Python爬虫案例：简单获取股票、指数、三大报表数据
文章目录
介绍
- 本案例操作容易上手，代码简短，即使没有学过Python也可使用，只需简单更换原文股票/指数代码和保存数据文件的路径即可。
- 爬取股票、指数和三大报表数据的目的和意义在于获取金融市场和上市公司的实时和历史数据，以供进一步分析、研究和决策。通过爬取股票数据，我们可以追踪股票价格的变化和波动，识别潜在的投资机会和风险，从而进行有效的股票交易。爬取指数数据可以帮助我们了解整个市场的走势和表现，监测市场整体风险和趋势，为资产配置和投资决策提供重要参考。
- 对于上市公司的三大报表数据（即资产负债表、利润表和现金流量表），爬取这些数据能够深入了解公司的财务状况、经营业绩和现金流情况。通过对这些数据进行分析，投资者和研究人员可以评估公司的盈利能力、偿债能力和成长潜力，辅助投资决策和风险管理。
（获取更多资料和代码源文件可关注gzh‘finance褪黑素’按自动回复获取）
1.准备工作
-
安装Anaconda：
-
首先，前往Anaconda官网（https://www.anaconda.com/products/individual）下载适用于你操作系统的Anaconda安装程序。
-
运行下载的Anaconda安装程序。根据安装向导的指示进行安装。在安装过程中，你可以选择是否将Anaconda添加到系统的环境变量中。
-
安装完成后，打开终端（对于Windows用户是Anaconda Prompt或者命令提示符），输入以下命令，验证Anaconda是否成功安装：
conda --version
-
-
启动Jupyter Notebook：
-
在终端中，输入以下命令启动Jupyter Notebook：
jupyter notebook -
Jupyter Notebook服务器会在默认浏览器中打开一个新页面。你将在这个页面上进行所有的Jupyter Notebook交互操作。
-
在页面的右上角，你可以点击“New”按钮，然后选择“Python 3”来创建一个新的Python 3的Notebook。
-
-
安装爬虫相关的库
在终端（对于Windows用户是Anaconda Prompt或者命令提示符）输入以下命令安装相关库名。
pip install 库名
2. 以不同股票、指数为行，爬取不同日期的数据
调用tushare库获取数据，并保存到本地
选取股票代码为 ‘002549’,‘600008’,‘300332’,‘300055’,'600292’进行调用，生成的DataFrame格式的数据如下，横轴为不同股票，纵轴为时间序列（2020-11-01至 2021-11-01）
# 导入需要的包
import pandas as pd
import tushare as ts
import numpy as np
import matplotlib.pyplot as plt #绘图
symbols = [ '002549','600008','300332','300055','600292']#里面为股票、指数代码
noa = len(symbols)
indexes = pd.date_range('2020-11-01', '2021-11-01')
data = pd.DataFrame(index=indexes)
for sym in symbols:
k_d = ts.get_k_data(sym, '2019-01-01', ktype='D')
k_d['date'] = k_d['date'].astype('datetime64[ns]')
k_d.set_index('date', inplace=True)
data[sym] = k_d['close'] //这里选择每只股票的收盘价组成data
data = data.dropna()
# 简单查看一下股票数据：
data.head()
# 保存数据
data.to_csv('价格数据.csv')
baostock库获取单支股票的详细信息
使用baostock库可获取单支股票的详细信息。比如open（开盘价）、high（当日最高价）、low（当日最低价）、preclose（前一日收盘价）、pctChg（涨跌幅）等。
生成数据的格式如下，以时间序列为索引，不同数据元素为横轴。
import baostock as bs
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime, date
# 登陆系统
lg = bs.login()
code = 'sh.000300'
start = '2022-01-01'
end = '2023-07-01'
# 获取指数基金指数历史数据
# 沪深300指数
hs300_price = bs.query_history_k_data_plus(code, "date,code,open,high,low,close,preclose,pctChg",
start_date=start, end_date=end, frequency="d")
# 整合为DataFrame格式
data_list = []
while (hs300_price.error_code == '0') & hs300_price.next():
data_list.append(hs300_price.get_row_data())
hs300 = pd.DataFrame(data_list, columns=hs300_price.fields)
# 保存数据
hs300.to_csv('沪深300.csv')
3.爬取三大报表数据
使用 akshare库获取上市公司列表
生成格式如下图所示：
import pandas as pd
import numpy as np
import datetime
from matplotlib import pyplot as plt
import akshare as ak
#获取A股全部股票数据 存储到stock_basic.csv
stock_zh=ak.stock_zh_a_spot()
stock_zh.to_csv("stock_basic.csv")
爬取公司财务报表数据
- 获取公司个股股票数据
stock_zh[stock_zh["名称"]=="复星医药"]
stock_daily = ak.stock_zh_a_hist(symbol="600196", period="daily", start_date="20220629", end_date='20230629', adjust="qfq")
close_price=stock_daily[["日期","收盘","最高","最低"]]
close_price.set_index("日期",inplace=True)
# 保存数据
close_price.to_csv('600196.csv')
（获取更多资料和代码源文件可关注gzh‘finance褪黑素’按自动回复获取）
- 获取公司三大报表数据
- 现金流量表
- 利润表
- 资产负债表
#获取现金流量表
stock_financial_report_sina_df = ak.stock_financial_report_sina(stock="600196", symbol="现金流量表")
geli_sheet1=stock_financial_report_sina_df[stock_financial_report_sina_df["报表日期"]=="20221231"]
# 保存数据
stock_financial_report_sina_df.to_excel('600196现金流量表.xlsx')
#获取利润表
stock_financial_report_sina_lrb = ak.stock_financial_report_sina(stock="600196", symbol="利润表")
geli_sheet2=stock_financial_report_sina_lrb[stock_financial_report_sina_lrb["报表日期"]=="20221231"]
# 保存数据
stock_financial_report_sina_lrb.to_excel('600196利润表.xlsx')
#获取资产负债表
stock_financial_report_sina_lrb = ak.stock_financial_report_sina(stock="600196", symbol="资产负债表")
geli_sheet3=stock_financial_report_sina_lrb[stock_financial_report_sina_lrb["报表日期"]=="20221231"]
# 保存数据
stock_financial_report_sina_lrb.to_excel('600196资产负债表.xlsx')
（获取更多资料和代码源文件可关注gzh‘finance褪黑素’按自动回复获取）
4. 总结
- 本文主要介绍了利用Python金融数据库爬取股票、指数和三大报表数据的方法和过程。
- 后续若想学习更多关于金融数据可视化和分析的知识，欢迎关注公主号“finance 褪黑素"获取更多与金融分析相关的内容。