python对股票的基本面进行分析_Python 股票历史分笔数据读取

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，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。

使用 Tushare ，可以查询股票的历史数据、当日数据、实时数据，包括交易数据、股票分类数据，基本面数据等。

现在主要是读取历史详细分笔数据到数据库中，记录其历史成交情况或成交分布，可估计大户散户分布、当前存在多少大户、买卖的详情、交易者买卖规律等。

主要涉及的调用函数：

import tushare as ts

#历史分笔

ts.get_tick_data('600848',date='2014-01-09')

#当日历史分

ts.get_today_ticks('601333')

#实时分笔

ts.get_realtime_quotes('000581')

#历史分笔 和 当日历史分 返回结果

time：时间

price：成交价格

pchange：涨跌幅

change：价格变动

volume：成交手

amount：成交金额(元)

type：买卖类型【买盘、卖盘、中性盘】

先创建数据库，保持到 sql server 中：

CREATE TABLE [dbo].[Fenbi](

[index] [INT] IDENTITY(1,1) NOT NULL,

[code] [varchar](10) NULL,

[date] [date] NULL,

[time] [time] NULL,

[price] [float] NULL,

[change] [float] NULL,

[volume] [int] NULL,

[amount] [bigint] NULL,

[type] [varchar](10) NULL

) ON [PRIMARY]

GO

脚本：

#-*- coding: utf-8 -*-

# python 3.5.0

__author__ = 'HZC'

import pymssql

import sqlalchemy

import numpy as np

import pandas as pd

import tushare as ts

import datetime as dt

class STOCK:

def __init__(self):

self.engine = sqlalchemy.create_engine("mssql+pymssql://kk:kk@HZC/DemoDB")

def getDateToStr(self,date):

return dt.datetime.strftime(date,'%Y-%m-%d')

def getStrToDate(self,str):

return dt.datetime.strptime(str,'%Y-%m-%d')

#返回日期之间的所有日期列表

def getRangeDateList(self,startdate,enddate):

list = []

py_start = self.getStrToDate(startdate)

py_end = self.getStrToDate(enddate)

py_now = pd.datetime.now()

#日期大于等于今天的排除

if (py_now-py_end).days <= 0:

py_end = py_now + dt.timedelta(days = -1)

day_diff = (py_end-py_start).days + 1

for d in range(day_diff):

day_curr = py_start + dt.timedelta(days=d)

#周末排除

if day_curr.weekday()<5:

list.append(self.getDateToStr(day_curr))

return list

#一只股票当天的分笔数据

def getTodayTicksByCode(self,code):

try:

df = ts.get_today_ticks(code)

except Exception as err:

print("读取当天分笔失败:%s" % err)

return df

#一只股票某天的分笔数据

def getHistoryTicksByCodeAndDate(self,code,datestr):

try:

df = ts.get_tick_data(code,date=datestr,pause=1)

except Exception as err:

print("读取历史分笔失败:%s" % err)

return df

#当天分笔数据处理

def getOneHistoryTicks(self,codelist):

dtn = self.getDateToStr(pd.datetime.now())

if len(codelist)!=0:

for c in range(len(codelist)):

df = self.getTodayTicksByCode(codelist[c])

if df.empty:

pass

else:

print("code: %s , date: %s" % (codelist[c], dtn))

df['change'] = df['change'].replace('--', '')

df['code'] = codelist[c]

df['date'] = dtn

df = df[['code','date','time','price','change','volume','amount','type']]

df.to_sql("Fenbi", self.engine, index=False, if_exists='append')

#遍历所有历史股票和日期数据处理

def getAllHistoryTicks(self,codelist,startdate,enddate):

datelist = self.getRangeDateList(startdate,enddate)

if len(codelist)!=0 and len(datelist)!=0:

for c in range(len(codelist)):

for d in range(len(datelist)):

try:

df = self.getHistoryTicksByCodeAndDate(codelist[c], datelist[d])

if df.empty:

pass

else:

print ("code: %s , date: %s" % (codelist[c], datelist[d]))

df['change'] = df['change'].replace('--', '')

df['code'] = codelist[c]

df['date'] = datelist[d]

df.to_sql("Fenbi", self.engine, index=False, if_exists='append')

#print(df[['code','date','time','price','change','volume','amount','type']])

except Exception as err:

print("读取失败:%s" % err)

else:

print("请输入有效查询信息！")

if __name__ == "__main__":

st = STOCK()

codelist = ['600543']

st.getAllHistoryTicks(codelist,'2017-12-01','2017-12-28')#历史所有分笔

#st.getOneHistoryTicks(codelist) #当天所有分笔

读取一段时间后可能出现网络连接失败，读取不了！！~这是可以手动终止，重新设置日期，等会再次执行。

也许是有限制了吧。部分结果如下：