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
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)
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
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
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……
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
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
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
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!