python-Tushare金融量化获取数据小案例

由于Python具有便捷的开发方式和丰富的工具库，在科学计算领域特别强大，因此在量化投资领域得到广泛应用。目前市面上涌现了许多支持Python语言的量化平台，比如掘金量化V3.0终端。通过掘金3，您可以轻松实现个人的Python交易策略模型，并进行策略模型的回测、仿真、以及实盘交易，还可自定义风险控制。该平台还提供了大量经典的量化策略示例，供用户提取使用，这大大节省了量化投资者开发Python策略模型的时间，也极大地提升了策略开发的效率。 

首先导包，把numpy，pandas等模块导入，在导入tushare模块

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts

 tushare社区更新了，改成tushare pro 我们首先要注册自己账号，获取token秘钥。

图一 秘钥接口 

 我们要获取一些简单数据（证券数据）。

ts.set_token('你的token')
df = ts.realtime_tick(ts_code='600519.SH')
df

具体情况可以看官网，网址：Tushare数据

简单案例分析：获取了一下600702证劵历史数据了 （以前的接口是get_k_data改成了pro_bar）

ts.set_token('你的token')
df = ts.pro_bar(ts_code='600702.SH', adj='qfq',end_date='20240115')
df.to_csv("600702.csv")
df

这里有明确讲解数据接口的使用 ：

仅供学习参考； 

输出该股票所有收盘比开盘上涨3%以上的日期
 

 df[(df['close']-df['open'])/df['open']>=0.03]

 输出该股票所有开盘比前日收盘跌幅超过2%的日期

df[(df['open']-df['close'].shift(1))/df['close'].shift(1)<=-0.02]