Python财经数据接口包TuShare的使用

TuShare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据。

考虑到python pandas包在金融量化分析中体现出的优势，TuShare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。

工具/原料

• Python 2.x / 3.x
• pandas
• lxml

安装和体验

• 安装TuShare

  方式1：pip install tushare

  方式2：访问https://pypi.python.org/pypi/tushare/下载安装

  方式3：将源代码下载到本地python setup.py install

• 升级TuShare

  1、先查看本地与线上的版本版本号：

  pip search tushare

  2、升级TuShare：

  pip install tushare --upgrade

• 确认安装成功

  import tushare as ts

  print ts.__version__

• 获取历史交易数据

  import tushare as ts

  df = ts.get_hist_data('600848')

  ts.get_hist_data('600848'，ktype='W') #获取周k线数据

  ts.get_hist_data('600848'，ktype='M') #获取月k线数据

  ts.get_hist_data('600848'，ktype='5') #获取5分钟k线数据

  ts.get_hist_data('600848'，ktype='15') #获取15分钟k线数据

  ts.get_hist_data('600848'，ktype='30') #获取30分钟k线数据

  ts.get_hist_data('600848'，ktype='60') #获取60分钟k线数据

  ts.get_hist_data('sh'）#获取上证指数k线数据，其它参数与个股一致，下同

  ts.get_hist_data('sz'）#获取深圳成指k线数据 ts.get_hist_data('hs300'）#获取沪深300指数k线数据

  ts.get_hist_data('sz50'）#获取上证50指数k线数据

  ts.get_hist_data('zxb'）#获取中小板指数k线数据

  ts.get_hist_data('cyb'）#获取创业板指数k线数据

  

• 获取历史分笔数据

  df = ts.get_tick_data('000756','2015-03-27')

  df.head(10)

  

• 获取实时分笔数据

  df = ts.get_realtime_quotes('000581') 

  print df[['code','name','price','bid','ask','volume','amount','time']]

  返回值说明：

  0：name，股票名字

  1：open，今日开盘价

  2：pre_close，昨日收盘价

  3：price，当前价格

  4：high，今日最高价

  5：low，今日最低价

  6：bid，竞买价，即“买一”报价

  7：ask，竞卖价，即“卖一”报价

  8：volumn，成交量 maybe you need do volumn/100

  9：amount，成交金额（元 CNY）

  10：b1_v，委买一（笔数 bid volume）

  11：b1_p，委买一（价格 bid price）

  12：b2_v，“买二”

  13：b2_p，“买二”

  14：b3_v，“买三”

  15：b3_p，“买三”

  16：b4_v，“买四”

  17：b4_p，“买四”

  18：b5_v，“买五”

  19：b5_p，“买五”

  20：a1_v，委卖一（笔数 ask volume）

  21：a1_p，委卖一（价格 ask price）

  ...

  30：date，日期

  31：time，时间

  END

获取其他数据

• 股票分数数据

  行业分类

  ts.get_industry_classified()

  概念分类，所有股票炒作概念，比如苹果、特斯拉等

  ts.get_concept_classified()

  地域分类

  ts.get_area_classified()

  中小板分类

  ts.get_sme_classified()

  创业板分类

  ts.get_gem_classified()

  风险警示板分类

  ts.get_st_classified()

  沪深300成份股及权重

  ts.get_hs300s()

  上证50成份股

  ts.get_sz50s()

• 基本面数据

  沪深股票列表（基础数据，沪深所有股票情况）

  ts.get_stock_basics()

  业绩报告（主表）

  #获取2014年第3季度的业绩报表数据

  ts.get_report_data(2014,3)

  盈利能力数据

  #获取2014年第3季度的盈利能力数据

  ts.get_profit_data(2014,3)

  营运能力数据

  #获取2014年第3季度的营运能力数据

  ts.get_operation_data(2014,3)

  成长能力数据

  ts.get_growth_data(2014,3)

  偿债能力数据

  ts.get_debtpaying_data(2014,3)

  现金流量数据

  ts.get_cashflow_data(2014,3)

• 宏观经济数据

  目前宏观经济数据主要包括以下方面：

  金融信息数据

  国民经济数据

  价格指数数据

  景气指数数据

  对外经济贸易数据

  END

数据存储

• 保存为csv格式

  import tushare as ts

  df = ts.get_hist_data('000875')#直接保存

  df.to_csv('c:/day/000875.csv')#选择保存

  df.to_csv('c:/day/000875.csv',columns=['open','high','low','close'])

  保存为Excel格式

  df = ts.get_hist_data('000875')#直接保存

  df.to_excel('c:/day/000875.xlsx')#设定数据位置（从第3行，第6列开始插入数据）

  df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5)

  保存为HDF5文件格式

  df = ts.get_hist_data('000875')

  df.to_hdf('c:/day/hdf.h5','000875')

  保存为JSON格式

  df = ts.get_hist_data('000875')

  df.to_json('c:/day/000875.json',orient='records')

• MySQL数据库

  pandas提供了将数据便捷存入关系型数据库的方法，在新版的pandas中，主要是已sqlalchemy方式与数据建立连接，支持MySQL、Postgresql、Oracle、MS SQLServer、SQLite等主流数据库。本例以MySQL数据库为代表，展示将获取到的股票数据存入数据库的方法,其他类型数据库请参考sqlalchemy官网文档的create_engine部分。

  from sqlalchemy import create_engine

  import tushare as ts

  df = ts.get_tick_data('600848',date='2014-12-22')

  engine = create_engine('mysql://user:passwd@127.0.0.1/db_name?charset=utf8')

  #存入数据库

  df.to_sql('tick_data',engine)

  #追加数据到现有表

  #df.to_sql('tick_data',engine,if_exists='append')

  

• 存入MongoDB

  import pymongo

  import json

  conn = pymongo.Connection('127.0.0.1', port=27017)

  df = ts.get_tick_data('600848',date='2014-12-22')

  conn.db.tickdata.insert(json.loads(df.to_json(orient='records')))