阿灵屯米亭最近想review一下A股的历史数据,来判断江湖上的各种传言,such as红三兵,波浪理论等等,所以就找到了Tushare,发现这个数据平台(Tushare大数据社区)真的是完美。个人tushare ID:461716。提供了非常丰富的数据接口。

然后就开始了我们的获取数据之路,接下来简单介绍一下如何获取相关的股票数据。
首先需要一个账户,直接注册,学生可完成认证后免费使用数据接口。这里先接上设置一下,code如下:
import tushare as ts
import pandas as pd
ts.set_token('0ec2e266d6d28e8e208ca83d3fc23c73f6202353da6a89ce602221a2') ###仅第一次设置需要,在个人设置内可以看到
pro = ts.pro_api()
然后需要获取当前在上市的股票列表:
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,market,list_date')
这里就有非常丰富的信息了,如下:
| ts_code | symbol | name | area | industry | market | list_date |
| 000001.SZ | 000001 | 平安银行 | 深圳 | 银行 | 主板 | 19910403 |
| 000002.SZ | 000002 | 万科A | 深圳 | 全国地产 | 主板 | 19910129 |
| 000004.SZ | 000004 | 国华网安 | 深圳 | 软件服务 | 主板 | 19910114 |
| 000005.SZ | 000005 | ST星源 | 深圳 | 环境保护 | 主板 | 19901210 |
| 000006.SZ | 000006 | 深振业A | 深圳 | 区域地产 | 主板 | 19920427 |
这样方便我们后续分行业,板块等进行分析。
接下来就是获取每日的股票数据:
columns_name_none=['ts_code', 'trade_date', 'open', 'high', 'low', 'close', 'pre_close','change', 'pct_chg', 'vol', 'amount']
all_stock_price_data=pd.DataFrame(columns=columns_name_none)
for i in pd.period_range("20160914", "20210824", freq="D"):
day=str(i)
day=day.replace('-','')
print(day)
# all_stock_price_data=pd.concat(all_stock_price_data,pd.DataFrame(pro.daily(trade_date=day)))
all_stock_price_data=all_stock_price_data.append(pro.daily(trade_date=day))
由于数据很多,可以设置时间,相关获取的参数详见:
如果想要复权数据也有近3-4年的:
获取完数据就可以随意分析啦,完美社区!
使用Tushare获取与分析A股历史数据
本文介绍了如何利用Tushare数据平台获取和分析A股历史数据。首先,通过注册并设置Tushare API,可以获取当前上市股票的基本信息,包括股票代码、名称、地区、行业等。接着,通过循环遍历日期,获取每日股票交易数据,包括开盘价、收盘价等关键指标,便于后续行业和板块的深入分析。Tushare还提供了复权数据和更多高级功能,是一个强大的金融数据获取工具。
1619

被折叠的 条评论
为什么被折叠?



