標籤：

【手把手教你】Python獲取股票數據和可視化

03-10

抓住自己最有興趣的東西，由淺入深，循序漸進地學。

——華羅庚

引 言

數據獲取是金融量化分析的第一步，找不到可靠、真實的數據，量化分析就無從談起。隨著信息技術的不斷發展，數據獲取渠道也越來越多，尤其是Python網路爬蟲，近幾年愈來愈火，網路培訓視頻和教程滿天飛。然而，很多人畢竟精力有限，沒有時間專門去學習網路爬蟲技術。當然，不會網路爬蟲不要緊，我們還可以藉助Python的開源數據包（其本質也是網路爬蟲），如：tushare、baostock、pandas_datareader和yahool等財經數據API，這樣可以節省不少精力。本文將以股票行情數據為例，逐一、簡要介紹如何使用這幾個開源庫獲取數據並進行可視化。在介紹使用Python的API獲取數據之前，本文首先給出了根據股票漲跌驅動因素，廣泛獲取求證信息來源，如下面圖1、2、3所示，很多網站提供了非結構化的數據（信息），如股票論壇，信息含量非常大，後期考慮使用網路爬蟲爬取股票論壇評論數據，建立輿情指標，探討群體性交易情緒與股價走勢的關係。本篇屬於Python金融量化入門學習的分享之一，希望能起到拋磚引玉的作用。

圖1 股票漲跌驅動因素

圖2 公司基本面信息源

圖3 知名股票論壇

01 Tushare 社區

公眾號上不少文章使用了tushare庫獲取財經和股票交易數據，當時用的是舊版本（tushare）。Tushare社區目前主要維護新版本：tushare pro，數據更穩定質量更高，可獲取滬深股票行情、財務、市場參考等數據，以及指數（含國外股指）、基金、期貨、期權、宏觀經濟、行業經濟等財經數據，為金融量化愛好者節省了大量寶貴時間。此外，近期還增加了新聞聯播的文本數據，為文本分析和數據挖掘提供了很好的素材。不過，新版本需要註冊獲取token才能免費使用，註冊網址： tushare.pro/register? 。安裝（進入cmd模式）：pip install tushare，或升級：pip install tushare --upgrade。下面以股票行情數據為例，展示下tushare如何獲取數據。股票行情數據以股票行情數據為例，簡要介紹如何獲取數據。

#先引入後面分析、可視化等可能用到的庫
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
#正常顯示畫圖時出現的中文和負號
from pylab import mpl
mpl.rcParams[font.sans-serif]=[SimHei]
mpl.rcParams[axes.unicode_minus]=False

#設置token
token=你的token
#ts.set_token(token)
pro = ts.pro_api(token)

個股行情數據：

pro.stock_basic()

參數：is_hs：是否滬深港通標的，N否、H滬股通、S深股通；list_status：上市狀態，L上市、D退市、P暫停上市；exchange：交易所 SSE上交所，SZSE深交所，HKEX港交所。

pro.daily(ts_code= 或 trade_date=)

日行情：daily;周行情：weekly;月行情：monthly

#獲取當前上市的股票代碼、簡稱、註冊地、行業、上市時間等數據
basic=pro.stock_basic(list_status=L)
#查看前五行數據
#basic.head(5)

#獲取平安銀行日行情數據
pa=pro.daily(ts_code=000001.SZ, start_date=20180101,
end_date=20190106)
#pa.head()

#K線圖可視化
from pyecharts import Kline
pa.index=pd.to_datetime(pa.trade_date)
pa=pa.sort_index()
v1=list(pa.loc[:,[open,close,low,high]].values)
t=pa.index
v0=list(t.strftime(%Y%m%d))
kline = Kline("平安銀行K線圖",title_text_size=15)
kline.add("", v0, v1,is_datazoom_show=True,
mark_line=["average"],
mark_point=["max", "min"],
mark_point_symbolsize=60,
mark_line_valuedim=[highest, lowest] )
#kline.render("上證指數圖.html")
kline

#定義獲取多隻股票函數：
def get_stocks_data(stocklist,start,end):
all_data={}
for code in stocklist:
all_data[code]=pro.daily(ts_code=code,
start_date=start, end_date=end)
return all_data

#保存本地
def save_data(all_data):
for code,data in all_data.items():
data.to_csv(c:/zjy/stock_data/+code+.csv,
header=True, index=False)

stocklist=list(basic.ts_code)[:15]
start=
end=
all_data=get_stocks_data(stocklist,start,end)

all_data[000002.SZ].tail()

#將數據保存到本地
save_data(all_data)

#讀取本地文件夾里所有文件
import os
#文件存儲路徑
file=c:/zjy/stock_data/
g=os.walk(file)
filenames=[]
for path,d,filelist in g:
for filename in filelist:
filenames.append(os.path.join(filename))
print(filenames)

#將讀取的數據文件放入一個字典中
df={}
#從文件名中分離出股票代碼
code=[name.split(.)[0] for name in filenames]
for i in range(len(filenames)):
filename=file+filenames[i]
df[code[i]]=pd.read_csv(filename)

#查看第一隻股票前五行數據
#df[code[0]].head()

指數數據：pro.index_daily(ts_code=)

def get_index_data(indexs):
indexs是字典格式
index_data={}
for name,code in indexs.items():
df=pro.index_daily(ts_code=code)
df.index=pd.to_datetime(df.trade_date)
index_data[name]=df.sort_index()
return index_data

#獲取常見股票指數行情
indexs={上證綜指: 000001.SH,深證成指: 399001.SZ,
滬深300: 000300.SH,創業板指: 399006.SZ,
上證50: 000016.SH, 中證500: 000905.SH,
中小板指: 399005.SZ,上證180: 000010.SH}
index_data=get_index_data(indexs)
#index_data[上證綜指].head()

#對股價走勢進行可視化分析
subjects =list(index_data.keys())
#每個子圖的title
plot_pos = [421,422,423,424,425,426,427,428] # 每個子圖的位置
new_colors = [#1f77b4,#ff7f0e, #2ca02c, #d62728,
#9467bd,#8c564b, #e377c2,
#7f7f7f,#bcbd22,#17becf]

fig = plt.figure(figsize=(16,18))
fig.suptitle(A股股指走勢,fontsize=18)
for pos in np.arange(len(plot_pos)):
ax = fig.add_subplot(plot_pos[pos])
y_data =index_data[subjects[pos]][close]
b = ax.plot(y_data,color=new_colors[pos])
ax.set_title(subjects[pos])
# 將右上邊的兩條邊顏色設置為空，相當於抹掉這兩條邊
ax = plt.gca()
ax.spines[right].set_color(none)
ax.spines[top].set_color(none)
plt.show()

02 Baostock 證券寶

baostock也是免費、開源的證券數據平台。提供了大量準確、完整的證券歷史行情數據、上市公司財務數據等。 通過python API獲取證券數據信息，可以滿足量化交易投資者、數量金融愛好者、計量經濟從業者數據需求。返回的數據格式： pandas DataFrame類型，以便於用pandas/NumPy/Matplotlib進行數據分析和可視化。

證券寶鏈接地址:baostock.com/baostock/i文檔 。安裝：進入cmd模式，pip install baostock

import baostock as bs
#### 登陸系統 ####
lg = bs.login()

#### 獲取歷史K線數據 ####
# query_history_k_data()
fields= "date,code,open,high,low,close"
rs = bs.query_history_k_data("sh.000001", fields,
start_date=2000-01-01, end_date=2018-09-07,
frequency="d", adjustflag="2")
#frequency="d"取日k線，adjustflag="3"默認不復權，
#1：後復權；2：前復權

data_list = []
while (rs.error_code == 0) & rs.next():
# 獲取一條記錄，將記錄合併在一起
data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
result.index=pd.to_datetime(result.date)
#### 結果集輸出到csv文件 ####
#result.to_csv("c:/zjy/history_k_data.csv",
# encoding="gbk", index=False)
result.head()
#### 登出系統 ####
#bs.logout()

result.info()

#將某些object轉化numeric
result=result.apply(pd.to_numeric, errors=ignore)
result.info()

result.close.plot(figsize=(16,8))
ax = plt.gca()
ax.spines[right].set_color(none)
ax.spines[top].set_color(none)
plt.show()

03 雅虎財經API

原來的雅虎財經Python開源庫2018年後已不在維護，還好有大神推出了雅虎財經的修復版本，使用pip install fix_yahoo_finance安裝。

import fix_yahoo_finance as fy
fy.pdr_override()

def get_data(tick,start_date="2000-01-01", end_date="2019-01-07"):
data = fy.download(tick, start=start_date, end=end_date)
return data

tickers=[AAPL, GOOG,AMZN,FB]
all_data = {}
for ticker in tickers:
all_data[ticker]=get_data(ticker)

subjects = [蘋果公司股價走勢,谷歌公司股價走勢,
亞馬遜公司股價走勢,FaceBook公司股價走勢]
#每個子圖的title
plot_pos = [221,222,223,224] # 每個子圖的位置
new_colors = [#1f77b4,#ff7f0e, #2ca02c, #d62728,
#9467bd,#8c564b, #e377c2,
#7f7f7f,#bcbd22,#17becf]

fig = plt.figure(figsize=(16,9))
fig.suptitle(美股&指數走勢,fontsize=18)
for pos in np.arange(len(plot_pos)):
ax = fig.add_subplot(plot_pos[pos])
y_data = all_data[tickers[pos]][Adj Close]
b = ax.plot(y_data,color=new_colors[pos])
ax.set_title(subjects[pos])
ax = plt.gca()
ax.spines[right].set_color(none)
ax.spines[top].set_color(none)
plt.show()

WorldStockIndexList = {

000001.SS:中國上證指數,
^DJI:道瓊斯工業平均指數,
^IXIC:納斯達克綜合指數,
^N225:日本日經225指數,
^HSI :香港恒生指數,
^FCHI:法國CAC40指數,
^FTSE:英國富時100指數,
^GDAXI:德國法蘭克福DAX指數}
world_data={}
for ticker in WorldStockIndexList.keys():
world_data[ticker]=get_data(ticker)

subjects =list(WorldStockIndexList.values())
tickers=list(WorldStockIndexList)
#每個子圖的title
plot_pos = [421,422,423,424,425,426,427,428]
# 每個子圖的位置
new_colors = [#1f77b4,#ff7f0e, #2ca02c, #d62728,
#9467bd,#8c564b, #e377c2,
#7f7f7f,#bcbd22,#17becf]

fig = plt.figure(figsize=(16,18))
fig.suptitle(全球股指走勢,fontsize=18)
for pos in np.arange(len(plot_pos)):
ax = fig.add_subplot(plot_pos[pos])
y_data =world_data[tickers[pos]][Adj Close]
b = ax.plot(y_data,color=new_colors[pos])
ax.set_title(subjects[pos])
ax = plt.gca()
ax.spines[right].set_color(none)
ax.spines[top].set_color(none)
plt.show()

關於Python金融量化

專註於分享Python在金融領域的實際應用，包括金融數據分析與挖掘（含文本分析）、金融建模與量化投資等。公眾號本身具有AI自動回復功能，具有查詢天氣、星座運勢、專業名詞、中英翻譯、講笑話、小故事等功能，關於公眾號文章源碼及其他資料，可回復「指南」查看詳情。

推薦閱讀：

TAG:Python | 股票 | 數據可視化 |