股票数据：修订间差异
跳到导航
跳到搜索
（创建页面，内容为“数据来源 === [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 ==== SDK ==== pip install jqdatasdk JQData 每2周…”） |
无编辑摘要 |
||
| 第1行： | 第1行： | ||
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 | |||
获取日线数据 | |||
=== [https://www.joinquant.com/help/api/help 聚宽数据] === | === [https://www.joinquant.com/help/api/help 聚宽数据] === | ||
| 第11行： | 第20行： | ||
*行情数据频度：日频、分钟 | *行情数据频度：日频、分钟 | ||
==== | ==== 安装 ==== | ||
pip install jqdatasdk | 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 | 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 | ||
| 第29行： | 第38行： | ||
y_temp=pd.DataFrame(y_temp) | y_temp=pd.DataFrame(y_temp) | ||
y=tf.Variable(np.array(y_temp).astype(np.float32)) | 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:Develop]] | ||
[[分类:Python]] | [[分类:Python]] | ||
2023年6月18日 (日) 19:55的版本
股票数据来源
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
获取日线数据
聚宽数据
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
数据定义
#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))