Tushare原学习文档(二投资参考数据)

本文介绍TuShare提供的财务数据接口,涵盖分配预案、业绩预告、限售股解禁、基金持股、新股数据及融资融券信息。通过这些接口,用户可以获取上市公司利润分配、业绩变动、解禁股本、基金持仓、IPO详情及融资融券交易数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

转tushare原网址:http://tushare.org/trading.html#id2

import tushare as ts

1.分配预案(每到季报、年报公布的时段,就经常会有上市公司利润分配预案发布,而一些高送转高分红的股票往往会成为市场炒作的热点。及时获取和统计高送转预案的股票是参与热点炒作的关键,TuShare提供了简洁的接口,能返回股票的送转和分红预案情况。)

df = ts.profit_data(top=60)
df.sort('shares',ascending=False)

参数说明:

  • year : 预案公布的年份,默认为2014
  • top :取最新n条数据,默认取最近公布的25条
  • 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

返回值说明:

  • code:股票代码
  • name:股票名称
  • year:分配年份
  • report_date:公布日期
  • divi:分红金额(每10股)
  • shares:转增和送股数(每10股)

2.业绩预告(接口提供从1998年以后每年的业绩预告数据,需指定年度、季度两个参数)

#获取2014年中报的业绩预告数据
ts.forecast_data(2014,2)

 

参数说明:

  • year:int 年度 e.g:2014
  • quarter:int 季度 :1、2、3、4,只能输入这4个季度
返回值说明:
code,代码
name,名称
type,业绩变动类型【预增、预亏等】
report_date,发布日期
pre_eps,上年同期每股收益
range,业绩变动范围

3.限售股解禁(以月的形式返回限售股解禁情况,通过了解解禁股本的大小,判断股票上行的压力。可通过设定年份和月份参数获取不同时段的数据。)

ts.xsg_data()

参数说明:

  • year:年份,默认为当前年
  • month:解禁月份,默认为当前月
  • 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

返回值说明:

  • code:股票代码
  • name:股票名称
  • date:解禁日期
  • count:解禁数量(万股)
  • ratio:占总盘比率

4.基金持股(获取每个季度基金持有上市公司股票的数据)

ts.fund_holdings(2014,4)

 

参数说明:

  • year:年份,默认为当前年
  • quarter:季度(只能输入1,2,3,4这个四个数字)
  • 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

返回值说明:

  • code:股票代码
  • name:股票名称
  • date:报告日期
  • nums:基金家数
  • nlast:与上期相比(增加或减少了)
  • count:基金持股数(万股)
  • clast:与上期相比
  • amount:基金持股市值
  • ratio:占流通盘比率

5.新股数据(获取IPO发行和上市的时间列表,包括发行数量、网上发行数量、发行价格已经中签率信息等。)

ts.new_stocks()

参数说明:

  • 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

返回值说明:

  • code:股票代码
  • name:股票名称
  • ipo_date:上网发行日期
  • issue_date:上市日期
  • amount:发行数量(万股)
  • markets:上网发行数量(万股)
  • price:发行价格(元)
  • pe:发行市盈率
  • limit:个人申购上限(万股)
  • funds:募集资金(亿元)
  • ballot:网上中签率(%)

6.融资融券(沪)(已转移到tushare新接口)

7.融资融券(深)(已转移到tushare新接口)

 

<think>嗯,用户想了解如何安装和使用Tushare Qlib插件进行量化交易的数据分析。首先,我需要确认Tushare和Qlib各自的作用以及它们如何结合使用。Tushare是一个金融数据接口,可以获取股票等市场数据,而Qlib是微软开发的量化投资平台,用于数据处理、模型训练和回测。所以Tushare Qlib插件应该是将Tushare数据接入到Qlib框架中的工具。 接下来,安装步骤。用户可能对Python环境有一定了解,但需要确保他们安装了正确的库。首先,安装Tushare和Qlib的基础包,使用pip命令。然后,可能需要安装Tushare的Qlib插件,这个可能需要从GitHub克隆仓库或者通过其他方式安装。需要注意的是,有时候这些插件可能不在PyPI上,所以用户可能需要通过源码安装。 安装完成后,用户需要配置Tushare的token,这需要注册Tushare账号获取。配置部分需要指导用户如何设置环境变量或者代码中直接设置token。这部分可能会有常见问题,比如token未设置导致的数据获取失败。 然后是数据获取的步骤,Qlib的工作流程通常包括数据收集、特征工程、模型训练、回测等。用户需要了解如何使用Tushare数据替换或补充Qlib默认的数据源。可能需要编写自定义的数据加载器或适配器,将Tushare数据转换成Qlib所需的格式,比如按日期和股票代码组织的CSV文件,并存储在特定的目录结构下。 示例部分需要具体展示如何用代码实现数据获取、特征创建、模型训练和回测。这里需要注意Qlib的API调用方式,以及如何整合Tushare数据。可能需要使用Qlib的DataHandler来加载自定义数据,并配置模型参数,比如使用LightGBM模型进行预测。 相关问题部分需要考虑用户可能遇到的后续问题,比如数据更新、性能优化、特征工程的方法,以及与其他数据源的对比。这些问题可以帮助用户深入理解整个流程,并解决实际应用中可能遇到的挑战。 需要检查是否有遗漏的步骤,比如环境配置中的权限问题,或者数据存储路径的正确性。此外,确保代码示例的正确性,避免语法错误,并提醒用户注意依赖库的版本兼容性,比如Tushare和Qlib的版本是否匹配。 最后,确保回答结构清晰,分步骤讲解,让用户能够逐步跟随操作。同时,引用必要的文档或资源,帮助用户进一步查阅官方资料。例如,Tushare的API文档和Qlib的GitHub仓库可能会有更详细的说明,需要引导用户参考这些资料以解决更具体的问题。</think># Tushare Qlib插件安装与使用教程 ## 一、环境准备 1. 安装Python 3.7+环境 2. 执行以下命令安装基础依赖: ```bash pip install tushare qlib pandas numpy ``` 3. 安装Tushare Qlib插件: ```bash git clone https://github.com/microsoft/qlib cd qlib/scripts python install_tushare.py ``` ## 、配置Tushare API 1. 注册Tushare账号获取token[^1] 2. 设置环境变量: ```python import tushare as ts ts.set_token('your_token_here') # 替换为实际token ``` ## 三、数据获取与处理 ```python from qlib.data import D from tushare_data import TushareDataHandler # 初始化数据源 D.register_data_handler(TushareDataHandler) # 获取沪深300成分股数据 instruments = D.list_instruments(D.instrumetns("SH600000")) ``` ## 四、特征工程示例 ```python # 创建特征表达式 fields = [ "($close/$pre_close - 1) AS ret", # 收益率 "$volume/MEAN($volume, 20) AS vol_ratio" # 量比 ] ``` ## 五、模型训练与回测 ```python from qlib.contrib.strategy import TopkDropoutStrategy # 配置回测参数 strategy_config = { "topk": 50, "n_drop": 5, "signal": "pred_score" } # 执行回测 strategy = TopkDropoutStrategy(**strategy_config) report_dict = strategy.backtest() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值