股票数据：修订间差异

来自牛奶河Wiki
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…”）
 
 
（未显示同一用户的3个中间版本）
第1行： 第1行：
数据来源
股票数据来源


=== [https://www.joinquant.com/help/api/help 聚宽数据] ===
=== [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]
[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]


第11行： 第55行：
*行情数据频度：日频、分钟
*行情数据频度：日频、分钟


==== SDK ====
====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19行： 第63行：
  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
  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 ====
====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
  #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]
  x_temp=get_price('000300.XSHG',start_date='2018-01-01',end_date='2018-12-31')[0:-1].iloc[:,:-2]
第29行： 第73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) 20:10的最新版本

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 

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

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()

聚宽数据

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

  1. 使用Python下载A股行情的几种方法
  2. 如何搭建自己的股票高频数据库（Python）
取自“https://mwbbs.eu.org/wiki/index.php?title=股票数据&oldid=1199”