印度股市榜单接口怎么选:成交活跃榜、涨跌幅榜还是价格异动榜
一次实测里连取了四张印度股市榜单:NSE 与 BSE 各一张成交活跃榜,外加 trending 里的涨幅榜和跌幅榜。每张十行,合计 40 行;按公司合并后只剩 31 家,其中 8 家出现在不止一张榜上:
| 公司 | 合并键 | BSE 活跃 | NSE 活跃 | 涨幅榜 | 跌幅榜 |
|---|---|---|---|---|---|
| Reliance Industries | RELI | 是 | 是 | - | 是 |
| HDFC Bank | HDBK | 是 | 是 | - | - |
| Tata Steel | TISC | 是 | 是 | - | - |
| ITC | ITC | 是 | 是 | - | - |
| Jio Financial Services | JIOF | 是 | 是 | - | - |
| Infosys | INFY | - | 是 | - | 是 |
| Bharti Airtel | BRTI | - | 是 | - | 是 |
| Eternal | ETEA | - | 是 | - | 是 |
两点一眼可见:五家公司同时挤进了 BSE 和 NSE 的活跃榜;十只涨幅榜股票与两张活跃榜没有任何重合。四张表不是同一批股票的四种排序,选错了榜,页面上要么重复出现同一家公司,要么永远凑不齐你想看的那一类。上面的数字只是 2026-10-28 的一次快照,不代表任何固定时刻的行情。
把几张榜单摆在一起,找同一家公司
合并用的键是代码去掉交易所后缀:活跃榜取 ticker(RELI.NS、RELI.BO),trending 取 ric(RELI.NS),统一成 RELI。注意 trending 的 ticker_id 是 S0003018 这样的内部编号,不是代码,拿它去对活跃榜的 ticker 一条也对不上。名称字段也不同:活跃榜叫 company,trending 叫 company_name。
榜单类操作都是无参数的 GET,请求形状一致:
curl "https://api.opendata-api.com/api/project/indian-stock-exchange-api/nse-most-active?key=YOUR_API_KEY"
在控制台取你有权使用的平台密钥,放进服务端环境变量 OPENDATA_API_KEY;文中的 YOUR_API_KEY 只是占位。密钥在查询串里,完整 URL 不要写进日志、工单或截图。直连交易所官网的脚本通常要自己处理 Cookie 和请求头,这里不需要,只是一次带密钥的 GET。打开页面或复制示例不会发请求,执行脚本才会,每个榜单消耗一次额度。
成交量、涨跌幅、异动:三个问题对应三张榜
先想清楚在问什么,再选榜:
| 你的问题 | 操作 | 排序依据 | 交易所 | 实测形状 |
|---|---|---|---|---|
| 今天哪些股票成交最多 | nse-most-active、bse-most-active | 成交量降序 | 每个操作一个交易所 | 根是数组,10 行,数值字段为 number |
| 谁涨得最多、跌得最多 | get-trending-stocks | 涨跌幅两端 | 无参数可选,样本全是 NSE | 对象,每侧 10 行,值全是字符串 |
| 谁突然偏离近期价格 | price-shockers | 文档未说明 | 样本按 BSE、NSE 分数组 | 未实测,文档与保存样本形状不一致 |
| 谁碰到 52 周高点或低点 | fetch-52-week-high-low-data | 区间极值 | BSE、NSE 分开 | 仅文档示例,休市可能为空 |
成交量回答“资金往哪里挤”,涨跌幅回答“价格往哪边走”,异动回答“谁不寻常”,三者互不替代。量大不等于涨跌幅大:样本里涨幅榜榜首 Apollo Hospitals 涨 4.43%,成交量只有 763,953,没有进任何活跃榜;NSE 成交量最大的 HDFC Bank 是 28,533,222 股,涨幅只有 0.75%。52 周榜问的是位置而不是当天动作,放到第五节和异动榜一起讲。
NSE 与 BSE 的榜单是两个市场、两套代码
同一家公司在两个交易所是两条独立行情。样本里的 Reliance:
| 字段 | RELI.BO(BSE 活跃榜) | RELI.NS(NSE 活跃榜) |
|---|---|---|
price | 1158.5 | 1158.0 |
percent_change | -3.46 | -3.19 |
volume | 2,297,453 | 21,864,319 |
价格和涨跌幅略有出入,成交量差了近十倍;HDFC Bank 也是同样的格局,BSE 1,225,163,NSE 28,533,222。所以不要把两张活跃榜的成交量相加,也别拿一个交易所的排名去说另一个,展示时把交易所单独放一列。
代码同样要留意:这里的 ticker 是短码加后缀,样本里多为四个字母(RELI、HDBK、TISC),和券商软件里常见的完整写法不是一回事,别直接拿去别的行情源查。需要从公司名反查代码时,用 industry-search(参数 query),结果带交易所代码和 RIC 代码,本文不展开。这批样本里五家重合公司去掉后缀后完全一致,但这是观察,不是保证,脚本因此把名称冲突单独标出来。
如需同类应用的 API,可通过联系页面提出需求,平台也提供源码私有化部署。
trending 嵌套两张榜,实际每侧十条
get-trending-stocks 没有参数,响应里 trending_stocks.top_gainers 是涨幅榜,trending_stocks.top_losers 是跌幅榜,两张榜出自同一个操作,一次请求都拿到。接口文档与实测有几处不一致,以实测为准:
- 文档说每个数组是前 3 名,实测每侧 10 行。
- 文档示例是 BSE 行(
ric以.BO结尾),实测 20 行全部是 NSE:exchange_type为NSI,ric以.NS结尾。也就是说这里拿不到 BSE 的涨跌幅榜,没有交易所、条数或行业参数可选。 - 文档列了
average_price、deviation等额外字段,实测行里没有;文档还说空值会被删除,可选字段要允许缺失。 - 所有值都是字符串,包括
percent_change和volume("4.43"、"763953"),而活跃榜是数字,合并前要统一转换。
# data is the payload extracted after the gateway check
box = data["trending_stocks"]
first = box["top_gainers"][0] # 10 rows live, although the docs say 3
print(first["ric"], float(first["percent_change"])) # values arrive as strings
trending 的行带 date 和 time(样本为 2026-10-28 的 09:44:58 到 09:44:59,时区没有标注),活跃榜的行没有时间戳,所以请记下自己的取数时间。榜单的取值范围文档也没有说明:这次的 20 只都是知名大盘股,确认之前别把它当成全市场涨幅榜。
价格异动榜与 52 周高低榜:受开盘时间影响的榜单
这两张榜这次没有实测,只有文档和保存样本,写进代码前要先接受这一点。
price-shockers 的文档描述是平铺数组(ticker、company、percent_change 等),保存的样本却是对象:BSE_PriceShocker 与 NSE_PriceShocker 各一个数组,字段名换成 ric、displayName、percentChange,值全是字符串;样本里 BSE 数组为空,NSE 条目日期是 2024-06-21。样本还带 averagePrice、noOfDaysForAverage、actualDeviation,按样本数字推算,percentChange 对比前收盘价,actualDeviation 是价格偏离近 N 日均价的带符号百分比。它更像是在问“偏离近期均价多少”,而不是“今天涨了多少”。
fetch-52-week-high-low-data 的文档示例是 BSE_52WeekHighLow 与 NSE_52WeekHighLow,各含 high52Week 和 low52Week 数组,并明确提醒休市时可能返回空列表。所以 52 周榜为空,先看是不是休市,而不是先怀疑接口坏了。印度现货市场的常规交易时间是当地时间工作日 9:15 到 15:30,节假日休市;其他榜单休市时返回什么,样本没有覆盖。
对代码的含义:两种异动形状都接受;空列表算 0 行,不算失败;HTTP 状态不是 200,或网关业务码不是 200,才是失败,要停下来。每次把取数时间和行数一起记下。这些是快照数据,不适合当作下单依据。
按统一公司键合并,并标记每家公司出现在哪些榜单
合并规则只有三条:
- 键是代码去掉
.NS或.BO后缀并转大写。 - 每家公司记录它出现在哪些榜单(
nse_active、bse_active、gainers、losers……),数字按榜单分别保存,互不覆盖。样本里 Infosys 在 NSE 活跃榜的成交量是 15,632,521,在跌幅榜是 15,631,325,涨跌幅都是 -3.43,读数的细小差距很可能来自各榜取数时刻不同,所以既不取平均,也不挑一个覆盖另一个。 - 同一个键下出现不同名称时标
name_conflict,人工看一眼,不要自动当成同一家公司。
def company_key(code):
# RELI.NS and RELI.BO collapse to RELI; the suffix only names the exchange.
return code.split(".")[0].upper()
出现的榜单数本身就是信息:Reliance 同时在 NSE 活跃榜和跌幅榜,说明它成交量大且跌幅居前,而不是两条互相矛盾的数据。
一个脚本,一张成员关系表
脚本按问题选榜:volume 取两张活跃榜,move 取 trending,shock 取异动榜,range 取 52 周榜;不带参数时默认 volume move,共三次请求。任何一张榜失败都会在输出前停下,否则缺口会被误读成“这家公司不在那张榜上”。请求异常只保留类型名,不带 URL,避免密钥进日志。
export OPENDATA_API_KEY=YOUR_API_KEY
python movers.py volume move > membership.csv
用保存的样本离线跑一遍,前几行(截取 key、n_lists、lists 三列)是:
RELI,3,nse_active+bse_active+losers
BRTI,2,nse_active+losers
ETEA,2,nse_active+losers
HDBK,2,nse_active+bse_active
完整脚本:
import csv
import json
import os
import sys
import time
import requests
BASE = "https://api.opendata-api.com/api/project/indian-stock-exchange-api"
KEY = os.environ["OPENDATA_API_KEY"].strip()
# One question maps to the smallest set of lists that can answer it.
QUESTIONS = {
"volume": ["nse-most-active", "bse-most-active"],
"move": ["get-trending-stocks"],
"shock": ["price-shockers"],
"range": ["fetch-52-week-high-low-data"],
}
def fetch(operation):
try:
resp = requests.get(f"{BASE}/{operation}", params={"key": KEY}, timeout=30)
except requests.RequestException as exc:
# Never chain the exception: its text can contain the full URL with the key.
raise RuntimeError(f"{operation}: {type(exc).__name__}") from None
if resp.status_code != 200:
raise RuntimeError(f"{operation}: HTTP {resp.status_code}")
body = resp.json()
# HTTP 200 and the gateway business code are two separate checks.
if isinstance(body, dict) and "code" in body and "data" in body:
if str(body["code"]) != "200":
raise RuntimeError(f"{operation}: business code {body['code']}")
body = body["data"]
if isinstance(body, str): # a bare-array body can arrive as JSON text
try:
body = json.loads(body)
except ValueError:
pass
return body
def num(value):
try:
return float(str(value).replace(",", ""))
except (TypeError, ValueError):
return None
def dicts(items):
return [r for r in items if isinstance(r, dict)] if isinstance(items, list) else []
def row(label, code, name, price, pct, volume):
# RELI.NS and RELI.BO collapse to RELI; the suffix only names the exchange.
if not code:
return None
return {"list": label, "key": str(code).split(".")[0].upper(), "name": name,
"price": num(price), "pct": num(pct), "volume": num(volume)}
def parse_active(label, body):
return [row(label, r.get("ticker"), r.get("company"), r.get("price"),
r.get("percent_change"), r.get("volume")) for r in dicts(body)]
def parse_trending(body):
box = body.get("trending_stocks") if isinstance(body, dict) else None
box = box if isinstance(box, dict) else {}
out = []
for side, label in (("top_gainers", "gainers"), ("top_losers", "losers")):
# ticker_id is an internal id here; the code to merge on is ric.
out += [row(label, r.get("ric"), r.get("company_name"), r.get("price"),
r.get("percent_change"), r.get("volume"))
for r in dicts(box.get(side))]
return out
def parse_shockers(body):
# Two shapes are documented or saved: a flat array, or one array per exchange.
out = [row("shock", r.get("ticker"), r.get("company"), r.get("price"),
r.get("percent_change"), r.get("volume")) for r in dicts(body)]
if isinstance(body, dict):
for part in ("BSE_PriceShocker", "NSE_PriceShocker"):
out += [row("shock", r.get("ric"), r.get("displayName"), r.get("price"),
r.get("percentChange"), r.get("volume"))
for r in dicts(body.get(part))]
return out
def parse_range(body):
out = []
if isinstance(body, dict): # an empty list while the market is closed is not an error
for ex in ("BSE_52WeekHighLow", "NSE_52WeekHighLow"):
part = body.get(ex) if isinstance(body.get(ex), dict) else {}
for side, label in (("high52Week", "high52"), ("low52Week", "low52")):
out += [row(label, r.get("ticker"), r.get("company"), r.get("price"), None, None)
for r in dicts(part.get(side))]
return out
PARSERS = {
"nse-most-active": lambda b: parse_active("nse_active", b),
"bse-most-active": lambda b: parse_active("bse_active", b),
"get-trending-stocks": parse_trending,
"price-shockers": parse_shockers,
"fetch-52-week-high-low-data": parse_range,
}
def fmt(value):
return "-" if value is None else f"{value:.2f}".rstrip("0").rstrip(".")
def main(argv):
wanted = argv or ["volume", "move"]
unknown = [q for q in wanted if q not in QUESTIONS]
if unknown:
raise SystemExit(f"unknown question {unknown}; choose from {sorted(QUESTIONS)}")
operations = []
for question in wanted:
operations += [op for op in QUESTIONS[question] if op not in operations]
fetched_at = time.strftime("%Y-%m-%dT%H:%M:%S%z")
members = {}
for op in operations:
try:
parsed = PARSERS[op](fetch(op))
except RuntimeError as exc:
# A failed list must stop the run, or a gap would read as "not on that list".
raise SystemExit(str(exc))
rows = [r for r in parsed if r]
print(f"{op}: {len(rows)} rows, {len(parsed) - len(rows)} without a code", file=sys.stderr)
for r in rows:
entry = members.setdefault(r["key"], {"names": set(), "lists": {}})
entry["names"].add(r["name"])
entry["lists"][r["list"]] = r
out = csv.writer(sys.stdout)
out.writerow(["fetched_at", "key", "name", "n_lists", "lists", "detail", "name_conflict"])
for key, e in sorted(members.items(), key=lambda kv: (-len(kv[1]["lists"]), kv[0])):
detail = "; ".join(f"{label}({fmt(r['pct'])}%, {fmt(r['volume'])})"
for label, r in e["lists"].items())
out.writerow([fetched_at, key, " / ".join(sorted(map(str, e["names"]))),
len(e["lists"]), "+".join(e["lists"]), detail,
"yes" if len(e["names"]) > 1 else ""])
if __name__ == "__main__":
main(sys.argv[1:])