如何用 python 获取实时的股票数据？

最新推荐文章于 2024-07-06 12:03:33 发布
最新推荐文章于 2024-07-06 12:03:33 发布
阅读量857 收藏 7
点赞数 19
文章标签： python 开发语言 爬虫
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Python_trys/article/details/139684673
版权

需要安装的库

efinance

库的安装方法是：打开 cmd（命令提示符或者其他终端工具），输入以下代码

pip install efinance

输入完毕，按 Enter 键执行代码，等待 successfully 出现即可

代码展示

一:加强版代码

这一部分基于我开发的 python 库 efinance

根据股票代码获取最新第一个交易日的分钟数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
# 股票代码
stock_code = '600519'
# 数据间隔时间为 1 分钟
freq = 1
# 获取最新一个交易日的分钟级别股票行情数据
df = ef.stock.get_quote_history(stock_code, klt=freq)
# 将数据存储到 csv 文件中
df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

根据股票名称获取最新第一个交易日的分钟数据（支持A股、美股、港股）

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
# 股票名称
stock_code = '微软'
# 数据间隔时间为 1 分钟
freq = 1
# 获取最新一个交易日的分钟级别股票行情数据
df = ef.stock.get_quote_history(stock_code, klt=freq)
# 将数据存储到 csv 文件中
df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

每间隔 1 分钟获取一次单只股票分钟行情数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
import time
from datetime import datetime
# 股票代码
stock_code = '600519'
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0}
while 1:
    # 获取最新一个交易日的分钟级别股票行情数据
    df = ef.stock.get_quote_history(
        stock_code, klt=freq)
    # 现在的时间
    now = str(datetime.today()).split('.')[0]
    # 将数据存储到 csv 文件中
    df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
    print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
    if len(df) == status[stock_code]:
        print(f'{stock_code} 已收盘')
        break
    status[stock_code] = len(df)
    print('暂停 60 秒')
    time.sleep(60)
    print('-'*10)

print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
import time
from datetime import datetime
# 股票代码或者名称列表
stock_codes = ['600519', '腾讯', 'AAPL']
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:
    for stock_code in stock_codes.copy():
        # 现在的时间
        now = str(datetime.today()).split('.')[0]
        # 获取最新一个交易日的分钟级别股票行情数据
        df = ef.stock.get_quote_history(stock_code, klt=freq)
        # 将数据存储到 csv 文件中
        df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
        print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
        if len(df) == status[stock_code]:
            # 移除已经收盘的股票代码
            stock_codes.remove(stock_code)
            print(f'股票 {stock_code} 已收盘！')
        status[stock_code] = len(df)
    if len(stock_codes) != 0:
        print('暂停 60 秒')
        time.sleep(60)
    print('-'*10)

print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据(高速版)

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
from typing import Dict
import efinance as ef
import pandas as pd
import time
from datetime import datetime
# 股票代码或者名称列表
stock_codes = ['600519', '腾讯', 'AAPL']
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:
    # 获取最新一个交易日的分钟级别股票行情数据
    stocks_df: Dict[str, pd.DataFrame] = ef.stock.get_quote_history(
        stock_codes, klt=freq)
    for stock_code, df in stocks_df.items():
        # 现在的时间
        now = str(datetime.today()).split('.')[0]
        # 将数据存储到 csv 文件中
        df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
        print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
        if len(df) == status[stock_code]:
            # 移除已经收盘的股票代码
            stock_codes.remove(stock_code)
            print(f'股票 {stock_code} 已收盘！')
        status[stock_code] = len(df)
    if len(stock_codes) != 0:
        print('暂停 60 秒')
        time.sleep(60)
    print('-'*10)

print('全部股票已收盘')

以上演示了如何使用我开发的 python 库来获取最新一个交易日内股票的分钟级股票数据，想了解更多功能，可以看我写的文档：【更多学习资料】


 

二：一般版

获取当日分钟线数据

from urllib.parse import urlencode
import pandas as pd
import requests
def gen_eastmoney_code(rawcode: str) -> str:
    '''
    生成东方财富专用的secid

    Parameters
    ----------
    rawcode ： 6 位股票代码
    Parameters
    ----------
    str : 按东方财富格式生成的字符串 
    '''
    if rawcode[0] != '6':
        return f'0.{rawcode}'
    return f'1.{rawcode}'
def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:
    '''
    功能获取k线数据
    Parameters
    ----------
    code : 6 位股票代码
    beg: 开始日期 例如 20200101
    end: 结束日期 例如 20200201
    klt: k线间距 默认为 101 即日k
        klt:1 1 分钟
        klt:5 5 分钟
        klt:101 日
        klt:102 周
    fqt: 复权方式
        不复权 : 0
        前复权 : 1
            后复权 : 2 
    Return
    ------
    DateFrame : 包含股票k线数据
    '''
    EastmoneyKlines = {
        'f51': '时间',
        'f52': '开盘',
        'f53': '收盘',
        'f54': '最高',
        'f55': '最低',
        'f56': '成交量',
        'f57': '成交额',
        'f58': '振幅',
        'f59': '涨跌幅',
        'f60': '涨跌额',
        'f61': '换手率',
    }
    EastmoneyHeaders = {
     
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',
        'Accept': '*/*',
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
        'Referer': 'http://quote.eastmoney.com/center/gridlist.html',
    }
    fields = list(EastmoneyKlines.keys())
    columns = list(EastmoneyKlines.values())
    fields2 = ",".join(fields)
    secid = gen_eastmoney_code(code)
    params = (
        ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),
        ('fields2', fields2),
        ('beg', beg),
        ('end', end),
        ('rtntype', '6'),
        ('secid', secid),
        ('klt', f'{klt}'),
        ('fqt', f'{fqt}'),
    )
    base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'
    url = base_url+'?'+urlencode(params)
    json_response = requests.get(
        url, headers=EastmoneyHeaders).json()
    data = json_response['data']
    # code = data['code']
    # 股票名称
    # name = data['name']
    klines = data['klines']
    rows = []
    for _kline in klines:
        kline = _kline.split(',')
        rows.append(kline)
    df = pd.DataFrame(rows, columns=columns)
    return df
if __name__ == "__main__":
    # 股票代码
    code = '600519'
    # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据
    df = get_k_history(code)
    # 保存k线数据到表格里面
    df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)
    print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

获取当日分钟线数据（每分钟运行一次,直到收盘）

from urllib.parse import urlencode
import pandas as pd
import requests
import time
def gen_eastmoney_code(rawcode: str) -> str:
    '''
    生成东方财富专用的secid
    Parameters
    ----------
    rawcode ： 6 位股票代码
    Parameters
    ----------
    str : 按东方财富格式生成的字符串 
    '''
    if rawcode[0] != '6':
        return f'0.{rawcode}'
    return f'1.{rawcode}'
def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:
    '''
    功能获取k线数据
    Parameters
    ----------
    code : 6 位股票代码
    beg: 开始日期 例如 20200101
    end: 结束日期 例如 20200201
    klt: k线间距 默认为 101 即日k
        klt:1 1 分钟
        klt:5 5 分钟
        klt:101 日
        klt:102 周
    fqt: 复权方式
        不复权 : 0
        前复权 : 1
            后复权 : 2 
    Return
    ------
    DateFrame : 包含股票k线数据
    '''
    EastmoneyKlines = {
        'f51': '时间',
        'f52': '开盘',
        'f53': '收盘',
        'f54': '最高',
        'f55': '最低',
        'f56': '成交量',
        'f57': '成交额',
        'f58': '振幅',
        'f59': '涨跌幅',
        'f60': '涨跌额',
        'f61': '换手率',
    }
    EastmoneyHeaders = {
 
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',
        'Accept': '*/*',
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
        'Referer': 'http://quote.eastmoney.com/center/gridlist.html',
    }
    fields = list(EastmoneyKlines.keys())
    columns = list(EastmoneyKlines.values())
    fields2 = ",".join(fields)
    secid = gen_eastmoney_code(code)
    params = (
        ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),
        ('fields2', fields2),
        ('beg', beg),
        ('end', end),
        ('rtntype', '6'),
        ('secid', secid),
        ('klt', f'{klt}'),
        ('fqt', f'{fqt}'),
    )
    base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'
    url = base_url+'?'+urlencode(params)
    json_response = requests.get(
        url, headers=EastmoneyHeaders).json()
    data = json_response['data']
    # code = data['code']
    # 股票名称
    # name = data['name']
    klines = data['klines']
    rows = []
    for _kline in klines:
        kline = _kline.split(',')
        rows.append(kline)
    df = pd.DataFrame(rows, columns=columns)
    return df
if __name__ == "__main__":
    # 重复 1000 次
    for _ in range(1000):
        # 股票代码
        code = '600519'
        # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据
        df = get_k_history(code)
        # 保存k线数据到表格里面
        df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)
        print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')
        time.sleep(60)
        # 240 行说明收盘了，结束
        if len(df) >= 240:
            break
一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

图片

图片

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，还有环境配置的教程，给大家节省了很多时间。

图片

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

图片

四、入门学习视频全套

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

图片

图片

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

图片

图片

如果你对Python感兴趣，想要学习python，希望可以帮到你，一起加油！

以上是给大家分享的Python全套学习资料，都是我自己学习时整理的：【更多学习资料】

Python_trys
关注
  • 19
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
2024年最新如何用 python 获取实时的股票数据？_用python读取股票实时报价
2401_84692299的博客
05-02 1228
print(‘全部股票已收盘’)install efinance 来安装。
如何用 python 获取实时的股票数据？_用python读取股票实时报价
egregw的博客
05-01 705
print(‘全部股票已收盘’)install efinance 来安装。
python获取股票tick数据
01-09
爬取股票tick数据，sina数据库从2002年开始
Python爬取所有股票数据并进行数据分析
m0_74942241的博客
10-26 2604
一、背景：作为一个程序员，总喜欢在股市里面晃荡，无奈总是当成韭菜收割了。每一次都是卖涨买跌，处处碰壁。但是作为一个有一定阅历的程序员本能告诉自己，只要掌握了大量的股票数据，就可以在信息渠道落后的情况下，分析出机构大概率的在布局哪些股票，从而在机构拉涨停之前，提前进入分一杯羹。于是，开始编写了爬取股票数据并进行数据分析的程序。二、环境：Anaconda3.3 python3.7.1三、目标：爬取所有股票每天每一分钟的数据，并且进行数据分析。
2024年Python最新4行Python代码实时获取股市数据_python获取股票数据
2401_84556528的博客
05-01 1700
Tushare是一个。
2024年最全如何用 python 获取实时的股票数据？_efinance python
2401_84562041的博客
05-02 784
print(‘全部股票已收盘’)install efinance 来安装。
python获取-股票数据
12-25
该爬虫使用了Beautiful Soup和Scrapy等爬虫技术，从指定的股票网站或API获取实时和历史股票数据，包括股票价格、交易量等。爬取到的数据经过清洗和转换后，，方便进一步分析。项目提供了示例代码和演示，帮助用户...
python实现股票行情数据获取
09-23
1. **数据源**：首先，你需要一个数据源来获取股票数据。常见的数据提供商有雅虎财经（Yahoo Finance）、Google财经、Alpha Vantage、Quandl、Wind资讯等。它们提供了API接口，可以通过HTTP请求获取数据。 2. **API...
python获取新浪A股实时股票数据并实时画图
01-13
通过不断调用新浪财经的API获取A股的实时数据，包括实时数据，最高最低价，昨日收盘价，买5，卖5的成交价,成交量等信息，并可以实时进行分时图的绘画。
python3使用pandas获取股票数据的方法
01-20
如下所示： from pandas_datareader import data, wb from datetime import datetime import matplotlib.pyplot as plt end = datetime.now() start = datetime(end.year - 1, end.month, end.day) ...
Ansys Zemax｜场曲跟畸变图的前世今生
ueotek的博客
07-02 403
这里的y和z坐标和方向余弦是（Hx, Hy, Px, Py）=（X, X, 0 ,0）和（Hx, Hy, Px, Py）=（X, X, 0 ,0.001），在光线追迹像面的前一个平面的 z坐标和方向余弦。OpticStudio通过在X和Y方向（弧矢和子午方向）的傍轴光线追踪确定近轴图像平面的Z坐标，并测量该近轴焦平面与系统图像平面的Z坐标之间的距离。使用附件中的样本文件，近轴像面的全局Z坐标与视场0处的像面位置之差与场曲和畸变图中的的Tan Shift相同。近轴像面的定义是以下两个光线交点的全局Z坐标。
Java基础:爬虫
weixin_65752158的博客
07-04 872
Pattern:表示正则表达式Matcher:文本匹配器，作用按照正则表达式的规则去读取字符串，从头开始读取。在大串中去找符合匹配规则的子串。通过Pattern p = Pattern.compile("正则表达式");获得 通过Matcher m = p.matcher(str);获得 (m要在str中找符合p规则的小串)其中, m为Matcher对象, p为正则表达式规则, str为要验证的字符串. boolean b = m.find(); 表示拿着文本匹配器从头开始读取，寻找是否有
使用Python实现深度学习模型：序列建模与生成模型的博客教程
Echo_Wish的博客
07-02 1185
本文介绍了使用Python实现深度学习模型的序列建模和生成模型的步骤。我们详细说明了每个步骤，并提供了相应的代码示例。通过学习本文，您将能够使用Python构建和训练序列建模和生成模型，并生成新的序列数据。希望本文对您有所帮助！如果您有任何问题或建议，请随时提出。
Django学习第四天
qq_43580271的博客
07-04 429
UserEditModelForm类继承了BootStrapModelForm类的方法，BootStrapModelForm继承了forms.ModelForm的方法所以使用继承能够更好封装代码功能。ModelForm引入时间样式（自动生成了id为id_create_time)django自动帮我们把session功能定义好了，使用只需要这样一个语句。封装每部分的功能，拆分到每个模块中去。在html中增加属性的方法1。在html中增加属性的方法2。在html中增加属性的方法3。在用户列表页面使用分页功能。
Java高级重点知识点-19-Lambda
m0_72926194的博客
07-02 509
本文主要是讲解了如何使用lambda表达式来简介代码开发，同时讲解了函数式编程思想，该思想主要的是体现做什么，而不是怎么做。
【Python进阶】函数的扩展
最新发布
weixin_52854743的博客
07-06 749
python函数的补充，包括函数的嵌套调用、函数的变量作用域、多种参数、拆包和交换变量值、引用和匿名函数
并发编程面试题1
搬砖的小熊猫的博客
07-03 935
单例模式中的懒汉机制会有有序性问题。DCL（Double-Checked Locking）方式存在指令重排问题，可能导致NullPointerException。在Java编译时，JIT会优化指令顺序，提升执行效率。在CPU层面，也会对指令进行重新排序，提升执行效率。这种指令调整在特殊操作上可能会导致问题。
每日一道算法题 彩灯装饰记录 I
weixin_65816128的博客
07-05 300
【代码】每日一道算法题 彩灯装饰记录 I。
python获取股票实时数据
04-06
要获取股票实时数据，需要使用股票数据API或爬取股票数据网站。以下是使用tushare库获取股票实时数据的示例代码： ```python import tushare as ts # 获取股票实时数据 realtime_data = ts.get_realtime_quotes('...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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