001:如何获取A股个股的前复权K线数据

这篇具有很好参考价值的文章主要介绍了001:如何获取A股个股的前复权K线数据。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。

以获取京泉华最近一年的前复权K线数据为例:

新建文件main.py,内容如下:

from urllib.parse import urlencode
import pandas as pd
import requests
 
 
def gen_secid(rawcode: str) -> str:
    '''
    生成东方财富专用的secid
    Parameters
    ----------
    rawcode : 6 位股票代码
    Return
    ------
    str: 指定格式的字符串
    '''
    # 沪市指数
    if rawcode[:3] == '000':
        return f'1.{rawcode}'
    # 深证指数
    if rawcode[:3] == '399':
        return f'0.{rawcode}'
    # 沪市股票
    if rawcode[0] != '6':
        return f'0.{rawcode}'
    # 深市股票
    return f'1.{rawcode}'
 
 
def get_k_history(code: str, beg: str, end: str, klt: int = 101, fqt: int = 1) -> pd.DataFrame:
    '''
    功能获取k线数据
    -
    参数
        code : 6 位股票代码
        beg: 开始日期 例如 20200101
        end: 结束日期 例如 20200201
        klt: k线间距 默认为 101 即日k
            klt:1 1 分钟
            klt:5 5 分钟
            klt:101 日
            klt:102 周
        fqt: 复权方式
            不复权 : 0
            前复权 : 1
            后复权 : 2 
    '''
    EastmoneyKlines = {
        'f51': '日期',
        'f52': '开盘',
        'f53': '收盘',
        'f54': '最高',
        'f55': '最低',
        'f56': '成交量',
        'f57': '成交额',
        'f58': '振幅',
        'f59': '涨跌幅',
        'f60': '涨跌额',
        'f61': '换手率',
 
 
    }
    EastmoneyHeaders = {
  
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',
        'Accept': '*/*',
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
        'Referer': 'http://quote.eastmoney.com/center/gridlist.html',
    }
    fields = list(EastmoneyKlines.keys())
    columns = list(EastmoneyKlines.values())
    fields2 = ",".join(fields)
    secid = gen_secid(code)
    params = (
        ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),
        ('fields2', fields2),
        ('beg', beg),
        ('end', end),
        ('rtntype', '6'),
        ('secid', secid),
        ('klt', f'{klt}'),
        ('fqt', f'{fqt}'),
    )
    params = dict(params)
    base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'
    url = base_url+'?'+urlencode(params)
    json_response: dict = requests.get(
        url, headers=EastmoneyHeaders).json()
 
    data = json_response.get('data')
    if data is None:
        if secid[0] == '0':
            secid = f'1.{code}'
        else:
            secid = f'0.{code}'
        params['secid'] = secid
        url = base_url+'?'+urlencode(params)
        json_response: dict = requests.get(
            url, headers=EastmoneyHeaders).json()
        data = json_response.get('data')
    if data is None:
        print('股票代码:', code, '可能有误')
        return pd.DataFrame(columns=columns)
 
    klines = data['klines']
 
    rows = []
    for _kline in klines:
 
        kline = _kline.split(',')
        rows.append(kline)
 
    df = pd.DataFrame(rows, columns=columns)
 
    return df
 
 
if __name__ == "__main__":
    # 股票代码
    code = '002885'
 
    # 开始日期
    start_date = '20220925'
    # 结束日期
    end_date = '20230925'
 
    print(f'正在获取 {code} 从 {start_date} 到 {end_date} 的 k线数据......')
    # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据
    df = get_k_history(code, start_date, end_date)
    # 保存k线数据到表格里面
    df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)
    print(f'股票代码:{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

用python3执行,执行后得到文件002885.csv。

done!!文章来源地址https://www.toymoban.com/news/detail-731491.html

到了这里,关于001:如何获取A股个股的前复权K线数据的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 期权交易指南篇:个股场外期权怎么做?

    个股期权就是股票,唯一区别就是市值100万起步够买,目前国内的个人投资者是无法直接参与个股场外期权交易的,需要通过机构通道方询价后再下单到证券公司,下文介绍期权交易指南篇:个股场外期权怎么做? 一、个人通过机构通道做场外个股期权交易的流程如下: 场

    2024年04月12日
    浏览(76)
  • AI量化炒股是如何获取L2实时行情数据的呢?

    现在先说说证券行情吧。 1。国外的股票行情我就不谈了,这个我不是很了解,今天我来说说国内两大证券交易所,上交所和深交所两大交易所。 上交所的L1和深交所的L1行情,狭义的说就是五档行情,还是比较好获取,渠道很多,但是质量参差不齐。我说说质量稍微好点的,

    2024年01月20日
    浏览(43)
  • 量化交易策略的未来:如何融合人工智能与金融

    量化交易策略的未来:如何融合人工智能与金融 量化交易策略已经成为金融市场中最受关注的话题之一。随着大数据、人工智能和机器学习技术的快速发展,量化交易策略的应用范围和深度得到了显著提高。这篇文章将探讨量化交易策略的未来趋势,以及如何将人工智能与金

    2024年02月20日
    浏览(133)
  • 带你详细了解到底什么是个股场外期权的交易流程?

    个股场外期权是一种在沪深交易所之外交易的个股期权,期权的买方(权利方)通过向卖方(义务方)支付一定的费用(权利金),获得一种权利,即有权在约定的时间以约定的价格向期权卖方买入或卖出约定数量的特定股票。 目前国内场外股票期权的买方一般为机构投资者和个人投

    2024年04月17日
    浏览(43)
  • 量化交易——python数据分析及可视化

    数据来源:tushare 数据字段包含:日期,开盘价,收盘价,最低价,最高价,涨跌 需要计算的数据:macd,diff,dea (1)计算指数移动平均值(EMA) 12日EMA的算式为 EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13 26日EMA的算式为 EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27 (

    2024年02月15日
    浏览(40)
  • 22.项目开发之量化交易抓取数据QuantTradeData(一)

    该量化交易数据平台用于数据库的数据抓取、分析等操作。 和QuantTrade使用同一个数据库,无需重新创建 pom.xml application.properties Application RestObject 搭建Const和TuShareAPI工具 Const 启动时,运行: http://localhost:8082/swagger-ui/index.html 为了获取前一天的最新数据,我们需要每个工作日的

    2024年02月07日
    浏览(37)
  • 【从零开始玩量化17】如何python+QMT完成自动化交易?(全网最详细入门教程)

    此部分为扫盲内容,有一定了解者可以跳过。 它是一款量化交易客户端软件,由一家叫做迅投公司出品,可以直接登录你的券商账号进行股票交易,但与同花顺/通信达不同的是, 它暴露了基于python的交易API,可以执行程序化交易 。 顺便查了一下迅投这个公司的背景,21年冲

    2024年02月08日
    浏览(58)
  • 图形化跟踪个股RPS走势,挖掘出源源不断的牛股!股票量化分析工具QTYX-V2.5.7...

    概述RPS选股策略 威廉·欧奈尔把投资理念集中于他自创的CANSLIM选股系统,凭借着这个系统驰骋股票市场数十年,无论在牛市还是熊市,这个系统都是最稳定、表现最好的系统之一。 CANSLIM选股系统中有一个RPS指标(Relative Price Strength Rating),即股价相对强度指标。 它根据一段

    2024年01月15日
    浏览(40)
  • C#获取DataTable的前N行数据然后按指定字段排序

    可以使用以下三种代码: 控制台应用程序FilterDataTableDemo  

    2024年02月11日
    浏览(42)
  • (9-3)基于深度强化学习的量化交易策略(OpenAI Baselines +FinRL+DRL+PyPortfolioOpt):数据预处理

    1.1.6  数据预处理 数据预处理是训练高质量机器学习模型的关键步骤,在这一步需要检查缺失数据并进行特征工程,以将数据转换为适合模型训练的状态。本项目的数据预处理江湾城以下工作: 添加技术指标:在实际交易中,需要考虑各种信息,例如历史股价、当前持仓股票

    2024年01月25日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包