python 将数据改为int型_Python量化交易，绝对干货！Tushare将股票行情存入Mysql数据库

前言

我们做量化交易，首先第一关遇到的问题，就是数据的获取。

为了获得股票行情的数据信息，很多量化交易者会选择去购买别人别人的接口或者是现成的数据，有些数据接口还蛮贵的，花了不少钱。其实，我们用python做量化交易时，有可以直接调用的第三方依赖包，比如tushare，通过这个包，我们可以直接免费获得我们想要的股票行情数据。

Tushare获取股票行情数据接口，我们之前文章已经比较仔细的讲了，我们这章主要来讲一下，将获得到的数据存入mysql数据库，做成我们需要的行情数据仓库。

首先，我们了解下这个数据仓库有什么用？

1 将历史数据存储，方便后续进行量化分析直接分析。

2 如果我们存到数据足够久，足够丰富，我们可以将这些数据提供接口出来，给别人调用，进行收费。

下面我们开始进行行情数据仓库的建造。

Mysql数据库安装及Python驱动连接安装

安装mysql数据库

我们使用mysql数据库来存储行情数据，所以我们先要安装mysql数据库，直接在windows上安装mysql。

mysql数据库的安装比较简单，大家可以自行百度：mysql数据库安装

如果安装有问题，可以直接私信我帮忙解决，这里就不再细讲。

安装完成mysql后，我们使用navicate连接并打开mysql连接,host：127.0.0.1，username一般是root，密码为刚安装数据库设置的密码。输入完成后，点击OK，连接成功》

navicate连接mysql

数据库连接成功

我们右键该连接，直接创建一个数据库：tushare_600000

pip安装mysql连接

首先，安装PyMySQL

pip install PyMySQL

安装PyMySQL

再次，安装sqlalchemy，这个安装过程比较久，我们耐心等待一会。sqlalchemy是一个ORM框架，额，有点专业，简单说就是用这个包，我们可以方便实现数据库的增删改。

pip install 传

安装sqlalchemy

此外，还要安装mysqlclient

pip install mysqlclient

pip安装mysqlclient

OK,安装成功。

至此，我们数据仓库所需要的环境已经准备完毕，下面我们只需要获取股票行情数据，并往里面加即可。

---

Tushare获取行情数据

安装tushare

tushare我们之前已经安装过了，如果不会安装的，请看我们的往期文章哦。

利用tushare获取历史数据

我们现在读取600000这只股票的历史tick数据，指定日期从2020年3月25日，代码如下，只需两行即可！

import tushare as tsdf = ts.get_tick_data('600000', date='2020-03-25', src='tt')print(df)

查看打印的结果

结果可以看到我们成功获取了2020-03-25的600000股票的tick数据，下面我们将数据存入mysql数据库中。

数据存入Mysql数据库

引入之前安装的两个包

from sqlalchemy import create_engineimport tushare as ts

获取tick数据

df = ts.get_tick_data('600000', date='2020-03-25', src='tt')

创建mysql连接引擎并存入数据，数据库用我们第一步创建的 tushare_600000,端口默认为：3306

engine = create_engine('mysql://root:admin@127.0.0.1:3306/tushare_600000?charset=utf8')df.to_sql('tick_data', engine)

以下是完整的代码，只需不到5,6行即可完成:

from sqlalchemy import create_engineimport tushare as tsdf = ts.get_tick_data('600000', date='2020-03-25', src='tt')engine = create_engine('mysql://root:admin@127.0.0.1:3306/tushare_600000?charset=utf8')df.to_sql('tick_data', engine)

执行py文件后，我们打开数据库，查看tushare_600000数据库，查看结果如下：

可以看到，数据已经完整保存进去了。

以上就是我们今天讲的，利用tushare拉取股票行情数据，并保存到mysql数据库，作为我们今后的量化交易分析的数据仓库。

在学习量化交易过程中有什么问题，欢迎给我留言！欢迎转载我的文章，分享给更多想学习量化交易的朋友。