1分钟K线
(cn_stock_bar1m)
数据描述：
该表记录了股票市场中各证券的未复权1分钟级行情数据，包括累计后复权因子、开盘价、收盘价、最高价、最低价、成交量和成交金额。高频数据对于进行短线交易分析、算法交易策略的制定和执行具有极高的价值。
文档
数据简介
## 一、数据简介
在量化投资与股票市场分析中，1分钟频率的行情数据能够提供更高的时间分辨率，帮助研究人员和投资者捕捉市场的微小波动。cn_stock_bar1m 表提供了A股市场的1分钟未复权行情数据，包含了股票在每分钟的开盘价、收盘价、最高价、最低价、成交量、成交金额等基本交易信息。与日频数据相比，1分钟行情数据具有更高的时效性，能够反映市场更短期的动态。
**_注意：本表适用于提取单只或少数股票全历史的数据，如果需要提取全市场部分时间的数据可以使用 [cn_stock_bar1m_c](https://bigquant.com/data/datasources/cn_stock_bar1m_c)。_**
* 数据起始时间：2005-01-04
* 数据更新频率：每个交易日
| 关键字 | 释意 |
| --- | --- |
| instrument | 股票代码 |
| date | 日期（分钟级） |
## 二、数据应用场景
### 1、短期技术分析
1分钟数据的高频次使其特别适用于短期技术分析，比如分析市场的短期波动和微观趋势。投资者可以通过1分钟K线图、均线交叉、布林带等技术指标来判断市场的短期走势，为日内交易提供决策依据。
波动性分析：通过比较每分钟的价格波动（最高价与最低价），分析市场的短期波动性。
价格形态识别：1分钟数据可以帮助识别微观价格形态，如短期的突破、支撑与阻力位等。
### 2、量化策略开发
1分钟频率的数据能够提供更细致的市场走势，适合开发高频交易策略和短期波动策略。
高频交易策略：基于1分钟价格波动，可以实现快速反应的算法策略，捕捉市场微小价格变化。
量价分析：根据成交量和成交金额的变化，结合价格波动，可以帮助构建量价分析模型，识别市场的买卖力量。
### 3、市场情绪分析
通过成交量和成交金额的细节数据，研究人员可以推测市场参与者的情绪变化。例如，当成交量急剧增加并伴随着股价的上升，可能表明市场情绪的升温，反之亦然。
情绪变化：通过成交量的突然激增或减少，结合价格走势，分析市场参与者的情绪波动，帮助决策者评估市场情绪。
### 4、套利与风险控制
由于1分钟数据的频繁波动，它也能为套利策略和风险控制提供重要信息。例如，日内套利策略可以依赖这些细微的波动来发现套利机会，而风险控制策略则可以通过短期波动来设定止损止盈点位。
## 三、示例数据
数据仅展示一只股票最新的股票数据
{{cn_stock_bar1m_demo}}
用例
* 用例1：获取某只股票的某天的分钟数据，并计算5分钟移动平均线
```
import dai
df = dai.query("""
SELECT
date, instrument, close,
m_ta_sma(close, 5) AS ma_5
FROM cn_stock_bar1m
WHERE instrument = '000002.SZ'""",
filters={"date": ["2023-12-01","2023-12-02"]}
).df()
```
* 用例2：计算某只股票分钟价格变动百分比.
```
import dai
df = dai.query("""
SELECT
date, instrument,
((close - open) / open) * 100 as price_change_percentage
FROM cn_stock_bar1m
WHERE instrument='000001.SZ'
ORDER BY date""",
filters={"date": ["2023-12-01 09:25:00","2023-12-01 15:00:00"]}
).df()
```
表结构
字段
字段类型
字段描述
date
timestamp[ns]
-
open
double
开盘价
low
double
最低价
high
double
最高价
instrument
string
证券代码
close
double
收盘价
adjust_factor
double
累计后复权因子
amount
double
成交金额
volume
int64
成交量
表名cn_stock_bar1m
起始时间：2023-07-20T15:17:00.829423+08:00
最近更新时间：2025-12-26T17:39:08.561840+08:00