python获取股票数据

股票数据"/>

python获取股票数据

要做量化投资，数据是基础，正所谓“巧妇难为无米之炊”

在免费数据方面，各大网站的财经板块其实已提供相应的api，如新浪、雅虎、搜狐。。。可以通过urlopen相应格式的网址获取数据

而TuShare正是这么一个免费、开源的python财经数据接口包，已将各类数据整理为dataframe类型供我们使用。

主要用到的函数：

1.实时行情获取

tushare.get_today_all()

一次性获取当前交易所有股票的行情数据

2.历史数据获取

tushare.get_hist_data(code, start, end,ktype, retry_count,pause)

参数说明：

code：股票代码，即6位数字代码，或者指数代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板）

start：开始日期，格式YYYY-MM-DD

end：结束日期，格式YYYY-MM-DD

ktype：数据类型，D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟，默认为D

retry_count：当网络异常后重试次数，默认为3

pause:重试时停顿秒数，默认为0

而如果要进行完备详细的回测，每次在线获取数据无疑效率偏低，因此还需要入库

下面是数据库设计部分

表1：stocks

股票表，第一列为股票代码，第二列为名称，如果get_today_all()中存在的股票stocks表中没有，则插入之。

表2：hdata_date

日线表，由于分钟线只能获取一周内的数据，我们先对日线进行研究。

字段和get_hist_data返回值基本一致，多了stock_code列，并将record_date列本来是dataframe的index

stock_code,record_date,　　//主键

open,high,close,low,　　　　//开盘，最高，收盘，最低

volume,　　　　　　　　　　//成交量

price_change,p_change,　　//价差，涨幅

ma5,ma10,ma20　　　　　//k日收盘均价

v_ma5,v_ma10,v_ma20,　　//(k日volume均值)

turnover　　　　　　　　//换手率

python工程目前有3个文件，main.py(主程序),Stocks.py以及Hdata.py(历史数据类)

main.py

import psycopg2 #使用的是PostgreSQL数据库

import tushare as ts

from Stocks import*

from HData import*

import datetime

stocks=Stocks("postgres","123456")

hdata=HData("postgres","123456")

# stocks.db_stocks_create()#如果还没有表则需要创建

#print(stocks.db_stocks_update())#根据todayall的情况更新stocks表

#hdata.db_hdata_date_create()

nowdate=datetime.datetime.now().date()

codestock_local=stocks.get_codestock_local()

hdata.db_connect()#由于每次连接数据库都要耗时0.0几秒，故获取历史数据时统一连接

for i in range(0,len(codestock_local)):

nowcode=codestock_local[i][0]

#print(hdata.get_all_hdata_of_stock(nowcode))

print(i,nowcode,codestock_local[i][1])

maxdate=hdata.db_get_maxdate_of_stock(nowcode)

print(maxdate, nowdate)

if(maxdate):

if(maxdate>=nowdate):#maxdate小的时候说明还有最新的数据没放进去

continue

hist_data=ts.get_hist_data(nowcode, str(maxdate+datetime.timedelta(1)),str(nowdate), 'D', 3, 0.001)

hdata.insert_perstock_hdatadate(nowcode, hist_data)

else:#说明从未获取过这只股票的历史数据

hist_data = ts.get_hist_data(nowcode, None, str(nowdate), 'D', 3, 0.001)

hdata.insert_perstock_hdatadate(nowcode, hist_data)

hdata.db_disconnect()

Stocks.py

import tushare as ts

import psycopg2

class Stocks(object):#这个类表示"股票们"的整体(不是单元)

def get_today_all(self):

self.todayall=ts.get_today_all()

def get_codestock_local(self):#从本地获取所有股票代号和名称

conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",

port="5432")

cur = conn.cursor()

# 创建stocks表

cur.execute('''

select * from stocks;

''')

rows =cur.fetchall()

mit()

conn.close()

return rows

pass

def __init__(self,user,password):

# self.aaa = aaa

self.todayall=[]

self.user=user

self.password=password

def db_perstock_insertsql(self,stock_code,cns_name):#返回的是插入语句

sql_temp="insert into stocks values("

sql_temp+="\'"+stock_code+"\'"+","+"\'"+cns_name+"\'"

sql_temp +=");"

return sql_temp

pass

def db_stocks_update(self):# 根据gettodayall的情况插入原表中没的。。gettodayall中有的源表没的保留不删除#返回新增行数

ans=0

conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1", port="5432")

cur = conn.cursor()

self.get_today_all()

for i in range(0,len(self.todayall)):

sql_temp='''select * from stocks where stock_code='''

sql_temp+="\'"+self.todayall["code"][i]+"\';"

cur.execute(sql_temp)

rows=cur.fetchall()

if(len(rows)==0):

#如果股票代码没找到就插

ans+=1

cur.execute(self.db_perstock_insertsql(self.todayall["code"][i],self.todayall["name"][i]))

pass

mit()

conn.close()

print("db_stocks_update finish")

return ans

def db_stocks_create(self):

conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1", port="5432")

cur = conn.cursor()

# 创建stocks表

cur.execute('''

drop table if exists stocks;

create table stocks(stock_code varchar primary key,cns_name varchar);

''')

mit()

conn.close()

print("db_stocks_create finish")

pass

HData.py

import psycopg2

import tushare as ts

import pandas as pd

from time import clock

class HData(object):

def __init__(self,user,password):

# self.aaa = aaa

self.hdata_date=[]

self.user=user

self.password=password

self.conn=None

self.cur=None

def db_connect(self):

self.conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",

port="5432")

self.cur = self.conn.cursor()

def db_disconnect(self):

self.conn.close()

def db_hdata_date_create(self):

conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",

port="5432")

cur = conn.cursor()

# 创建stocks表

cur.execute('''

drop table if exists hdata_date;

create table hdata_date(stock_code varchar,record_date date,

open float,high float,close float,low float,

volume float,

price_change float,p_change float,

ma5 float,ma10 float,ma20 float,

v_ma5 float,v_ma10 float,v_ma20 float,

turnover float

);

alter table hdata_date add primary key(stock_code,record_date);

''')

mit()

conn.close()

print("db_hdata_date_create finish")

pass

def db_get_maxdate_of_stock(self,stock_code):#获取某支股票的最晚日期

self.cur.execute("select max(record_date) from hdata_date where stock_code="+"\'"+stock_code+"\'"+";")

ans=self.cur.fetchall()

if(len(ans)==0):

return None

return ans[0][0]

self.mit()

pass

def insert_perstock_hdatadate(self,stock_code,data):#插入一支股票的所有历史数据到数据库#如果有code和index相同的不重复插入

t1=clock()

for i in range(0,len(data)):

str_temp=""

str_temp+="\'"+stock_code+"\'"+","

str_temp+="\'"+data.index[i]+"\'"

for j in range(0,data.shape[1]):

str_temp+=","+"\'"+str(data.iloc[i,j])+"\'"

sql_temp="values"+"("+str_temp+")"

self.cur.execute("insert into hdata_date "+sql_temp+";")

self.mit()

print(clock()-t1)

print(stock_code+" insert_perstock_hdatadate finish")

def get_all_hdata_of_stock(self,stock_code):#将数据库中的数据读取并转为dataframe格式返回

conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",

port="5432")

cur = conn.cursor()

sql_temp="select * from hdata_date where stock_code="+"\'"+stock_code+"\';"

cur.execute(sql_temp)

rows = cur.fetchall()

mit()

conn.close()

dataframe_cols=[tuple[0] for tuple in cur.description]#列名和数据库列一致

df = pd.DataFrame(rows, columns=dataframe_cols)

return df

pass

main.py的控制台输出示例:

HData中的函数get_all_hdata_of_stock结果示例:

stock_code record_date open high close low volume \

0 603999 2015-12-10 14.07 14.07 14.07 14.07 337.00

1 603999 2015-12-11 15.48 15.48 15.48 15.48 119.00

2 603999 2015-12-14 17.03 17.03 17.03 17.03 267.00

3 603999 2015-12-15 18.73 18.73 18.73 18.73 244.00

.. ... ... ... ... ... ... ...

397 603999 2017-08-01 9.62 9.97 9.79 9.61 36337.80

398 603999 2017-08-02 9.80 9.85 9.61 9.59 32135.60

price_change p_change ma5 ma10 ma20 v_ma5 v_ma10 \

0 4.30 44.01 14.070 14.070 14.070 337.00 337.00

1 1.41 10.02 14.775 14.775 14.775 228.00 228.00

2 1.55 10.01 15.527 15.527 15.527 241.00 241.00

3 1.70 9.98 16.328 16.328 16.328 241.75 241.75

.. ... ... ... ... ... ... ...

397 0.16 1.66 9.680 9.709 9.924 36754.46 49436.88

398 -0.18 -1.84 9.698 9.741 9.863 36513.38 49998.51

v_ma20 turnover

0 337.00 0.06

1 228.00 0.02

2 241.00 0.04

3 241.75 0.04

.. ... ...

397 42602.09 1.58

398 42114.31 1.39

数据库中的数据示例

stocks表

hdata_date表