Python获取股票数据

2024-07-01 13:31| 来源: 网络整理| 查看: 265

目录 1、Baostock2、Tushare pro版3、AKshare4、聚宽量化平台

需求是下载比如从2020-01-01到2022-12-31区间的沪深300成分股每支股票的日K线数据，没错这是个面板数据，原本以为直接通过Python接口可以直接下载到，因为之前找的上证综指啥的用R的pedquant都是直接获取的（看来因为是单支）。捣鼓了半天，还是我想的简单了……

试过Akshare、Tushare、Baostock以及聚宽量化平台下载，下面总结一下下载心得 o_0

1、Baostock

那就先说最后选用的这个开源的证券数据平台Baostock 链接附此 www.baostock.com 通过python API获取证券数据信息

# 豆瓣源下载包 pip install -i https://pypi.douban.com/simple baostock

首先获取沪深300成分股每支股票的code和code_name 日期这里就不做额外的要求了，默认更新到的哪天

import pandas as pd import numpy as np import baostock as bs # 登陆系统 lg = bs.login() # 显示登陆返回信息 print('login respond error_code:'+lg.error_code) print('login respond error_msg:'+lg.error_msg) # 获取沪深300成分股 rs = bs.query_hs300_stocks() print('query_hs300 error_code:'+rs.error_code) print('query_hs300 error_msg:'+rs.error_msg) # 打印结果集 hs300_stocks = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录，将记录合并在一起 hs300_stocks.append(rs.get_row_data()) result = pd.DataFrame(hs300_stocks, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/hs300_stocks.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()

获取到的300支股票名

login success! login respond error_code:0 login respond error_msg:success query_hs300 error_code:0 query_hs300 error_msg:success updateDate code code_name 0 2023-03-20 sh.600000 浦发银行 1 2023-03-20 sh.600009 上海机场 2 2023-03-20 sh.600010 包钢股份 3 2023-03-20 sh.600011 华能国际 4 2023-03-20 sh.600015 华夏银行 .. ... ... ... 295 2023-03-20 sz.300896 爱美客 296 2023-03-20 sz.300919 中伟股份 297 2023-03-20 sz.300957 贝泰妮 298 2023-03-20 sz.300979 华利集团 299 2023-03-20 sz.300999 金龙鱼 [300 rows x 3 columns] logout success!

接着我们导入获取的股票名csv

hs=pd.read_csv('D:/hs300_stocks.csv',encoding='gbk')

通过循环300次code进行日K线数据获取

#### 登陆系统 #### lg = bs.login() # 显示登陆返回信息 print('login respond error_code:'+lg.error_code) print('login respond error_msg:'+lg.error_msg) # 详细指标参数，参见“历史行情指标参数”章节；“分钟线”参数与“日线”参数不同。“分钟线”不包含指数。 # 分钟线指标：date,time,code,open,high,low,close,volume,amount,adjustflag # 周月线指标：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg for i in range(300): rs = bs.query_history_k_data_plus(hs['code'][i], "date,code,open,high,low,close,preclose,volume,amount,turn,tradestatus,pctChg,isST", start_date='2021-01-01', end_date='2023-07-01', # 日K线，adjustflag="3"不复权 frequency="d", adjustflag="3") print(f'query_history_k_data_plus respond error_code{i}:'+rs.error_code) print(f'query_history_k_data_plus respond error_msg{i}:'+rs.error_msg) #### 打印结果集 #### data_list = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录，将记录合并在一起 data_list.append(rs.get_row_data()) result = pd.DataFrame(data_list, columns=rs.fields) # to_csv中 mode='a'进行数据追加，去掉索引和表头 result.to_csv("D:\hs300.csv",mode='a',index=False,header=False) #### 登出系统 #### bs.logout()

来看一下运行情况

login success! login respond error_code:0 login respond error_msg:success query_history_k_data_plus respond error_code0:0 query_history_k_data_plus respond error_msg0:success query_history_k_data_plus respond error_code1:0 query_history_k_data_plus respond error_msg1:success query_history_k_data_plus respond error_code2:0 query_history_k_data_plus respond error_msg2:success ...... query_history_k_data_plus respond error_code299:0 query_history_k_data_plus respond error_msg299:success logout success!

300支已就位，数据还是比较多的，除了常见的open、high、low、close等，还有turn换手率、tradestatus交易状态（1：正常交易 0：停牌）、pctChg涨跌幅、isST是否ST股（1是，0否）

在这里插入图片描述想要其他指标还可以自己加，比如peTTM滚动市盈率、pbMRQ市净率等；或者分钟线、周月线，通过frequency=" "修改，默认为d，日k线；w=周、m=月、5=5分钟、60=60分钟k线数据等

Baostock真的是很良心了，相比之下其余三个总是缺胳膊少腿

2、Tushare pro版

其实一开始比较想用的是Tushare，因为相对来说Tushare获取同样数据的代码量比Baostock少多了，也不用登录退出啥的，直接一步到位

链接附此 Tushare数据平台

需要先注册个账号，获取个人Token

在这里插入图片描述

在上述已经获得沪深300成分股的code条件下，以获取两支股票为例，代码量是相当的少

import tushare as ts pro = ts.pro_api('your token') # 复制上面的接口token就好 df1=pro.daily(ts_code='600000.sh,600009.sh', start_date='20220101', end_date='20220701') df1

获取到的数据也是比较齐全的，排列跟Baostock不同，按同一时间的所有股票先排在这里插入图片描述但是这个平台特别坑的一点就是……我就下载了没几次怎么就下不下来了！！！后面换了好几个时间继续下也还是空的，不知道是积分不够还是咋滴，还是弃了……

3、AKshare

这个接口的代码量也很少，少的我心动，获取到的数据名还都是中文的

import akshare as ak df = ak.index_zh_a_hist(symbol = "000905", period = "daily", start_date = "20200101", end_date = "20221231" ) df

在这里插入图片描述然而…… 一时间没找到股票code在这里对应的symbol，没后缀名，连前缀的都不一样，统一code麻烦，还是算了

4、聚宽量化平台

链接附此聚宽Join Quant

本来都已经注册好了，看着代码量也不是很多，最重要的是它可以动态地获取沪深300每一天包括的成分股，然后根据获取到的code下载数据，也免了上面这一顿code_name获取操作

可申请一年试用，就可以获取数据，但是好像数据种类不是很多，示例只看到常规的open、close那6个，不知道能否改参数在这里插入图片描述

遍历日期，通过动态获取沪深300成分股code来获取数据，有需要的可以试试

#导入聚宽数据的sdk import jqdatasdk as jd from datetime import date,timedelta jd.auth("账号","密码") #数据储存路径 filename='D:\jukuan.csv' #遍历历史日期，并逐步导入数据到csv文件 for i in range(30): trade_date=date(2020,1,2)+timedelta(days=i) stocks=jd.get_index_stocks('000300.XSHG', date=trade_date) df=jd.get_price(stocks,start_date=trade_date, end_date=trade_date, frequency='daily',skip_paused=False).to_frame() df.to_csv(filename,mode='a',header=None)

总的来看还是选择了Baostock，对这些平台也不是很了解，可能有些参数没注意到，如果有更好获取股票数据的方法，望留言分享一起学习，不胜感激！

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章