目录
下载市场交易日明细
官方原版
下载"1990-01-01"至"2022-03-10"是否交易日的明细。
保存为: From19900101To20220310.csv 文件
import baostock as bs
import pandas as pd
#### 登陆系统 ####
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
#### 获取交易日信息 ####
rs = bs.query_trade_dates(start_date="1990-01-01", end_date="2022-03-10") # 开始时间 结束时间
print('query_trade_dates respond error_code:'+rs.error_code)
print('query_trade_dates respond error_msg:'+rs.error_msg)
#### 打印结果集 ####
data_list = []
while (rs.error_code == '0') & rs.next():
# 获取一条记录,将记录合并在一起
data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
#### 结果集输出到csv文件 ####
result.to_csv("./From19900101To20220310.csv", encoding="utf-8", index=False)
print(result)
#### 登出系统 ####
bs.logout()
加工改造后
对query_trade_dates() 进行封装构造新的函数TradeDates2Csv()
TradeDates2Csv()
输入参数:
input_start_date: 开始日期,格式: yyyy-mm-dd
input_end_date: 结束日期,格式: yyyy-mm-dd
input_path: 保存CSV文件路径
def TradeDates2Csv(input_start_date, input_end_date, input_path): # 输入开始时间和结束时间 时间格式为: yyyy-mm-dd
#### 登陆系统 ####
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:' + lg.error_code)
print('login respond error_msg:'