查看“股票数据”的源代码

股票数据来源

=== [http://baostock.com/ 证券宝] ===
免费、开源的证券数据平台（无需注册），只支持 Python3.5 及以上

==== 安装 ====
依赖：pandas
 pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn
 升级：pip install --upgrade baostock

====获取数据====
[http://baostock.com/baostock/index.php/A股K线数据 A股K线数据说明]
 import baostock as bs
 import pandas as pd
 
 # 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A股历史K线数据
 # 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
 rs = bs.query_history_k_data_plus("sh.600000",
     "date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,isST",
     start_date='2017-07-01', end_date='2017-12-31',
     frequency="d", adjustflag="3")
 print('query_history_k_data_plus respond error_code:'+rs.error_code)
 print('query_history_k_data_plus respond  error_msg:'+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)
 
 # 结果集输出到csv文件 #  
 result.to_csv("/tmp/history_A_stock_k_data.csv", index=False)
 print(result)
 
 # 登出系统
 bs.logout()

===[https://www.joinquant.com/help/api/help 聚宽数据]===
[https://www.joinquant.com/help/api/help#JQData:JQData%E5%AE%89%E8%A3%85%E3%80%81%E7%99%BB%E9%99%86%E5%8F%8A%E6%B5%81%E9%87%8F%E6%9F%A5%E8%AF%A2 JQData-本地量化数据说明书]

普通试用账号

*有效期：3个月
*连接数（auth lisense）：1
*每日可用流量（总和）：50万
*行情数据频度：日频、分钟

====安装====
 pip install jqdatasdk
 JQData 每2周发布一次迭代版本，增加更多维度的基础数据以及因子类数据：pip install -U jqdatasdk
 
 Python :
 from jqdatasdk import *
 auth('账号','密码') #账号是申请时所填写的手机号；密码为聚宽官网登录密码

====获取数据====
 #输入值x：以当天沪深300指数的开盘价、收盘价、最高价、最低价为输入数据
 x_temp=get_price('000300.XSHG',start_date='2018-01-01',end_date='2018-12-31')[0:-1].iloc[:,:-2]
 #将x调整为TensorFlow的格式（由于tf处理数据的格式需要改成float32）
 x=tf.Variable(np.array(x_temp).astype(np.float32))
 #输出值y：以第二天沪深300指数的收盘价作为输出数据
 y_temp=get_price('000300.XSHG',start_date='2018-01-01',end_date='2018-12-31')[1:]['close']
 #将y调整为TensorFlow的格式
 y_temp=pd.DataFrame(y_temp)
 y=tf.Variable(np.array(y_temp).astype(np.float32))

===参考===

#[https://zhuanlan.zhihu.com/p/263683591 使用Python下载A股行情的几种方法]
#[https://zhuanlan.zhihu.com/p/488375029 如何搭建自己的股票高频数据库（Python）]

[[分类:Develop]]
[[分类:Python]]