本文介绍如何使用 Python 获取场内基金的历史技术数据，以便进行量化分析或策略回测。我们使用的数据源是麦蕊，因为它直接提供技术指标。

以下是两个自定义函数的代码，一个是用于处理 JSON 数据并将其转换为 DataFrame 格式，另一个是用于获取数据。在使用时，需要修改两个地方：一个是填写你自己的许可证，另一个是在调用自定义函数时填写要获取的股票代码。

同样，获得的数据跟上一篇获取的数据一样，如果要倒序的数据，将倒序的注释去掉便可。

代码

代码解释

该代码是一个获取股票数据并保存到 CSV 文件的 Python 脚本，具体实现如下：

1. 导入必要的库：akshare、requests、csv、json 和 pandas。

2. 定义 API 许可证，用于获取股票数据。

3. 自定义函数 json_to_df，用于将从 API 获取的 json 对象转换为 DataFrame 对象。

4. 自定义函数 get_stock_data，用于获取股票数据。该函数接收一个股票代码作为参数，先构建获取分时 K 线和 MA 数据的 URL，然后调用自定义函数 json_to_df 获取数据，并将分时 K 线和 MA 数据合并到一个数据框中，最后返回数据框。

5. 调用自定义函数 get_stock_data 获取股票数据，股票代码为 sh510050，即上证50ETF，将结果保存到 CSV 文件 数据.csv 中，使用 UTF-8 编码，不保存索引。