获取股票数据的接口很多,免费的接口有新浪、网易、雅虎的API接口,收费的就是证券公司及相应的公司提供的接口。
收费试用的接口一般提供的数据只是最近一年或三年的,限制比较多,除非money足够多。
所以本文主要讨论的是免费数据的获取及处理。

国内提供股票数据的接口如sinajs,money.163.com,yahoo,它们提供的API接口不同,每家提供的数据大同小异,可以选择一家的数据来处理。

目前,国内有一个开源的财经数据获取包,封装了上述的接口,不需关系数据源从哪去,它会优先从最快的源来取数据。使用起来非常方便。它是TuShare,具体的安装使用见链接。

本文基于TuShare的数据获取基础上开发,介绍如何获取A股所有股票的历史K线数据。
一、获取A股上市公司列表
import tushare as ts
import pandas as pd
def download_stock_basic_info():

try:
       df = ts.get_stock_basics()
       #直接保存到csv
       print 'choose csv'
       df.to_csv('stock_basic_list.csv');
       print 'download csv finish'
股票列表中包括当前A股的2756只股票的基本信息,包括:
code,代码
name,名称
industry,所属行业
area,地区
pe,市盈率
outstanding,流通股本
totals,总股本(万)
totalAssets,总资产(万)
liquidAssets,流动资产
fixedAssets,固定资产
reserved,公积金
reservedPerShare,每股公积金
eps,每股收益
bvps,每股净资
pb,市净率
timeToMarket,上市日期
二、获取单只股票的历史K线

获取的日K线数据包括:

date : 交易日期 (index)
open : 开盘价(前复权,默认)
high : 最高价(前复权,默认)
close : 收盘价(前复权,默认)
low : 最低价(前复权,默认)
open_nfq : 开盘价(不复权)
high_nfq : 最高价(不复权)
close_nfq : 收盘价(不复权)
low_nfq : 最低价(不复权)
open_hfq : 开盘价(后复权)
high_hfq : 最高价(后复权)
close_hfq : 收盘价(后复权)
low_hfq : 最低价(后复权)
volume : 成交量
amount : 成交金额

下载股票代码为code的股票历史K线,默认为上市日期到今天的K线数据,支持递增下载,如本地已下载股票60000的数据到2015-6-19,再次运行则会从6.20开始下载,追加到本地csv文件中。

# 默认为上市日期到今天的K线数据
# 可指定开始、结束日期:格式为"2015-06-28"
def download_stock_kline(code, date_start='', date_end=datetime.date.today()):

code = util.getSixDigitalStockCode(code) # 将股票代码格式化为6位数字

try:
       fileName = 'h_kline_' str(code) '.csv'

writeMode = 'w'
       if os.path.exists(cm.DownloadDir fileName):
           #print (">>exist:" code)
           df = pd.DataFrame.from_csv(path=cm.DownloadDir fileName)

se = df.head(1).index #取已有文件的最近日期
           dateNew = se[0] datetime.timedelta(1)
           date_start = dateNew.strftime("%Y-%m-%d")
           #print date_start
           writeMode = 'a'

if date_start == '':
           se = get_stock_info(code)
           date_start = se['timeToMarket'] 
           date = datetime.datetime.strptime(str(date_start), "%Y%m%d")
           date_start = date.strftime('%Y-%m-%d')
       date_end = date_end.strftime('%Y-%m-%d')

# 已经是最新的数据
       if date_start >= date_end:
           df = pd.read_csv(cm.DownloadDir fileName)
           return df

print 'download ' str(code) ' k-line >>>begin (', date_start u' 到 ' date_end ')'
       df_qfq = ts.get_h_data(str(code), start=date_start, end=date_end) # 前复权
       df_nfq = ts.get_h_data(str(code), start=date_start, end=date_end) # 不复权
       df_hfq = ts.get_h_data(str(code), start=date_start, end=date_end) # 后复权

if df_qfq is None or df_nfq is None or df_hfq is None:
           return None

df_qfq['open_no_fq'] = df_nfq['open']
       df_qfq['high_no_fq'] = df_nfq['high']
       df_qfq['close_no_fq'] = df_nfq['close']
       df_qfq['low_no_fq'] = df_nfq['low']
       df_qfq['open_hfq']=df_hfq['open']
       df_qfq['high_hfq']=df_hfq['high']
       df_qfq['close_hfq']=df_hfq['close']
       df_qfq['low_hfq']=df_hfq['low']

if writeMode == 'w':
           df_qfq.to_csv(cm.DownloadDir fileName)
       else:

df_old = pd.DataFrame.from_csv(cm.DownloadDir fileName)

# 按日期由远及近
           df_old = df_old.reindex(df_old.index[::-1])
           df_qfq = df_qfq.reindex(df_qfq.index[::-1])

df_new = df_old.append(df_qfq)
           #print df_new

# 按日期由近及远
           df_new = df_new.reindex(df_new.index[::-1])
           df_new.to_csv(cm.DownloadDir fileName)
           #df_qfq = df_new

print '\ndownload ' str(code)   ' k-line finish'
       return pd.read_csv(cm.DownloadDir fileName)

except Exception as e:
       print str(e)

return None
##  private methods  ##
#######################

# 获取个股的基本信息:股票名称,行业,地域,PE等,详细如下
#    code,代码
#    name,名称
#    industry,所属行业
#    area,地区
#    pe,市盈率
#    outstanding,流通股本
#    totals,总股本(万)
#    totalAssets,总资产(万)
#    liquidAssets,流动资产
#    fixedAssets,固定资产
#    reserved,公积金
#    reservedPerShare,每股公积金
#    eps,每股收益
#    bvps,每股净资
#    pb,市净率
#    timeToMarket,上市日期
# 返回值类型:Series
def get_stock_info(code):
    try:
       sql = "select * from %s where code='%s'" % (STOCK_BASIC_TABLE, code)
       df = pd.read_sql_query(sql, engine)
       se = df.ix[0]
    except Exception as e:
       print str(e)
    return se
三、获取所有股票的历史K线

# 获取所有股票的历史K线
def download_all_stock_history_k_line():
    print 'download all stock k-line'
    try:
       df = pd.DataFrame.from_csv(cm.DownloadDir cm.TABLE_STOCKS_BASIC '.csv')
       pool = ThreadPool(processes=10)
       pool.map(download_stock_kline, df.index)
       pool.close()
       pool.join()

except Exception as e:
       print str(e)
    print 'download all stock k-line'
Map来自函数语言Lisp,map函数能够按序映射出另一个函数。

urls = ['http://www.yahoo.com', 'http://www.reddit.com']
results = map(urllib2.urlopen, urls)

有两个能够支持通过map函数来完成并行的库:一个是multiprocessing,另一个是鲜为人知但功能强大的子文件:multiprocessing.dummy。
Dummy就是多进程模块的克隆文件。唯一不同的是,多进程模块使用的是进程,而dummy则使用线程(当然,它有所有Python常见的限制)。

通过指定processes的个数来调用多线程。

附:文中用到的其他函数及变量,定义如下:
TABLE_STOCKS_BASIC = 'stock_basic_list'
DownloadDir = os.path.pardir '/stockdata/' # os.path.pardir: 上级目录

# 补全股票代码(6位股票代码)
# input: int or string
# output: string
def getSixDigitalStockCode(code):
    strZero = ''
    for i in range(len(str(code)), 6):
       strZero = '0'
    return strZero str(code)

Python股票历史数据的获取的更多相关文章

  1. 金融量化分析-python量化分析系列之---使用python获取股票历史数据和实时分笔数据

    财经数据接口包tushare的使用(一) Tushare是一款开源免费的金融数据接口包,可以用于获取股票的历史数据.年度季度报表数据.实时分笔数据.历史分笔数据,本文对tushare的用法,已经存在的 ...

  2. 获取股票历史数据和当前数据的API

    关键字:股票,stock,API,接口 1.获取股票当前数据 新浪数据接口:http://hq.sinajs.cn/list={code}.{code}替换为股票代码,沪市股票代码加前缀sh,深市股票 ...

  3. Python股票分析系列——自动获取标普500股票列表.p5

    该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第5部分.在本教程和接下来的几节中,我们将着手研究如何为更多公司提供大量的定价信息,以及如何一次 ...

  4. Python股票分析系列——系列介绍和获取股票数据.p1

    本系列转载自youtuber sentdex博主的教程视频内容 https://www.youtube.com/watch?v=19yyasfGLhk&index=4&list=PLQ ...

  5. 使用tushare获取股票历史数据和实时分笔数据

    使用tushare获取股票历史数据和实时分笔数据   财经数据接口包tushare的使用(一) Tushare是一款开源免费的金融数据接口包,可以用于获取股票的历史数据.年度季度报表数据.实时分笔数据 ...

  6. Python股票分析系列——基础股票数据操作(二).p4

    该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第4部分.在本教程中,我们将基于Adj Close列创建烛台/ OHLC图,这将允许我介绍重新采 ...

  7. python编写的自动获取代理IP列表的爬虫-chinaboywg-ChinaUnix博客

    python编写的自动获取代理IP列表的爬虫-chinaboywg-ChinaUnix博客 undefined Python多线程抓取代理服务器 | Linux运维笔记 undefined java如 ...

  8. python封装configparser模块获取conf.ini值(优化版)

    昨天晚上封装了configparser模块,是根据keyname获取的value.python封装configparser模块获取conf.ini值 我原本是想通过config.ini文件中的sect ...

  9. Python股票分析系列——基础股票数据操作(一).p3

    该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第3部分.在本教程中,我们将使用我们的股票数据进一步分解一些基本的数据操作和可视化.我们将要使用 ...

随机推荐

  1. Linux—修改文件权限、文件拥有者以及文件所在组

    修改文件权限——chmod 修改文件拥有者——chown 修改文件所属组群——chgrp

  2. andorid popupwindow 更新时动画的实现,可实现一个窗口被一个窗口推上去的效果

    最近由于项目需要,一直在寻找一个弹出窗口,在另一个弹出窗口弹出时,推上去的效果,居然找不到,经过不懈的努力,终于实现了popupwindow在更新时的动画. 先上代码: import android. ...

  3. 苏州市java岗位的薪资状况(2)

    上一篇已经统计出了起薪最高的top 10: 接着玩,把top 10 中所有职位的详细信息爬取下来.某一职位的详情是这样: 我们需要把工作经验.学历.职能.关键字爬取下来. from urllib.re ...

  4. postman---postman生成测试报告

    做完测试后,都会编写一份测试报告,测试报告中最主要的就是呈现出测试结果,哪些用例通过了,哪些用例没有通过.像postman这么强大的功能也可以自动生成报告,供我们测试同学进行查看,显得更加有B格~~~ ...

  5. misc-3-1

    无后缀,用winhex发现是rar,添加后缀解压,依据是无后缀,丢到kali,是一个流量数据包 TCP追踪流在第五个数据包发现flag.rar 导出对象 选择HTTP 找到flag.rar 然后丢到你 ...

  6. web系统测试策略

    1.按系统架构可分为: 客户端测试.服务器端测试.网络上测试 2.按职能可分为: 应用功能的测试.web应用服务的测试.安全系统的测试.数据库服务的测试 3.按软件质量特性: (1)功能测试 链接测试 ...

  7. Expression #1 of ORDER BY clause is not in GROUP BY clause and contains nonaggregated column 'infor

    今天在Navicat上执行SQL增删改查数据操作的时候出现了下面这个问题 Expression #1 of ORDER BY clause is not in GROUP BY clause and ...

  8. 记录使用echarts的graph类型绘制流程图全过程(二)- 多层关系和圆形图片的设置

    本文主要记录在使用echarts的graph类型绘制流程图时候遇到的2个问题:对于圆形图片的剪切和多层关系的设置 图片的设置 如果用echarts默认的symbol参数来显示图片,会显示图片的原始状态 ...

  9. Rust对协程的思考

    最近和同事聊起来,觉得lua缺乏编译型语言的类型校验功能,还有变量拼写检查之类的,导致线上总是有低级错误出现.比如最近有一个是变量名拼写少了一个字母,导致某功能没开启:还有一个是变量传参时,之前测试多 ...

  10. 关于window10更新之后,15.5版本虚拟机不能使用的情况:检测更新版本

    1.用了四五年的虚拟机,最近居然老提示检测更新版本,嗯,我将我的虚拟机由10版本,更新到了15.5版本,这也是网友说的,然而并灭有什么乱弄.window10系统自动更新,自动更新以后虚拟机就打不开了, ...