Python财经数据接口包TuShare的使用
安装TuShare
方式1:pip install tushare 方式2:访问https://pypi.python.org/pypi/tushare/下载安装 方式3:将源代码下载到本地python setup.py install
安装lxml
详细信息看 百度:https://jingyan.baidu.com/art...
更多可以看:http://tushare.org/
为防止百度404把百度的说明copy了过来
import tushare as ts df = ts.get_hist_data('600848') ts.get_hist_data('600848',ktype='W') #获取周k线数据 ts.get_hist_data('600848',ktype='M') #获取月k线数据 ts.get_hist_data('600848',ktype='5') #获取5分钟k线数据 ts.get_hist_data('600848',ktype='15') #获取15分钟k线数据 ts.get_hist_data('600848',ktype='30') #获取30分钟k线数据 ts.get_hist_data('600848',ktype='60') #获取60分钟k线数据 ts.get_hist_data('sh')#获取上证指数k线数据,其它参数与个股一致,下同 ts.get_hist_data('sz')#获取深圳成指k线数据 ts.get_hist_data('hs300')#获取沪深300指数k线数据 ts.get_hist_data('sz50')#获取上证50指数k线数据 ts.get_hist_data('zxb')#获取中小板指数k线数据 ts.get_hist_data('cyb')#获取创业板指数k线数据 Python财经数据接口包TuShare的使用 获取历史分笔数据 df = ts.get_tick_data('000756','2015-03-27') df.head(10)
Python财经数据接口包TuShare的使用
获取实时分笔数据
df = ts.get_realtime_quotes('000581') print df[['code','name','price','bid','ask','volume','amount','time']] 返回值说明: 0:name,股票名字 1:open,今日开盘价 2:pre_close,昨日收盘价 3:price,当前价格 4:high,今日最高价 5:low,今日最低价 6:bid,竞买价,即“买一”报价 7:ask,竞卖价,即“卖一”报价 8:volumn,成交量 maybe you need do volumn/100 9:amount,成交金额(元 CNY) 10:b1_v,委买一(笔数 bid volume) 11:b1_p,委买一(价格 bid price) 12:b2_v,“买二” 13:b2_p,“买二” 14:b3_v,“买三” 15:b3_p,“买三” 16:b4_v,“买四” 17:b4_p,“买四” 18:b5_v,“买五” 19:b5_p,“买五” 20:a1_v,委卖一(笔数 ask volume) 21:a1_p,委卖一(价格 ask price) ... 30:date,日期 31:time,时间
END
获取其他数据
股票分数数据
行业分类 ts.get_industry_classified() 概念分类,所有股票炒作概念,比如苹果、特斯拉等 ts.get_concept_classified() 地域分类 ts.get_area_classified() 中小板分类 ts.get_sme_classified() 创业板分类 ts.get_gem_classified() 风险警示板分类 ts.get_st_classified() 沪深300成份股及权重 ts.get_hs300s() 上证50成份股 ts.get_sz50s() 基本面数据 沪深股票列表(基础数据,沪深所有股票情况) ts.get_stock_basics() 业绩报告(主表) #获取2014年第3季度的业绩报表数据 ts.get_report_data(2014,3) 盈利能力数据 #获取2014年第3季度的盈利能力数据 ts.get_profit_data(2014,3) 营运能力数据 #获取2014年第3季度的营运能力数据 ts.get_operation_data(2014,3) 成长能力数据 ts.get_growth_data(2014,3) 偿债能力数据 ts.get_debtpaying_data(2014,3) 现金流量数据 ts.get_cashflow_data(2014,3) 宏观经济数据 目前宏观经济数据主要包括以下方面: 金融信息数据 国民经济数据 价格指数数据 景气指数数据 对外经济贸易数据
END
数据存储
保存为csv格式
import tushare as ts df = ts.get_hist_data('000875')#直接保存 df.to_csv('c:/day/000875.csv')#选择保存 df.to_csv('c:/day/000875.csv',columns=['open','high','low','close']) 保存为Excel格式 df = ts.get_hist_data('000875')#直接保存 df.to_excel('c:/day/000875.xlsx')#设定数据位置(从第3行,第6列开始插入数据) df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5) 保存为HDF5文件格式 df = ts.get_hist_data('000875') df.to_hdf('c:/day/hdf.h5','000875') 保存为JSON格式 df = ts.get_hist_data('000875') df.to_json('c:/day/000875.json',orient='records') MySQL数据库 pandas提供了将数据便捷存入关系型数据库的方法,在新版的pandas中,主要是已sqlalchemy方式与数据建立连接,支持MySQL、Postgresql、Oracle、MS SQLServer、SQLite等主流数据库。本例以MySQL数据库为代表,展示将获取到的股票数据存入数据库的方法,其他类型数据库请参考sqlalchemy官网文档的create_engine部分。 from sqlalchemy import create_engine import tushare as ts df = ts.get_tick_data('600848',date='2014-12-22') engine = create_engine('mysql://user:[email protected]/db_name?charset=utf8') #存入数据库 df.to_sql('tick_data',engine) #追加数据到现有表 #df.to_sql('tick_data',engine,if_exists='append') Python财经数据接口包TuShare的使用 存入MongoDB import pymongo import json conn = pymongo.Connection('127.0.0.1', port=27017) df = ts.get_tick_data('600848',date='2014-12-22') conn.db.tickdata.insert(json.loads(df.to_json(orient='records'))) Python财经数据接口包TuShare的使用