【股票分析一】Tushare获取股票基础数据，日线数据，历史分笔数据

Tushare ID：421411

股票基础数据和日线数据的接口用的是新版的tushare，分笔数据的接口只有在旧版才有。

1.设置token，获取api

# getdata.py
import numpy as np
import pandas as pd
import tushare as ts
import datetime
import time
import datetime
import csv
import os

ts.set_token('你的tushare用户的token的一串字符')#设置token，只需设置一次
pro = ts.pro_api()#初始化接口

2.获取股票基本信息,存储到CSV文件

def get_stock_basicData(basic_file):
    #获取股票基本信息,存储到CSV文件
    # basic_file:股票基本信息的文件名（含后缀）
    # basic_file='stock_code.csv'
    # list_status='L' L：股票状态为上市
    stock_code=pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date') #新版tushare的接口
    stock_code.to_csv(basic_file)
    print('get_stock_basicData ok')

3.截取股票

def get_stock_code(date,basic_file):
    # date:截取1992-01-01前上市的股票
    # 如 date='1992-01-01'  basic_file='stock_code.csv'
    code=pd.read_csv(basic_file,index_col='list_date',parse_dates=['list_date'])
    code=code[:date] #截取date前上市的股票
    print('get_stock_code ok')
    return code

4.获取截取的股票指定日期间的日线行情，存储到CSV文件

def get_stock_data_dailyData(code,start,end,day_file):
    #获取20210301到20210303所有股票的日线
    #格式：code=get_stock_code返回的值  start='20210301'  end='20210303' day_file='stock_day.csv' 字符类型
    len_code=len(code)
    df=pro.daily(ts_code=str(code.iloc[0]['ts_code']), start_date=start, end_date=end) #新版tushare的接口
    df.to_csv(day_file)
    df = pd.read_csv(day_file)
    len_df=len(df)
    for j in range(1,len_code):
        df1=pro.daily(ts_code=str(code.iloc[j]['ts_code']), start_date=start, end_date=end)
        df1=np.array(df1)
        df2=[] #用于定位
        len_df1 = len(df1)
        for i in range(0,len_df1):
            df2.append(i+len_df)
        df2=np.array(df2)
        df1=np.c_[df2,df1] #格式化
        if os.path.isfile(day_file): #写入csv
            with open(day_file,'a') as f: #‘a’:循环写入防止覆盖
                writer=csv.writer(f,lineterminator='\n')  #lineterminator 去掉多余的行
                writer.writerows(df1)
    print('get_stock_data_dailyData ok')

5.获取截取的股票指定日期间的历史分笔数据，存储到CSV文件

def get_stock_fbData(code,start,end,fb_file):
    # 获取2021-03-01到2021-03-31所有股票的分笔数据
    # 格式：code=get_stock_code返回的值  start='2021-03-01'  end='2021-03-31' fb_file='stock_fb.csv' 字符类型

    # 1. 创建文件对象
    f = open(fb_file, 'w', encoding='utf-8')
    # 2. 基于文件对象构建 csv写入对象
    writer = csv.writer(f)
    # 3. 构建列表头
    writer.writerow(['', 'date', 'time', 'price', 'change', 'volume', 'amount', 'type', 'code'])
    f.close()

    len_code=len(code)
    #直接把日期字符串拆分转换成    年 / 月 / 日  对应的整数
    begin = datetime.date(*map(int, start.split('-'))) # str 转为 datetime.date
    end = datetime.date(*map(int, end.split('-')))
    delta = datetime.timedelta(days=1)
    df=pd.read_csv(fb_file)
    len_df=len(df)
    for j in range(0,len_code):
        d = begin #日期
        while d <= end:
            da=d.strftime("%Y-%m-%d")
            zb=ts.get_tick_data(str(code.iloc[j]['symbol']).zfill(6),date=str(da), src='tt') #旧版tushare的接口获取分笔数据， zfill(6):高位填充0位6位数
            zb=np.array(zb)
            if zb.all() is not None: #该股票改日有分笔数据
                len_zb=len(zb)
                date=np.array([str(da)]*len_zb) #日期
                c=np.array([str(code.iloc[j]['symbol']).zfill(6)]*len_zb) #股票代码
                zb=np.c_[date,zb[:,0:],c]
                df2=[]
                for i in range(0,len_zb):
                    df2.append(i+len_df)
                len_df += len_zb
                df2=np.array(df2)
                zb=np.c_[df2,zb] #格式化

                if os.path.isfile(fb_file): #写入
                    with open(fb_file,'a',encoding='utf-8') as f:
                        writer=csv.writer(f,lineterminator='\n')
                        writer.writerows(zb)
            d += delta
    print('get_stock_fbData ok')

6.测试

# test.py
import getdata

getdata.get_stock_basicData('stock_code.csv')
code=getdata.get_stock_code('1992-01-01','stock_code.csv')
print(code)
getdata.get_stock_data_dailyData(code,'20210301','20210303','stock_day.csv')
getdata.get_stock_fbData(code,'2021-03-01','2021-03-07','stock_fb.csv')

7.结果