Python量化交易学习笔记（39）——BaoStock股票数据下载

鉴于近几篇文章都与多周期回测相关，因此用这篇文章来记录下多周期股票的数据的获取方式。
前面在zwPython的框架下，使用的是Tushare来获取A股的日线数据，如果想获取其他周期的数据，就要使用Tushare Pro，并且还要有足够的积分。苦于家里没矿，手里没银子，转投向可以免费下载数据的BaoStock，以下简单记录数据下载流程。

安装

使用国内源安装：

pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn

版本升级

pip install --upgrade baostock

使用前提

• 安装Python

• 安装pandas（pip install pandas）

数据时间范围说明

股票数据

• 日、周、月K线数据，时间范围：1990-12-19至今。
• 5、15、30、60分钟K线数据，时间范围：1999-07-26至今。

指数数据

• 日、周、月K线已经包含指数：综合指数，规模指数，一级行业指数，二级行业指数，策略指数，成长指数，价值指数，主题指数，基金指数，债券指数。
• 时间范围：2006-01-01至今。

季频财务数据

• 已经包含的财务数据：部分上市公司资产负债信息、上市公司现金流量信息、上市公司利润信息、上市公司杜邦指标信息。
• 时间范围：2007年至今。

季频公司报告

• 上市公司业绩预告信息，时间范围：2003年至今。
• 上市公司业绩快报信息，时间范围：2006年至今。

每日最新数据更新时间

• 当前交易日17:30，完成日K线数据入库；
• 当前交易日20:30，完成分钟K线数据入库；
• 第二自然日1:30，完成前交易日“其它财务报告数据”入库。

A股K线数据下载

API

query_history_k_data_plus(code, fields, start_date=None, end_date=None, frequency='d', adjustflag='3')

参数含义

• code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；
• fields：指示简称，支持多指标输入，以半角逗号分隔，填写内容作为返回类型的列。详细指标列表见历史行情指标参数章节，日线与分钟线参数不同。此参数不可为空；
• start_date：开始日期（包含），格式“YYYY-MM-DD”，为空时取2015-01-01；
• end_date：结束日期（包含），格式“YYYY-MM-DD”，为空时取最近一个交易日；
• frequency：数据类型，默认为d，日k线；d=日k线、w=周、m=月、5=5分钟、15=15分钟、30=30分钟、60=60分钟k线数据，不区分大小写；指数没有分钟线数据；周线每周最后一个交易日才可以获取，月线每月最后一个交易日才可以获取；
• adjustflag：复权类型，默认不复权：3；1：后复权；2：前复权。已支持分钟线、日线、周线、月线前后复权。

几点说明

1. 可以通过query_all_stock(date)获取指定日期的指数和股票数据，提取指数和股票代码后，就可以用于后续的各周期数据的下载。如果只需要下载股票数据，而不需要下载指数数据，可以使用返回结果的code字段进行过滤。
2. 使用文末所附代码下载各周期数据前，需要新建相应文件夹。
3. 日线、周线和月线、分钟数据所能下载的数据字段不同，可根据需求选择下载字段。
4. 股票停牌时，对于日线，开、高、低、收价都相同，且都为前一交易日的收盘价，成交量、成交额为0，换手率为空。因此，如果不需要这部分数据的话，需要进行数据过滤，删除volume为0的数据。此外，由于网络原因可能导致数据下载失败，引发访问volume字段时报错，因此需要做进一步条件判断处理，使下载程序能够继续执行。

        if DROP_SUSPENSION and 'volume' in list(out_df):
            out_df.drop(out_df[out_df.volume == '0'].index, inplace = True

使用BaoStock下载股票数据代码：

import baostock as bs
import pandas as pd
import datetime

'''
日线指标参数包括：'date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST'
周、月线指标参数包括：'date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg'
分钟指标参数包括：'date,time,code,open,high,low,close,volume,amount,adjustflag'

adjustflag：复权类型，默认不复权：3；1：后复权；2：前复权。已支持分钟线、日线、周线、月线前后复权。
'''

# 是否删除停盘数据
DROP_SUSPENSION = True

def update_stk_list(date = None):
    # 获取指定日期的指数、股票数据
    stock_rs = bs.query_all_stock(date)
    stock_df = stock_rs.get_data()
    stock_df.to_csv('./stk_data/all_list.csv', encoding = 'gbk', index = False)
    stock_df.drop(stock_df[stock_df.code < 'sh.600000'].index, inplace = True)
    stock_df.drop(stock_df[stock_df.code > 'sz.399000'].index, inplace = True)
    stock_df = stock_df['code']
    stock_df.to_csv('./stk_data/stk_list.csv', encoding = 'gbk', index = False)
    return stock_df.tolist()

def load_stk_list():
    df = pd.read_csv('./stk_data/stk_list.csv')
    return df['code'].tolist()

def convert_time(t):
    H = t[8:10]
    M = t[10:12]
    S = t[12:14]
    return H + ':' + M + ':' + S


def download_data(stk_list = [], fromdate = '1990-12-19', todate = datetime.date.today(), 
                   datas = 'date,open,high,low,close,volume,amount,turn,pctChg', 
                   frequency = 'd', adjustflag = '2'):
    for code in stk_list:
        print("Downloading :" + code)
        k_rs = bs.query_history_k_data_plus(code, datas, start_date = fromdate, end_date = todate.strftime('%Y-%m-%d'),
                                            frequency = frequency, adjustflag = adjustflag)
        datapath = './stk_data/' + frequency + '/' + code + '.csv'
        out_df = k_rs.get_data()
        if DROP_SUSPENSION and 'volume' in list(out_df):
            out_df.drop(out_df[out_df.volume == '0'].index, inplace = True)
        # 做time转换
        if frequency in ['5', '15', '30', '60'] and 'time' in list(out_df):
            out_df['time'] = out_df['time'].apply(convert_time)
        out_df.to_csv(datapath, encoding = 'gbk', index = False)

if __name__ == '__main__':
    
    bs.login()

    # 首次运行
    stk_list = update_stk_list(datetime.date.today() - datetime.timedelta(days = 31))
    # 非首次运行
    #stk_list = load_stk_list()

    # 下载日线
    download_data(stk_list)
    # 下载周线
    download_data(stk_list, frequency = 'w')
    # 下载月线
    download_data(stk_list, frequency = 'm')
    # 下载5分钟线
    download_data(stk_list, fromdate = '2020-6-1', frequency = '5', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')
    # 下载15分钟线
    download_data(stk_list, fromdate = '2020-6-1', frequency = '15', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')
    # 下载30分钟线
    download_data(stk_list, fromdate = '2020-6-1', frequency = '30', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')
    # 下载60分钟线
    download_data(stk_list, fromdate = '2020-6-1', frequency = '60', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')
    bs.logout()

---

博客内容只用于交流学习，不构成投资建议，盈亏自负！

个人博客：http://coderx.com.cn/（优先更新）
项目最新代码：https://gitee.com/sl/quant_from_scratch
欢迎大家转发、留言。有微信群用于学习交流，感兴趣的读者请扫码加微信！
如果认为博客对您有帮助，可以扫码进行捐赠，感谢！

微信二维码	微信捐赠二维码