Python获取股票数据——以沪深300成分股为例-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python获取股票数据——以沪深300成分股为例。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。

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

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()

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!

接着我们导入获取的股票名csv

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

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()

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!

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）

python 股票接口,Python金融量化,python,股票量化,数据获取
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

python 股票接口,Python金融量化,python,股票量化,数据获取

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

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
python 股票接口,Python金融量化,python,股票量化,数据获取
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

python 股票接口,Python金融量化,python,股票量化,数据获取
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)