怎么用Python获取股票的实时数据？
学习目标：
- 应用industry实现行业股票列表的获取
- 应用history_bars实现股票合约历史行情数据获取
- 应用get_fundamentals实现股票基本面数据获取
- 使用query的过滤条件完成股票数据的过滤
- 应用scheduler定时器实现股票数据定期获取
1、 数据接口种类
- 获取指定行业、板块股票列表
- history_bars - 指定股票合约历史数据
- get_fundamentals - 查询财务数据
2、 获取行业、板块以及概念股票列表
2.1 关于股票代码以及代码补齐
RiceQuant上的股票代码标记
股票自动搜索及补全
- Windows 用户 ： 输入ctrl + i
- Mac 用户 ：输入command + i
- Linux 用户 ：输入ctrl + i
当您输入了这个组合键之后，Ricequant在线IDE就会进入股票代码搜索和自动完成模式，接着您可以输入任何一种进行搜索和自动补全：
- 股票数字代码 - 自动补全为股票数字代码，比如"000024.XSHE"：
- 股票中文全称 - 自动补全为股票中文全称，比如"招商地产"
- 股票拼音缩写 - 这里比较特殊，自动补全为股票中文全称，因为股票拼音缩写并不是独一无二的，比如ZSDC补全为"招商地产"
2.2 获取行业
industry - 行业股票列表
industry(code)获得属于某一行业的所有股票列表。
参数
| 参数 | 类型 | 注释 |
|---|---|---|
| code | str OR industry_code item | 行业名称或行业代码。例如，农业可填写industry_code.A01 或 'A01' |
返回
获得属于某一行业的所有股票的order_book_id list。
范例
def init(context):
stock_list = industry('A01')
logger.info("农业股票列表：" + str(stock_list))2.3 获取板块
sector - 板块股票列表
sector(code)获得属于某一板块的所有股票列表。
参数
| 参数 | 类型 | 注释 |
|---|---|---|
| code | str OR sector_code items | 板块名称或板块代码。例如，能源板块可填写'Energy'、'能源'或sector_code.Energy |
返回
属于该板块的股票order_book_id或order_book_id list.
范例
def init(context):
stock_list = industry('A01')
logger.info("农业股票列表：" + str(stock_list))2.3 获取板块
sector - 板块股票列表
sector(code)获得属于某一板块的所有股票列表。
参数
| 参数 | 类型 | 注释 |
|---|---|---|
| code | str OR sector_code items | 板块名称或板块代码。例如，能源板块可填写'Energy'、'能源'或sector_code.Energy |
返回
属于该板块的股票order_book_id或order_book_id list.
范例
def init(context):
ids1 = sector("consumer discretionary")
ids2 = sector("非必需消费品")
ids3 = sector("ConsumerDiscretionary")
assert ids1 == ids2 and ids1 == ids3
logger.info(ids1)支持的行业获取如下，想要了解全球行业划分标准参考全球行业标准分类:
| 板块代码 | 中文板块名称 | 英文板块名称 |
|---|---|---|
| Energy | 能源 | energy |
| Materials | 原材料 | materials |
| ConsumerDiscretionary | 非必需消费品 | consumer discretionary |
| ConsumerStaples | 必需消费品 | consumer staples |
| HealthCare | 医疗保健 | health care |
| Financials | 金融 | financials |
| InformationTechnology | 信息技术 | information technology |
| TelecommunicationServices | 电信服务 | telecommunication services |
| Utilities | 公共服务 | utilities |
| Industrials | 工业 | industrials |
2.4 获取概念
参考：https://www.ricequant.com/api/python/chn#data-methods-concept
2.5 获取指数成分股
index_components - 指数成分股
index_components(order_book_id, date=None)获取某一指数的股票构成列表，也支持指数的历史构成查询。
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 指数代码，可传入order_book_id |
| date | str, date, datetime, pandas Timestamp | 查询日期，默认为策略当前日期。如指定，则应保证该日期不晚于策略当前日期 |
返回
构成该指数股票的order_book_id list
常见的指数获取代码为
2.6 自定义股票池，提供给handle_bar使用
我们可以通过context的参数，相当于提供一个全局变量来获取
def init(context):
# 在context中保存全局变量
context.s1 = "000001.XSHE"
# context.s2 = "601390.XSHG"
# 获取行业
# context.stock_list = industry("C39")
# 获取指数成分股
context.hs300 = index_components("000300.XSHG")
def before_trading(context):
logger.info(context.hs300)
logger.info("before_trading")3、获取股票合约数据
3.1 history_bars - 某一合约历史数据
history_bars(order_book_id, bar_count, frequency, fields=None, skip_suspended=True, include_now=False)获取指定合约的历史行情，同时支持日以及分钟历史数据。不能在init中调用。
参数
| 参数 | 类型 | 注释 |
|---|---|---|
| order_book_id | str | 合约代码，必填项 |
| bar_count | int | 获取的历史数据数量，必填项 |
| frequency | str | 获取数据什么样的频率进行。'1d'或'1m'分别表示每日和每分钟，必填项。您可以指定不同的分钟频率，例如'5m'代表5分钟线 |
| fields | strOR str list | 返回数据字段。必填项。见下方列表 |
| skip_suspended | bool | 是否跳过停牌，默认True，跳过停牌 |
| include_now | bool | 是否包括不完整的bar数据。默认为False，不包括。举例来说，在09:39的时候获取上一个5分钟线，默认将获取到09:31~09:35合成的5分钟线。如果设置为True，则将获取到09:36~09:39之间合成的"不完整"5分钟线 |
返回
ndarray ，方便直接与talib等计算库对接，效率较history返回的DataFrame更高。
获取的字段内容如下
| fields | 字段名 |
|---|---|
| datetime | 时间戳 |
| open | 开盘价 |
| high | 最高价 |
| low | 最低价 |
| close | 收盘价 |
| volume | 成交量 |
| total_turnover | 成交额 |
| datetime | int类型时间戳 |
| open_interest | 持仓量（期货专用） |
| basis_spread | 期现差（股指期货专用） |
| settlement | 结算价（期货日线专用） |
| prev_settlement | 结算价（期货日线专用） |
3.2 代码以及注意的问题
- 因为撮合逻辑是当前bar收盘或者下一个bar开盘，所以history_bars()可以获取到包含当前bar及之前所有的bar数据
- 获取当天的数据
- 获取前十天的数据
- 获取每天的每分钟分钟的数据?获取每分钟之前的几分钟数据？
# 如果想在今天运行，获取从几天开始前几天一些数据
# 获取前5天的收盘价，开盘价
# 股票代号，间隔，频率，交易指标
data = history_bars(context.s1, 5, '1d', 'close')
# 获取多个指标
data = history_bars(context.s1, 5, '1d', ['close', 'open'])
# 如果回测是每日的，不支持获取分钟数据
data = history_bars(context.s1, 5, '1m', ['close', 'open'])问题：这里的频率跟回测的频率区别？
3.3 其它-通过bar_dict获取
获取合约当前价格的bar_dict，
Bar对象
| 属性 | 类型 | 注释 |
|---|---|---|
| order_book_id | str | 合约代码 |
| symbol | str | 合约简称 |
| datetime | datetime.datetime | 时间戳 |
| open | float | 开盘价 |
| close | float | 收盘价 |
| high | float | 最高价 |
| low | float | 最低价 |
| volume | float | 成交量 |
| total_turnover | float | 成交额 |
| prev_close | float | 昨日收盘价 |
| limit_up | float | 涨停价 |
| limit_down | float | 跌停价 |
| isnan | bool | 当前bar数据是否有行情。例如，获取已经到期的合约数据，isnan此时为True |
| suspended | bool | 是否全天停牌 |
| prev_settlement | float | 昨结算（期货日线数据专用） |
| settlement | float | 结算（期货日线数据专用） |
注意,在股票策略中bar对象可以拿到所有股票合约的bar信息
# 只能获取当前的交易信息
logger.info(bar_dict[context.s1].close)注：只能获取当前运行日期的，不能获取之前日期
4、获取财务数据
4.1 get_fundamentals - 查询财务数据
get_fundamentals(query, entry_date=None, interval='1d', report_quarter=False)获取历史财务数据表格。目前支持中国市场超过400个指标，具体请参考 财务数据文档 。目前仅支持中国市场。需要注意，一次查询过多股票的财务数据会导致系统运行缓慢。（entry_date在回测当中不去要提供）
注意这里的数据指标类别虽然有400多种，但是RQ平台的这些指标数据质量不高，很多指标没有经过运算处理成需要的指标，跟我们在讲金融数据处理的时候列出来的那些财务指标差别比较大
参数
| 参数 | 类型 | 说明 |
|---|---|---|
| query | SQLAlchemyQueryObject | SQLAlchmey的Query对象。其中可在'query'内填写需要查询的指标，'filter'内填写数据过滤条件。具体可参考 sqlalchemy's query documentation 学习使用更多的方便的查询语句。从数据科学家的观点来看，sqlalchemy的使用比sql更加简单和强大 |
| entry_date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询财务数据的基准日期，应早于策略当前日期。默认为策略当前日期前一天。 |
| interval | str | 查询财务数据的间隔，默认为'1d'。例如，填写'5y'，则代表从entry_date开始（包括entry_date）回溯5年，返回数据时间以年为间隔。'd' - 天，'m' - 月， 'q' - 季，'y' - 年 |
| report_quarter | bool | 是否显示报告期，默认为False，不显示。'Q1' - 一季报，'Q2' - 半年报，'Q3' - 三季报，'Q4' - 年报 |
返回
pandas DataPanel 如果查询结果为空，返回空pandas DataFrame 如果给定间隔为1d, 1m, 1q, 1y，返回pandas DataFrame
4.2 如何获取指标-query查询
通过fundamentals获取以上的属性
q = query(fundamentals.eod_derivative_indicator.pe_ratio)4.3 过滤指标条件
- query().filter：过滤大小
- query().order_by：排序
- query().limit()：限制数量
- fundamentals.stockcode.in_()：在指定的股票池当中过滤
# 增加条件过滤掉不符合的股票代码
# 默认直接获取A股是所有的股票这个指标数据
# order_by默认是升序
# limit:选择固定数量的股票，获取20个股票交易
q = query(fundamentals.eod_derivative_indicator.pe_ratio,
fundamentals.eod_derivative_indicator.pcf_ratio).filter(
fundamentals.eod_derivative_indicator.pe_ratio > 20,
fundamentals.eod_derivative_indicator.pcf_ratio > 15,
).order_by(
fundamentals.eod_derivative_indicator.pe_ratio
).limit(20)
# 想要从沪深300指数的一些股票去进行筛选
# 通过fundamentals.stockcode去限定股票池
q = query(fundamentals.eod_derivative_indicator.pe_ratio,
fundamentals.eod_derivative_indicator.pcf_ratio).filter(
fundamentals.eod_derivative_indicator.pe_ratio > 20,
).order_by(
fundamentals.eod_derivative_indicator.pe_ratio
).filter(
fundamentals.stockcode.in_(context.hs300)
).limit(20)
# 获取财务数据，默认获取的是dataframe，entry_date在回测当中不去要提供
fund = get_fundamentals(q)
# 注释：每个表都有一个stockcode在用来方便通过股票代码来过滤掉查询的数据问题：一般选择一些满足财务数据的股票时间并不是每天去获取，而是间隔一周、一个月去获取一次？怎么取获取呢？
4、scheduler定时器定时数据获取
- scheduler.run_daily - 每天运行
- scheduler.run_weekly - 每周运行
- scheduler.run_monthly - 每月运行
4.1 API介绍
4.1.1 scheduler.run_daily - 每天运行
scheduler.run_daily(function)每日运行一次指定的函数，只能在init内使用。
注意，schedule一定在其对应时间点的handle_bar之前执行，如果定时运行函数运行时间较长，则中间的handle_bar事件将会被略过。
参数
| 参数 | 类型 | 注释 |
|---|---|---|
| function | function | 使传入的function每日运行。注意，function函数一定要包含（并且只能包含）context, bar_dict两个输入参数 |
返回
无
4.1.2 scheduler.run_monthly - 每月运行
scheduler.run_monthly(function,tradingday=t)每月运行一次指定的函数，只能在init内使用。
注意:
tradingday的负数表示倒数。tradingday表示交易日，如某月只有三个交易日，则此月的tradingday=3与tradingday=-1表示同一。
参数
| 参数 | 类型 | 注释 |
|---|---|---|
| function | function | 使传入的function每日交易开始前运行。注意，function函数一定要包含（并且只能包含）context, bar_dict两个输入参数 |
| tradingday | int | 范围为[-23,1], [1,23] ，例如，1代表每月第一个交易日，-1代表每月倒数第一个交易日，用户必须指定 |
返回
无
4.2 添加定时器之后的策略运行顺序
比如我们添加了这样一段代码：
def init(context):
# 定义一个每天运行一个定时器
scheduler.run_daily(get_data)
# 每个一个月去获取财务数据，每隔一周去获取财务数据
scheduler.run_monthly(get_data, tradingday=1)
4.3 代码
def get_data(context, bar_dict):
# logger.info("-------")
# 进行每月的第一天去调整要买卖的股票
q = query(fundamentals.eod_derivative_indicator.pe_ratio,
fundamentals.eod_derivative_indicator.pcf_ratio).filter(
fundamentals.eod_derivative_indicator.pe_ratio > 20,
).order_by(
fundamentals.eod_derivative_indicator.pe_ratio
).filter(
fundamentals.stockcode.in_(context.hs300)
).limit(20)
# 获取财务数据
data = get_fundamentals(q)
logger.info("这个月更新的股票池")
logger.info(data.T)后续大家如果想要了解回测角仪、策略交易借口，多因子策略等等内容，欢迎本条下留言。我们会持续更新哦～