Python获取股票数据(python实时获取股票数据) |
您所在的位置:网站首页 › python抓取股市实时交易数据 › Python获取股票数据(python实时获取股票数据) |
今天的主要内容,是根据特定的标准或者说条件,找到符合我们要求的股票列表。 预告: 下一篇将介绍大家最关心的部分,如何获取股票的日线、周线、月线行情数据。中间也有可能会穿插一些时间序列处理的内容,感兴趣的同学欢迎关注! 首先,我假设各位都已经按照上一篇文章安装并设置好了我们的Python tushare包,接下来,就开始进行我们的第一项小挑战,那就是找到符合特定标准的股票列表。 第一步,我们先导入tushare: # 导入tushare import tushare as ts pro = ts.pro_api() 沪深港通标的很多投资者倾向于投资沪深港通的标的,因为这些股票得到了更多国际投资者的青睐。在tushare中,我们通过stock_basic接口获取股票列表,其中is_hs参数用于筛选沪深港通标的列表,具体规则如下: 沪股通标的:is_hs=”H”; 深股通标的:is_hs=”S”; 其他:is_hs=”N”.# 沪股通股票列表 pro.stock_basic(is_hs=’H’).head() # 深股通股票列表 pro.stock_basic(is_hs=’S’).head() # 非沪深港通股票列表 pro.stock_basic(is_hs=’N’).head() 上市状态在stock_basic接口中,我们可以用list_status参数筛选不同上市状态的股票。 上市状态:list_status=”L”; 退市状态:list_status=”D”; 暂停上市状态:list_status=”P”.# 正常上市股票 pro.stock_basic(list_status=’L’).head() # 已退市股票 pro.stock_basic(list_status=’D’).head() 交易所我们还可以看分别在上交所和深交所上市的股票列表,只需要在stock_basic中传入exchange参数即可。 上交所:exchange=”SSE”; 深交所:exchange=”SZSE:.# 上交所股票 pro.stock_basic(exchange=’SSE’).head() 行业除了参数中提供的筛选维度,我们还可以获取所有股票列表数据之后,用一些字段进行筛选。比如说行业: df = pro.stock_basic() df.query(‘industry == “银行”‘).head() 上市板块我们还可以按照上市板块来挑选股票,这一点也很有用,有些投资人侧重于某个板块的股票,比如中小板、创业板等。 df = pro.stock_basic() df.query(‘market == “创业板”‘).head() 地区我们还能挑选属于某个特定地区的股票。当我们需要寻找地域联动效应或者某个地区爆出了某个利好时,这个筛选方法会很有帮助。 df = pro.stock_basic() df.query(‘area == “深圳”‘).head() 上市公司基本信息在获取了股票列表之后,我们可能还想要了解一下它们的基本信息,比如注册资本、所在城市、经营范围等,这时我们可以使用stock_company接口。 接口默认仅提供了部分字段,需要更多字段的可以用fields参数来指定所需要的列。 pro.stock_company().head(1).T 获取深圳本地股票我们来看一个案例,比如说之前有国家帮助中小企业解决质押风险,深圳国资委率先响应,然后我们想看一下可能受益的股票有哪些,因此我们想要先找到深圳的本地股列表,并且查看他们的主营业务、员工人数。 # 获取深圳本地上市公司股票列表 import pandas as pd # 获取上市公司信息 fields = (‘ts_code,exchange,chairman,province,’ ‘city,office,employees,main_business’) df = pro.stock_company(fields=fields) df.query(‘city == “深圳市”‘).head() 获取员工数超过十万的上市公司股票可能我们还想通过员工数来筛选出大型的企业,这时我们可以通过employees字段完成筛选。 df = pro.stock_company() df.query(’employees >= 100000′) 是不是很简单?不过tushare的强大远不止于此,下一篇文章中我们将介绍大家最关心的部分,如何获取股票的日线行情数据。 原创文章,作者:派尔财经,如若转载,请注明出处:https://www.gdpaier.com/123830.html |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |