金融数据 API 是什么
API 是一段软件向另一段软件请求数据的方式。金融数据 API 是一项按需提供金融信息的服务：请求一家公司的营收、它的监管文件或它的当前价格，API 就会以程序可用的结构化形式返回。 当一个 AI 研究工具报告一家公司的利润率时，它在幕后其实是在向某个金融数据 API 请求这个数字，再转达给你。这个数字是被拉取的，而非被记住的，这正是你想要的。金融数据的主要类别
- 市场数据 —— 实时和历史价格、成交量、技术指标
- 基本面数据 —— 财务报表、比率、财报与分红日历
- 披露与公告 —— 监管文件和公司公告
- 持股数据 —— 机构持仓、内部人交易、资金流
- 特色数据 —— 在基础数据之外，还有针对各类信号的来源，例如美股市场的国会议员交易、13F 机构持仓和 Form 4 内部人交易；对 A 股而言，则有龙虎榜、融资融券和股权质押等额外数据
为什么数据质量参差不齐
并非所有金融数据都是等价的，而这些差异很关键：- 时效性 —— 有些来源实时更新，有些则有延迟。一个过时的数字可能误导你。
- 准确性与会计准则 —— 数据质量因提供方而异；对于跨境公司，会计准则的差异可能让数字难以比较，除非来源已对其做了对齐。
- 覆盖范围 —— 一个在美股上很强的来源，在港股或 A 股上可能很单薄。
- 字段定义 —— 不同来源对字段的定义和命名各不相同，这需要加以协调。
为什么编排比数量更重要
一种常见的说法是“我们连接了 X 个数据源”。数量远不如编排重要。连接很多来源很容易；让它们协同运作才难。 真正的工作在于：知道该从哪个来源拉取哪个字段、如何跨来源交叉核对一个数字、如何协调不同的格式和定义，以及如何优雅地处理缺失数据。一个只是简单挂载许多 API、让模型自己去搞定的工具是脆弱的；一个对它们进行编排，带有来源选择、交叉核对和缺口处理逻辑的工具，才是可靠的。 在评估一个 AI 研究工具时，不要只问它连接了多少个来源，还要问它如何处理这些来源之间的差异。这对你意味着什么
你不会自己去调用这些 API，但理解它们能帮你评估工具、批判性地读懂答案：- 优先选择拉取实时数据的工具，而非凭训练记忆作答的工具
- 要求任何工具标注来源，这样你能看到它用了什么
- 注意覆盖范围因市场而异，确认你关心的市场被很好地覆盖
- 看重编排（交叉核对、缺口处理），而非原始的来源数量