量化交易入门笔记-数据获取函数 一

history()函数

history()获取历史数据，可查询多个标的单个数据字段，返回数据格式为 DataFrame 或 Dict(字典)，其语法格式如下：

history(count, 
        unit='1d', 
        field='avg', 
        security_list=None, 
        df=True, 
        skip_paused=False, 
        fq='pre')

在获取天数据时，不包括当天的数据，即使是在收盘后

关于停牌：因为获取多只股票的原因，为了保持数据格式的一致，默认没有跳过停牌的日期，停牌的数据使用停牌前的数据填充

参数解析：

• count : 表示返回结果集的行数

• unit : 表示单位时间的长度，几天或者几分钟

  • Xd : 几天
  • Xm : 几分钟

  **当X>1时，fields只支持['open', 'close', 'high', 'low', 'volume', 'money']这几个标准字段 **

• field : 表示获取的数据类型，支持 SecurityUnitData 里所有的基本属性，包括：

  • open : 开盘价
  • close : 收盘价
  • high : 最高价
  • low : 最低价
  • volume : 成交量
  • money : 成效额
  • factor : 前复权因子
  • high_limit : 涨停价
  • low_limit : 跌停价
  • avg : 平均价 （money/volume）
  • pre_close : 前一个单位时间的结束时的价格
  • paused : 布尔值。用来判断是否停牌

• security_list : 用来获取数据的股票列表，其值如果为None，则默认从context.universe中选择股票

• df : 如果是True，则返回 pandas.DataFrame，否则返回dict；默认为 True

• skip_paused : 用来设置是否跳过不交易日期（包括停牌、未上市或者退市后的日期）。如果不跳过，停牌时会使用停牌前的数据填充。上市前或者退市后数据都为nan。需要注意的是，该参数的默认为False，即不跳过不交易日期

• fq : 表示复权选项。值为"pre"，表示前复权；值为 None ，表示不复权，返回实际价格；值设置为 ”pos"，表示后复权

示例：

import pandas as pd

# 显示中国平安 000009 最后5个交易日每天的收盘价信息
df = history(5, 
             unit='1d', 
             field='close', 
             security_list='000009.XSHE', 
             df=True, 
             skip_paused=False, 
             fq='pre')
df

	000009.XSHE
2018-09-25	4.77
2018-09-26	4.69
2018-09-27	4.59
2018-09-28	4.64
2018-10-08	4.50

import pandas as pd

# 同时显示多只股票的第天的收盘价信息
df = history(5, 
             unit='1d', 
             field='close', 
             security_list=['000001.XSHE',
                           '000002.XSHE',
                           '000009.XSHE'], 
             df=True, 
             skip_paused=False, 
             fq='pre')
df

	000001.XSHE	000002.XSHE	000009.XSHE
2018-09-25	10.55	24.64	4.77
2018-09-26	10.71	24.67	4.69
2018-09-27	10.74	24.45	4.59
2018-09-28	11.05	24.30	4.64
2018-10-08	10.45	22.05	4.50

import pandas as pd

df = history(3,
            unit='1d'