AKShare学习笔记

AKShare学习笔记

本文内容参考AKShare文档。AKShare开源财经数据接口库采集的数据都来自公开的数据源，数据接口查询出来的数据具有滞后性。接口参考AKShare数据字典。

AKShare环境配置

1. 安装Anaconda，使用Anaconda3-2019.07版本包，配置清华数据源；
2. 创建虚拟环境，指定python版本

conda create -n ak_test python=3.8.5
//激活创建好的环境
conda activate ak_test
//安装AKShare
pip install akshare --upgrade

AKShare使用实例

1. 获取上交所最近交易日的股票数据总览，当前交易日的数据需要交易所收盘后统计

import akshare as ak
stock_sse_summary_df = ak.stock_sse_summary()
print(stock_sse_summary_df)

 ​         项目         股票            主板           科创板
 0   流通股本   45171.74   43976.86   1194.89
 1    总市值     463127.23  401509.82  61617.42
 2  平均市盈率      11.92      10.88     35.47
 3   上市公司       2263         1697       566
 4   上市股票       2302         1736       566
 5   流通市值  417697.78  379086.46  38611.32
 6   报告时间   20231229   20231229  20231229
 8    总股本   49074.46   46955.66    2118.8

2. 获取深交所指定日期市场总貌证券类别统计

import akshare as ak
stock_szse_summary_df = ak.stock_szse_summary(date="20231229")
print(stock_szse_summary_df)

​ 证券类别 数量 成交金额 总市值 流通市值
0 股票 2879 4.741503e+11 3.100035e+13 2.566437e+13
1 主板A股 1505 2.724101e+11 1.957898e+13 1.741032e+13
2 主板B股 41 5.746253e+07 4.797426e+10 4.781622e+10
3 创业板A股 1333 2.016828e+11 1.137339e+13 8.206234e+12
4 基金 654 2.366080e+10 5.414342e+11 5.331753e+11
5 ETF 350 2.310018e+10 4.877119e+11 4.877119e+11
6 LOF 294 3.859221e+08 3.179691e+10 3.179691e+10
7 封闭式基金 1 4.362908e+05 1.626041e+09 1.626041e+09
8 基础设施基金 9 1.742537e+08 2.029938e+10 1.204042e+10
9 债券 13357 2.544027e+11 NaN NaN
10 债券现券 12738 3.569020e+10 6.953690e+13 2.731734e+12
11 债券回购 13 2.184160e+11 NaN NaN
12 ABS 606 2.965713e+08 4.069410e+11 4.069410e+11
13 期权 418 5.578803e+08 NaN NaN

3. 获取东方财富个股股票信息

import akshare as ak
stock_individual_info_em_df = ak.stock_individual_info_em(symbol="000002")
print(stock_individual_info_em_df)

​ item value
0 总市值 124795221066.660004
1 流通市值 101636339068.900009
2 行业 房地产开发
3 上市时间 19910129
4 股票代码 000002
5 股票简称 万 科Ａ
6 总股本 11930709471.0
7 流通股 9716667215.0

4. 获取指定股票的行情报价

import akshare as ak
stock_bid_ask_em_df = ak.stock_bid_ask_em(symbol="000002")
print(stock_bid_ask_em_df)

​ item value

0 sell_5 10.50
1 sell_5_vol 288300.00
2 sell_4 10.49
3 sell_4_vol 172800.00
4 sell_3 10.48
5 sell_3_vol 389200.00
6 sell_2 10.47
7 sell_2_vol 254700.00
8 sell_1 10.46
9 sell_1_vol 439000.00
10 buy_1 10.45
11 buy_1_vol 243700.00
12 buy_2 10.44
13 buy_2_vol 385500.00
14 buy_3 10.43
15 buy_3_vol 520700.00
16 buy_4 10.42
17 buy_4_vol 199400.00
18 buy_5 10.41
19 buy_5_vol 255000.00