版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/hanss2/article/details/82826832
【数据】【自动化交易】Python获取中国股市行情和指数
一般来说获取股市行情和指数都是需要付费的，并且这些数据你根本无法导出，比如早年看我妈他们炒股用的大富翁等软件。不过现在可以用诸如腾讯、新浪财经等的网页数据，不过顶多是1s级的，不过免费。所以思路就是使用爬虫扒取。
爬虫也不需要你自己写，这里介绍几种易用的数据lib:
- Tushare: 内核并非爬虫，好像是C++写的，文档比较老了。印象最深的是它有电影票房数据模块。
- easyquotation: 要求 。单只股票数据感觉比Tushare全，小巧易用。
- pyalgotrade-cn: 可以和Tushare数据配合回测的lib。
easyquotation
前言
- 获取新浪的免费实时行情
- 获取腾讯财经的免费实时行情
- 获取集思路的分级基金数据
开发环境 : Ubuntu 16.04 / Python 3.5
requirements
- Python 3.5+
- pip install -r requirements.txt
安装
pip install easyquotation
升级
pip install easyquotation --upgrade
用法
引入:
import easyquotation
选择行情
quotation = easyquotation.use('sina') # 新浪 ['sina'] 腾讯 ['tencent', 'qq']
获取所有股票行情
quotation.market_snapshot(prefix=True) # prefix 参数指定返回的行情字典中的股票代码 key 是否带 sz/sh 前缀
return
{'sh000159': {'name': '国际实业', # 股票名
'buy': 8.87, # 竞买价
'sell': 8.88, # 竞卖价
'now': 8.88, # 现价
'open': 8.99, # 开盘价
'close': 8.96, # 昨日收盘价
'high': 9.15, # 今日最高价
'low': 8.83, # 今日最低价
'turnover': 22545048, # 交易股数
'volume': 202704887.74， # 交易金额
'ask1': 8.88, # 卖一价
'ask1_volume': 111900, # 卖一量
'ask2': 8.89,
'ask2_volume': 54700,
'bid1': 8.87, # 买一价
'bid1_volume': 21800, # 买一量
...
'bid2': 8.86,
'bid2_volume': 78400,
'date': '2016-02-19',
'time': '14:30:00',
...},
......
}
单只股票
quotation.real('162411') # 支持直接指定前缀，如 'sh000001'
多只股票
quotation.stocks(['000001', '162411'])
同时获取指数和行情
quotation.stocks(['sh000001', 'sz000001'], prefix=True)
更新股票代码
easyquotation.update_stock_codes()
选择 jsl 行情
quotation = easyquotation.use('jsl') # ['jsl']
获取分级基金信息
quotation.funda() # 参数可选择利率、折价率、交易量、有无下折、是否永续来过滤
quotation.fundb() # 参数如上
对应的分级 A 数据
return
{ 150020:
{'abrate': '5:5',
'calc_info': None,
'coupon_descr': '+3.0%',
'coupon_descr_s': '+3.0%',
'fund_descr': '每年第一个工作日定折，无下折，A不参与上折，净值<1元无定折',
'funda_amount': 178823,
'funda_amount_increase': '0',
'funda_amount_increase_rt': '0.00%',
'funda_base_est_dis_rt': '2.27%',
'funda_base_est_dis_rt_t1': '2.27%',
'funda_base_est_dis_rt_t2': '-0.34%',
'funda_base_est_dis_rt_tip': '',
'funda_base_fund_id': '163109',
'funda_coupon': '5.75',
'funda_coupon_next': '4.75',
'funda_current_price': '0.783',
'funda_discount_rt': '24.75%',
'funda_id': '150022',
'funda_increase_rt': '0.00%',
'funda_index_id': '399001',
'funda_index_increase_rt': '0.00%',
'funda_index_name': '深证成指',
'funda_left_year': '永续',
'funda_lower_recalc_rt': '1.82%',
'funda_name': '深成指A',
'funda_nav_dt': '2015-09-14',
'funda_profit_rt': '7.74%',
'funda_profit_rt_next': '6.424%',
'funda_value': '1.0405',
'funda_volume': '0.00',
'fundb_upper_recalc_rt': '244.35%',
'fundb_upper_recalc_rt_info': '深成指A不参与上折',
'last_time': '09:18:22',
'left_recalc_year': '0.30411',
'lower_recalc_profit_rt': '-',
'next_recalc_dt': '<span style="font-style:italic">2016-01-04</span>',
'owned': 0,
'status_cd': 'N'}>'}}
分级基金套利接口
quotation.fundarb(jsl_username, jsl_password, avolume=100, bvolume=100, ptype='price')
jsl_username: 集思录用户名
jsl_password: 集思路登录密码
avolume: A成交额，单位百万
bvolume: B成交额，单位百万
ptype: 溢价计算方式，price=现价，buy=买一，sell=卖一
return
{
"165511":{
'base_fund_id': '165511', # 母基金代码
'AB_price': '现价A/B : 1.008/1.329',
'a_profit_rt_next': '4.705',
'a_ratio': 4,
'abrate': '4:6',
'apply_fee': '0',
'apply_fee_tip': '0',
'apply_sell': '-0.59',
'asset_ratio': '95%',
'asset_ratio_last': '99%',
'asset_ratio_num': '95.00',
'b_est_val': '1.340',
'b_gangan': '1.502',
'b_ratio': 6,
'base_est_dis_rt': '-0.56%',
'base_est_val': '1.2073',
'base_fund_nm': '信诚500',
'base_lower_recalc_rt': '54.15%',
'base_nav': '1.1970',
'base_nav_dt': '2016-04-13',
'buy1A': '1.007',
'buy1B': '1.329',
'buy1_amountA': '0.201',
'buy1_amountB': '7.123',
'buy_redeem': '-0.51',
'calc_info': None,
'coupon': '0.00%',
'coupon_next': '4.700',
'est_dis_rt': '-0.55%',
'est_time': '2016-04-14 15:10:05',
'fundA_amount': '6667',
'fundA_amount_increase': '-51',
'fundA_amount_increase_rt': '-0.76%',
'fundA_amount_tip': '2016-04-14 A类总份额6667.000万份，份额增长-0.76%',
'fundA_id': '150028',
'fundA_last_dt': '2016-04-14',
'fundA_last_time': '14:57:02',
'fundA_nav': '1.0090',
'fundA_nav_dt': '2016-04-13',
'fundA_nm': '中证500A',
'fundA_stock_volume': '28.2446',
'fundA_stock_volume_tip': 'A类总份额6667.000万份, 成交28万份',
'fundA_turnover_rt': '0.42%',
'fundA_volume': '28.46',
'fundB_amount': 10000.5,
'fundB_amount_increase': '-76',
'fundB_amount_tip': '2016-04-14 B类总份额10000万份，份额增长-0.76%',
'fundB_id': '150029',
'fundB_last_dt': '2016-04-14',
'fundB_last_time': '15:00:27',
'fundB_nav': '1.3220',
'fundB_nav_dt': '2016-04-13',
'fundB_nm': '中证500B',
'fundB_stock_volume': '255.5280',
'fundB_stock_volume_tip': 'B类总份额10000万份, 成交256万份',
'fundB_turnover_rt': '2.56%',
'fundB_volume': '337.24',
'fund_company_nm': '信诚基金',
'funda_name_tip': '下期利率：4.70，修正收益率：4.71%',
'idx_incr_rt': '0.91%',
'increase_rtA': '-0.10%',
'increase_rtB': '1.06%',
'index_id': '399905',
'index_nm': '中证 500',
'is_est_val': 1,
'is_last_nav': 1,
'lower_recalc_rt': '54.15',
'maturity_dt': '-',
'merge_price': '1.2006',
'min_apply_amount': None,
'notes': 'http://www.xcfunds.com/funds_2012/165511/fundinfor.shtml\r\n',
'ownedA': 0,
'ownedM': 1,
'priceA': '1.008',
'priceB': '1.329',
'real_idx_increase_rt': '0.91',
'recalc_to': None,
'redeem_fee': '0.5%',
'redeem_fee_tip': '0.5%',
'sell1A': '1.008',
'sell1B': '1.330',
'sell1_amountA': '7.132',
'sell1_amountB': '16.820',
'status_cd': 'N'
}
}
指数ETF查询接口
TIP : 尚未包含黄金ETF和货币ETF
quotation.etfindex(index_id="", min_volume=0, max_discount=None, min_discount=None)
return
{
"510050": {
"fund_id": "510050", # 代码
"fund_nm": "50ETF", # 名称
"price": "2.066", # 现价
"increase_rt": "0.34%", # 涨幅
"volume": "71290.96", # 成交额(万元)
"index_nm": "上证50", # 指数
"pe": "9.038", # 指数PE
"pb": "1.151", # 指数PB
"index_increase_rt": "0.45%", # 指数涨幅
"estimate_value": "2.0733", # 估值
"fund_nav": "2.0730", # 净值
"nav_dt": "2016-03-11", # 净值日期
"discount_rt": "-0.34%", # 溢价率
"creation_unit": "90", # 最小申赎单位(万份)
"amount": "1315800", # 份额
"unit_total": "271.84", # 规模(亿元)
"index_id": "000016", # 指数代码
"last_time": "15:00:00", # 价格最后时间(未确定)
"last_est_time": "23:50:02", # 估值最后时间(未确定)
}
}
分数图
quotation = easyquotation.use("timekline")
data = quotation.real(['603828'], prefix=True)
return
{
'sh603828': {
'date': '170721', #日期
'time_data': {
'201707210930': ['0930', '19.42', '61'], # [时间, 当前价, 上一分钟到这一分钟之间的成交数量]
'201707210931': ['0931', '19.42','122'],
'201707210932': ['0932', '19.43', '123'],
'201707210933': ['0933', '19.48', '125'],
'201707210934': ['0934', '19.49', '133'],
'201707210935': ['0935', '19.48', '161'],
...
}
}
港股日k线图
import easyquotation
quotation = easyquotation.use("daykline")
data = quotation.real(['00001','00700'])
print(data)
return
{
'00001': [
['2017-10-09', '352.00', '349.00', '353.00', '348.60', '13455864.00'], # [日期, 今开, 今收, 最高, 最低, 成交量 ]
['2017-10-10', '350.80', '351.20', '352.60', '349.80', '10088970.00'],
]
'00700':[
]
}
}
腾讯港股时时行情
import easyquotation
quotation = easyquotation.use("hkquote")
data = quotation.real(['00001','00700'])
print(data)
{
'00001':
{
'stock_code': '00001', # 股票代码
'lotSize': '"100', # 每手数量
'name': '长和', # 股票名称
'price': '97.20', # 股票当前价格
'lastPrice': '97.75', # 股票昨天收盘价格
'openPrice': '97.75', # 股票今天开盘价格
'amount': '1641463.0', # 股票成交量
'time': '2017/11/29 15:38:58', # 当前时间
'high': '98.05', # 当天最高价格
'low': '97.15' # 当天最低价格
},
'00700':
{
'stock_code': '00700',
'lotSize': '"100',
'name': '腾讯控股',
'price': '413.20',
'lastPrice': '419.20',
'openPrice': '422.20',
'amount': '21351010.0',
'time': '2017/11/29 15:39:01',
'high': '422.80',
'low': '412.40'
}
}
开发指南
初始化环境
进入项目目录后运行
make init
Tushare
TuShare是实现对股票/期货等金融数据从数据采集、清洗加工 到 数据存储过程的工具，满足金融量化分析师和学习数据分析的人在数据获取方面的需求，它的特点是数据覆盖范围广，接口调用简单,响应快速。
Dependencies
- python 2.x/3.x
- pandas
Installation
- 方式1：pip install tushare
- 方式2：python setup.py install
- 方式3：访问https://pypi.python.org/pypi/tushare/下载安装
Upgrade
pip install tushare --upgrade
Quick Start
Example 1. 获取个股历史交易数据（包括均线数据）：
import tushare as ts
ts.get_hist_data('600848') #一次性获取全部数据
结果显示：
日期 ，开盘价， 最高价， 收盘价， 最低价， 成交量， 价格变动 ，涨跌幅，5日均价，10日均价，20日均价，5日均量，10日均量，20日均量，换手率
open high close low volume p_change ma5 \
date
2012-01-11 6.880 7.380 7.060 6.880 14129.96 2.62 7.060
2012-01-12 7.050 7.100 6.980 6.900 7895.19 -1.13 7.020
2012-01-13 6.950 7.000 6.700 6.690 6611.87 -4.01 6.913
2012-01-16 6.680 6.750 6.510 6.480 2941.63 -2.84 6.813
2012-01-17 6.660 6.880 6.860 6.460 8642.57 5.38 6.822
2012-01-18 7.000 7.300 6.890 6.880 13075.40 0.44 6.788
2012-01-19 6.690 6.950 6.890 6.680 6117.32 0.00 6.770
2012-01-20 6.870 7.080 7.010 6.870 6813.09 1.74 6.832
ma10 ma20 v_ma5 v_ma10 v_ma20 turnover
date
2012-01-11 7.060 7.060 14129.96 14129.96 14129.96 0.48
2012-01-12 7.020 7.020 11012.58 11012.58 11012.58 0.27
2012-01-13 6.913 6.913 9545.67 9545.67 9545.67 0.23
2012-01-16 6.813 6.813 7894.66 7894.66 7894.66 0.10
2012-01-17 6.822 6.822 8044.24 8044.24 8044.24 0.30
2012-01-18 6.833 6.833 7833.33 8882.77 8882.77 0.45
2012-01-19 6.841 6.841 7477.76 8487.71 8487.71 0.21
2012-01-20 6.863 6.863 7518.00 8278.38 8278.38 0.23
设定历史数据的时间：
ts.get_hist_data('600848',start='2015-01-05',end='2015-01-09')
open high close low volume p_change ma5 ma10 \
date
2015-01-05 11.160 11.390 11.260 10.890 46383.57 1.26 11.156 11.212
2015-01-06 11.130 11.660 11.610 11.030 59199.93 3.11 11.182 11.155
2015-01-07 11.580 11.990 11.920 11.480 86681.38 2.67 11.366 11.251
2015-01-08 11.700 11.920 11.670 11.640 56845.71 -2.10 11.516 11.349
2015-01-09 11.680 11.710 11.230 11.190 44851.56 -3.77 11.538 11.363
ma20 v_ma5 v_ma10 v_ma20 turnover
date
2015-01-05 11.198 58648.75 68429.87 97141.81 1.59
2015-01-06 11.382 54854.38 63401.05 98686.98 2.03
2015-01-07 11.543 55049.74 61628.07 103010.58 2.97
2015-01-08 11.647 57268.99 61376.00 105823.50 1.95
2015-01-09 11.682 58792.43 60665.93 107924.27 1.54
复权历史数据
获取历史复权数据，分为前复权和后复权数据，接口提供股票上市以来所有历史数据，默认为前复权。如果不设定开始和结束日期，则返回近一年的复权数据，从性能上考虑，推荐设定开始日期和结束日期，而且最好不要超过一年以上，获取到数据后，请及时在本地存储。
ts.get_h_data('002337') #前复权
ts.get_h_data('002337',autype='hfq') #后复权
ts.get_h_data('002337',autype=None) #不复权
ts.get_h_data('002337',start='2015-01-01',end='2015-03-16') #两个日期之间的前复权数据
Example 2. 一次性获取最近一个日交易日所有股票的交易数据（结果显示速度取决于网速）
ts.get_today_all()
结果显示：
代码，名称，涨跌幅，现价，开盘价，最高价，最低价，最日收盘价，成交量，换手率
code name changepercent trade open high low settlement \
0 002738 中矿资源 10.023 19.32 19.32 19.32 19.32 17.56
1 300410 正业科技 10.022 25.03 25.03 25.03 25.03 22.75
2 002736 国信证券 10.013 16.37 16.37 16.37 16.37 14.88
3 300412 迦南科技 10.010 31.54 31.54 31.54 31.54 28.67
4 300411 金盾股份 10.007 29.68 29.68 29.68 29.68 26.98
5 603636 南威软件 10.006 38.15 38.15 38.15 38.15 34.68
6 002664 信质电机 10.004 30.68 29.00 30.68 28.30 27.89
7 300367 东方网力 10.004 86.76 78.00 86.76 77.87 78.87
8 601299 中国北车 10.000 11.44 11.44 11.44 11.29 10.40
9 601880 大连港 10.000 5.72 5.34 5.72 5.22 5.20
10 000856 冀东装备 10.000 8.91 8.18 8.91 8.18 8.10
volume turnoverratio
0 375100 1.25033
1 85800 0.57200
2 1058925 0.08824
3 69400 0.51791
4 252220 1.26110
5 1374630 5.49852
6 6448748 9.32700
7 2025030 6.88669
8 433453523 4.28056
9 323469835 9.61735
10 25768152 19.51090
Example 3. 获取历史分笔数据
import tushare as ts
df = ts.get_tick_data('600848',date='2014-01-09')
df.head(10)
结果显示：
成交时间、成交价格、价格变动，成交手、成交金额(元)，买卖类型
Out[3]:
time price change volume amount type
0 15:00:00 6.05 -- 8 4840 卖盘
1 14:59:55 6.05 -- 50 30250 卖盘
2 14:59:35 6.05 -- 20 12100 卖盘
3 14:59:30 6.05 -0.01 165 99825 卖盘
4 14:59:20 6.06 0.01 4 2424 买盘
5 14:59:05 6.05 -0.01 2 1210 卖盘
6 14:58:55 6.06 -- 4 2424 买盘
7 14:58:45 6.06 -- 2 1212 买盘
8 14:58:35 6.06 0.01 2 1212 买盘
9 14:58:25 6.05 -0.01 20 12100 卖盘
10 14:58:05 6.06 -- 5 3030 买盘
Example 4. 获取实时交易数据(Realtime Quotes Data)
df = ts.get_realtime_quotes('000581') #Single stock symbol
df[['code','name','price','bid','ask','volume','amount','time']]
结果显示：
名称、开盘价、昨价、现价、最高、最低、买入价、卖出价、成交量、成交金额…more in docs
code name price bid ask volume amount time
0 000581 威孚高科 31.15 31.14 31.15 8183020 253494991.16 11:30:36
请求多个股票方法（一次最好不要超过30个）：
ts.get_realtime_quotes(['600848','000980','000981']) #symbols from a list
ts.get_realtime_quotes(df['code'].tail(10)) #from a Series
pyalgotrade-cn
这部分参考了这个博客。
策略可视化
在pyalgotrade中，已经为我们提供了很好用的可视化模块了，plotter。所以，一开始我们先导入模块。
from pyalgotrade import plotter
把策略的净值图、买卖开仓情况绘制出来其实很简单，把我们的策略实例化之后，传给plotter就可以了。
myStrategy = MyStrategy(feed, "fd")# 策略实例化
plt = plotter.StrategyPlotter(myStrategy) # 传入策略
myStrategy.run()# 运行策略
myStrategy.info("Final portfolio value: $%.2f" % myStrategy.getResult())
plt.plot()# 绘制
