大数据的金融数据读取及分析（二）-Toy模板网

这篇具有很好参考价值的文章主要介绍了大数据的金融数据读取及分析（二）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、注册和获取token

参考大数据的金融数据读取及分析（一）大数据的金融数据读取及分析（-）_石工记的博客-CSDN博客

二、获取股市信息

需注意的是，利用tushare接口获取部分信息时对积分有不同的要求，积分不足会造成访问权限受限的情况

ps:高校学生可联系站方申请访问权限。在这里可通过旧版接口访问指数信息。新版接口为tushare pro

1.新建ExportData.py

import tushare as ts
import openpyxl

pro = ts.pro_api(token='你的token')

# 旧版tushare接口获取国内股市指数
# 上证指数：sh; 深指：sz; 沪深300：hs00; 上证50：sz50; 中小板：zxb; 创业板cyb
df = ts.get_hist_data('sh',start='2020-01-01',end='2022-03-25')

# 新版tushare pro接口获取国内数据(至少2000积分才可以调取)
# pro = ts.pro_api()
# df = pro.index_dailybasic(trade_date='20181018', fields='ts_code,trade_date,turnover_rate,pe')

# 1.查询当前所有正常上市交易的股票列表
# df = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')

# 2.查询上市公司的基本信息
# df = pro.stock_company(exchange='SZSE', fields='ts_code,chairman,manager,secretary,reg_capital,setup_date,province') # exchange 交易所代码

# 3.A股日线行情
# df = pro.query('daily', ts_code='000422.SZ', start_date='20220301', end_date='20220325')

# 4.获取指数基础信息
# df = pro.index_basic(market='CSI') # 获取中证指数基本信息，上交所：SSE；深交所：SZSE

# 5.指数日线行情（需至少2000积分可调取）
# df = pro.index_daily(ts_code='399300.SZ', start_date='20180101', end_date='20181010')

# 6.指数周线行情（需要至少600积分可调取）
# df = pro.index_weekly(ts_code='000001.SH', start_date='20180101', end_date='20190329', fields='ts_code,trade_date,open,high,low,close,vol,amount')

# 7.指数月线行情（需要至少600积分可调取）
# df = pro.index_monthly(ts_code='000001.SH', start_date='20180101', end_date='20190330', fields='ts_code,trade_date,open,high,low,close,vol,amount')

# 8.大盘指数每日指标（需要至少400积分可调取）
# df = pro.index_dailybasic(trade_date='20220325', fields='ts_code,trade_date,turnover_rate,pe')

# 9.获取中证500或者国外指数
# 富时中国A50指数 (富时A50):XIN9; 恒生指数:HSI; 道琼斯工业指数:DJI; 标普500指数:SPX; 纳斯达克指数:IXIC
# 富时100指数:FTSE; 法国CAC40指数:FCHI; 德国DAX指数:GDAXI; 日经225指数:N225; 韩国综合指数:KS11
# 澳大利亚标普200指数:AS51; 印度孟买SENSEX指数:SENSEX; 巴西IBOVESPA指数:IBOVESPA; 俄罗斯RTS指数:RTS
# 台湾加权指数:TWII; 马来西亚指数:CKLSE; 加拿大S&P/TSX指数:SPTSX; STOXX欧洲50指数:CSX5P
# df = pro.index_global(ts_code='IXIC', start_date='2020-01-01',end_date='2021-03-25') # 纳斯达克指数

# 10.A股每日重要基本面指标（需至少2000积分可调取）
# df = pro.daily_basic(ts_code='', trade_date='20180726', fields='ts_code,trade_date,turnover_rate,volume_ratio,pe,pb')
print(df)
df.to_excel('d:\\python\\data\\result.xlsx',startrow=0,startcol=0) # 插入数据

大数据的金融数据读取及分析（二）,大数据（AI&python&量化）,大数据,金融