资讯专栏INFORMATION COLUMN

上云采购季！| 2核2G4M爆款云服务器低至59元/年，更有多台、长期优惠，快来选购！

立即前往
首页/文章专栏/Python财经数据接口包TuShare的使用

Python财经数据接口包TuShare的使用

20171112 / 2509人阅读

摘要：本例以数据库为代表，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官网文档的部分。存入数据库追加数据到现有表财经数据接口包的使用存入财经数据接口包的使用

安装TuShare

</>复制代码 
  1. 方式1：pip install tushare
  2. 方式2：访问https://pypi.python.org/pypi/tushare/下载安装
  3. 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

</>复制代码 
  1. import tushare as ts
  2. df = ts.get_hist_data("600848")
  3. ts.get_hist_data("600848"，ktype="W") #获取周k线数据
  4. ts.get_hist_data("600848"，ktype="M") #获取月k线数据
  5. ts.get_hist_data("600848"，ktype="5") #获取5分钟k线数据
  6. ts.get_hist_data("600848"，ktype="15") #获取15分钟k线数据
  7. ts.get_hist_data("600848"，ktype="30") #获取30分钟k线数据
  8. ts.get_hist_data("600848"，ktype="60") #获取60分钟k线数据
  9. 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
  10. 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
  11. ts.get_hist_data("sz50"）#获取上证50指数k线数据
  12. ts.get_hist_data("zxb"）#获取中小板指数k线数据
  13. ts.get_hist_data("cyb"）#获取创业板指数k线数据
  14. Python财经数据接口包TuShare的使用
  15. 获取历史分笔数据
  16. df = ts.get_tick_data("000756","2015-03-27")
  17. df.head(10)

Python财经数据接口包TuShare的使用
获取实时分笔数据

</>复制代码 
  1. df = ts.get_realtime_quotes("000581") 
  2. print df[["code","name","price","bid","ask","volume","amount","time"]]
  3. 返回值说明：
  4. 0：name，股票名字
  5. 1：open，今日开盘价
  6. 2：pre_close，昨日收盘价
  7. 3：price，当前价格
  8. 4：high，今日最高价
  9. 5：low，今日最低价
  10. 6：bid，竞买价，即“买一”报价
  11. 7：ask，竞卖价，即“卖一”报价
  12. 8：volumn，成交量 maybe you need do volumn/100
  13. 9：amount，成交金额（元 CNY）
  14. 10：b1_v，委买一（笔数 bid volume）
  15. 11：b1_p，委买一（价格 bid price）
  16. 12：b2_v，“买二”
  17. 13：b2_p，“买二”
  18. 14：b3_v，“买三”
  19. 15：b3_p，“买三”
  20. 16：b4_v，“买四”
  21. 17：b4_p，“买四”
  22. 18：b5_v，“买五”
  23. 19：b5_p，“买五”
  24. 20：a1_v，委卖一（笔数 ask volume）
  25. 21：a1_p，委卖一（价格 ask price）
  26. ...
  27. 30：date，日期
  28. 31：time，时间

END
获取其他数据
股票分数数据

</>复制代码 
  1. 行业分类
  2. ts.get_industry_classified()
  3. 概念分类，所有股票炒作概念，比如苹果、特斯拉等
  4. ts.get_concept_classified()
  5. 地域分类
  6. ts.get_area_classified()
  7. 中小板分类
  8. ts.get_sme_classified()
  9. 创业板分类
  10. ts.get_gem_classified()
  11. 风险警示板分类
  12. ts.get_st_classified()
  13. 沪深300成份股及权重
  14. ts.get_hs300s()
  15. 上证50成份股
  16. ts.get_sz50s()
  17. 基本面数据
  18. 沪深股票列表（基础数据，沪深所有股票情况）
  19. ts.get_stock_basics()
  20. 业绩报告（主表）
  21. #获取2014年第3季度的业绩报表数据
  22. ts.get_report_data(2014,3)
  23. 盈利能力数据
  24. #获取2014年第3季度的盈利能力数据
  25. ts.get_profit_data(2014,3)
  26. 营运能力数据
  27. #获取2014年第3季度的营运能力数据
  28. ts.get_operation_data(2014,3)
  29. 成长能力数据
  30. ts.get_growth_data(2014,3)
  31. 偿债能力数据
  32. ts.get_debtpaying_data(2014,3)
  33. 现金流量数据
  34. ts.get_cashflow_data(2014,3)
  35. 宏观经济数据
  36. 目前宏观经济数据主要包括以下方面：
  37. 金融信息数据
  38. 国民经济数据
  39. 价格指数数据
  40. 景气指数数据
  41. 对外经济贸易数据

END
数据存储
保存为csv格式

</>复制代码 
  1. import tushare as ts
  2. df = ts.get_hist_data("000875")#直接保存
  3. df.to_csv("c:/day/000875.csv")#选择保存
  4. df.to_csv("c:/day/000875.csv",columns=["open","high","low","close"])
  5. 保存为Excel格式
  6. df = ts.get_hist_data("000875")#直接保存
  7. 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）
  8. df.to_excel("c:/day/000875.xlsx", startrow=2,startcol=5)
  9. 保存为HDF5文件格式
  10. df = ts.get_hist_data("000875")
  11. df.to_hdf("c:/day/hdf.h5","000875")
  12. 保存为JSON格式
  13. df = ts.get_hist_data("000875")
  14. df.to_json("c:/day/000875.json",orient="records")
  15. MySQL数据库
  16. 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。
  17. from sqlalchemy import create_engine
  18. import tushare as ts
  19. df = ts.get_tick_data("600848",date="2014-12-22")
  20. engine = create_engine("mysql://user:passwd@127.0.0.1/db_name?charset=utf8")
  21. #存入数据库
  22. df.to_sql("tick_data",engine)
  23. #追加数据到现有表
  24. #df.to_sql("tick_data",engine,if_exists="append")
  25. Python财经数据接口包TuShare的使用
  26. 存入MongoDB
  27. import pymongo
  28. import json
  29. conn = pymongo.Connection("127.0.0.1", port=27017)
  30. df = ts.get_tick_data("600848",date="2014-12-22")
  31. conn.db.tickdata.insert(json.loads(df.to_json(orient="records")))
  32. Python财经数据接口包TuShare的使用
云服务器 GPU云服务器 财经数据接口 js数据包的接口 python 使用包 短信接口的使用

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/44475.html

相关文章

  • 想用 Python 做数据分析？先玩玩tushare再说

    摘要：数据分析是的一大应用领域。这其中，又有相当一部分人是涉及金融相关行业，有从业人员，有学生，还有对此具有兴趣的爱好者。那么，想要学习用做数据分析该从何入手既然是数据分析，首先，你得有数据。今天就来介绍一个很好用的财经数据包 数据分析是 Python 的一大应用领域。据我所知，本教室的读者中有不少学习 Python 就是为了在工作中能用它分析数据。这其中，又有相当一部分人是涉及金融相关行业...

    tinysun1234 评论0 收藏0

  • 「数据游戏」：使用岭回归预测招商银行的股价

    摘要：作者，数据游戏优胜队伍成员前阵子报名参加了数据游戏比赛，题目是预测月号星期三招商银行的股价，截止时间是在月号星期天。 作者：Max，「数据游戏」优胜队伍成员 前阵子报名参加了「数据游戏」比赛，题目是预测5月15号（星期三）招商银行的股价，截止时间是在5月12号（星期天）。在本次预测中，我用到的是岭回归。 岭回归 岭回归是回归的一种，它解决回归中重大疑难问题：排除多重共线性，进行变量的选...

    沈建明 评论0 收藏0

  • 「数据游戏」：使用岭回归预测招商银行的股价

    摘要：作者，数据游戏优胜队伍成员前阵子报名参加了数据游戏比赛，题目是预测月号星期三招商银行的股价，截止时间是在月号星期天。 作者：Max，「数据游戏」优胜队伍成员 前阵子报名参加了「数据游戏」比赛，题目是预测5月15号（星期三）招商银行的股价，截止时间是在5月12号（星期天）。在本次预测中，我用到的是岭回归。 岭回归 岭回归是回归的一种，它解决回归中重大疑难问题：排除多重共线性，进行变量的选...

    vboy1010 评论0 收藏0

  • 一文带你斩杀Python之Numpy☀️Pandas全部操作【全网最详细】❗❗❗

    目录Numpy简介Numpy操作集合1、不同维度数据的表示1.1 一维数据的表示1.2 二维数据的表示1.3 三维数据的表示2、 为什么要使用Numpy2.1、Numpy的ndarray具有广播功能2.2 Numpy数组的性能比Python原生数据类型高3 ndarray的属性和基本操作3.1 ndarray的基本属性3.2 ndarray元素类型3.3 创建ndarray的方式3.4 ndarr...

    asoren 评论0 收藏0

  • 动态再平衡投资策略历史数据回测

    摘要：再平衡策略基本就是以固定收益为标准，围绕其做波动，而波动的影响就是股市的涨跌。 赚钱是个俗气的话题，但又是人人都绕不开的事情。我今天来 科学 地触碰下这个话题。 谈赚钱，就会谈到理财、投资，谈到炒股。有这样一个笑话： 问：如何成为百万富翁？ 答：带一千万进入股市。 那么你有没有炒过股？有没有亏过钱？ 股市虽然是个充满造富神话的地方，但对于大部分参与者来说，风险都是极高的，所谓 七...

    Vultr 评论0 收藏0

发表评论

登陆后可评论

0条评论

20171112

男|高级讲师
我要私信

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<