tushare pro接口_如何使用tushare获取数据到MySQL搭建自己的量化分析数据库

量化交易的分析基础是数据，包括股票历史交易数据、上市公司基本面数据、宏观和行业数据等。随着信息流量的日益膨胀，学会获取、查询和加工数据信息变得越来越重要。对于鼓捣量化交易的人来说，怎么能说不会玩数据库呢？目前常用的开源(免费)数据库有MySQL、Postgresql 、Mongodb 和 SQLite (Python自带)，在2018-2019年DB-Engines 排行榜上位居前十(见下图)，可见其使用量和受欢迎程度较高。这几个数据库各有自己的特点和适用环境，关于该学习哪一个或如何学习网上有很多相关资料。本文主要为大家简单介绍如何使用 Python 操作 mysql 数据库(其他数据库类似)，利用  pandas 的 dataframe 实现与mysql的交互，一步步搭建自己的量化分析数据库。

mysql数据库安装建立数据库tushare_db这个我就不介绍了,网上很多教程,直接开始

首先，使用 tushare 获取3000多只股票行情数据到本地，直接使用pandas的to_sql函数，将数据存入本地mysql数据库中，方便进一步查询和操作。

#先引入需要用到的库import tushare as tsimport pandas as pdimport numpy as npfrom sqlalchemy import create_engine#连接数据库engine = create_engine('mysql+pymysql://root:123456@localhost/tushare_db')#设置token(大家去tushare上免费注册就可以获取了)#tushare的注册地址  https://tushare.pro/register?reg=232583token='自己的token'pro = ts.pro_api(token)

#数据获取函数，默认时间可以随时改动#如果报错，把tushare升级到最新def get_data(code,start='20200101',end='20200310'):    #使用pro_bar通用行情接口    df=ts.pro_bar(ts_code=code, adj='qfq', start_date=start, end_date=end)    return df#交易代码获取函数，获取最新交易日的代码#获取当前交易日最新的股票代码和简称def get_code():    codes = pro.stock_basic(list_status='L').ts_code.values    return codesdef insert_sql(data,db_name,if_exists='append'):    #使用try...except..continue避免出现错误，运行崩溃    try:        data.to_sql(db_name,engine,index=False,if_exists=if_exists)        # print(code+'写入数据库成功')    except:        print(code+'error写入出错')

我们总共建立了3个函数，第一个时获取行情数据，第二个时获取股票代码，第三个时插入数据库

#下载20200101-20200310数据并插入数据库stock_data#此步骤比较耗费时间，大致30-35分钟左右#调取说明：基础积分每分钟内最多调取500次，每次5000条数据。for code in get_code():    data=get_data(code)    # print(data)    insert_sql(data,'stock_data')#更新2019年和以前的数据把上面的日期改下就行了。#接下来查询下2020年3月10日的收盘数据df2=pd.read_sql("select * from stock_data where trade_date='20200310' ",engine)print(df2)

#今天先讲到这里，下次讲解通过下载的数据如何可视化分析。欢迎大家关注