Python获取股票数据——以沪深300成分股为例

目录

• 1、Baostock
• 2、Tushare pro版
• 3、AKshare
• 4、聚宽量化平台

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

1、Baostock

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

• 1
• 2

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()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27

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!

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20

接着我们导入获取的股票名csv

hs=pd.read_csv('D:/hs300_stocks.csv',encoding='gbk')

• 1

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()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27

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!

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13

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

2、Tushare pro版

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

• 1
• 2
• 3
• 4

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……

3、AKshare

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

• 1
• 2
• 3

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

4、聚宽量化平台

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

可申请一年试用，就可以获取数据，但是好像数据种类不是很多，示例只看到常规的open、close那6个，不知道能否改参数

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)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

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！