ.get_cny_reference_rate -获取人民币汇率

参数

返回

范例