python实现tushare量化分析股票信息

一、概述

众所周知，A股有好几千家上市公司，那么靠人工手动去分析查看一家家公司显然是下下策，在这里，我给大家介绍一下使用tushare分析股票的方法。

使用工具来分析股票，可以帮我们快速的筛选符合我们条件的上市公司，让我们可以集中精力，大大提高分析效率，增加赚钱的几率，好了，废话不多说，下面是满满的干货。

二、接口使用

1、获取股票列表

import tushare as ts
#token从自己账号中获取
ts.set_token("*****************")
global pro
pro = ts.pro_api()

def getBasic():
    df = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
  
getBasic()

2、获取成交量

#获取贵州茅台在2021年2月26日的成交量信息
df = pro.daily(ts_code='600519.SH', trade_date='20210226')
vol = df.iat[0, 9]

3、获取最新的股东人数

df = pro.stk_holdernumber(ts_code='600519.SH', end_date='20210226')
num = df.loc[0, ['holder_num']][0]

三、分析案例

好了，简单的接口使用方式给大家看了几个，下面开始介绍一两个实用分析方式

1、在众多公司中，市值和价格不一，有些人偏爱大市值或者高价股，那我便给大家实现以下这两个筛选方法

df = pro.daily_basic(trade_date='20210226')
for index, row in df.iterrows():
    ts_code = df.loc[index, ['ts_code']][0]
    #获取成交量（单位：万元）
    total_mv = df.loc[index, ['total_mv']][0]
    #筛选市值大于2000亿的公司
    if total_mv > 20000000:
        print(ts_code + "   " + str(total_mv))
    #获取最新的收盘价
    close = df.loc[index, ['close'][0]]
    #筛选股价大于500的公司
    if close > 500:
        print(ts_code + "   " + str(close))

2、还有一些使用均线筛选股票的方法

#筛选股价连续10日在30日均线上方的股票
df = ts.pro_bar(ts_code='600519.SH', adj='qfq', start_date="20190101", end_date="20210226",
                    ma=[5, 10, 20, 30, 60, 120, 250])
count = 0
for index, rows in df.iterrows():
    count = count + 1
    close = df.loc[index, ['close']][0]
    ma30 = df.loc[index, ['ma30']][0]
    if close < ma30:
        break
    if count >= 10:
        print("收盘价连续10日在30日均线上方")
    else:
        print("收盘价未连续10日在30日均线上方")

如果对python分析股票有感兴趣的童鞋，可以持续关注我，大家一起交流赚钱！！！