python的金融api_金融数据获取的api接口

最近苹果的股价一路疯长，继周四突破万亿美元市值后，周五盘中高点、收盘价双创新高。盘中高点达208.74美元，收盘价报207.99美元，上涨0.29%，创历史收盘新高，市值达10045.76亿美元。

在全球经济体的GGP排行中，已经可以稳稳排进前20名，真正的富可敌国了。

为了看下苹果自上市以来的股价变动情况，特地研究了下R和Python中的金融数据接口包，Python中的tushare库虽然非常全面的收录了国内沪深股市的数据，但是港股和美股却不支持。后来利用pandas中的一个扩展库拿到了苹果的股价数据。(pandas_datareader)

import pandas_datareader.data as web

import datetime

import matplotlib.pyplot as plt

from matplotlib.pylab import date2num

from matplotlib.font_manager

import FontProperties

import mpl_finance as mpf

import matplotlib

import numpy as np

matplotlib.style.use('ggplot')

%matplotlib inline

定义获取数据的时间段

start = datetime.datetime(1980, 1,1)

end = datetime.datetime(2018,8,3)

prices = web.get_data_yahoo('AAPL',start, end)

#预览股价趋势图

prices['Close'].plot()

plt.show()

创建股价K线图

def create_candles(data):

fig, ax = plt.subplots(figsize=(16,10))

fig.subplots_adjust(bottom=0.2)

ax.xaxis_date()

plt.xticks(rotation=45)

plt.yticks()

plt.rcParams['font.sans-serif']=['SimHei']

plt.title("股票代码：APPL苹果历史股价")

plt.xlabel("时间")

plt.ylabel("股价(元)")

mpf.candlestick_ohlc(ax,data,width=1.5,colorup='r',colordown='green')

plt.grid(True)

执行画图代码

if __name__ == '__main__':

prices = prices.reset_index()

prices['Date'] = prices['Date'].map(lambda x: date2num(x))

data = prices.iloc[:,:5].values

create_candles(data)

苹果股票自1980年12月12日上市，上市当日股价每股22$,最新的股价为207.99(2018-08-03),股价距上市之日起累计增长约57,403%(期间经过多次拆股)

tushare包是一个非常优秀的金融信息数据接口包，虽然取法覆盖港股和美股，但是对于国内的沪深股市数据支持的非常完善。

ts.get_k_data('000001', index=True) #交易数据：

ts.get_hist_data('600848') #一次性获取全部日k线数据

ts.get_h_data() #获取历史复权数据

ts.get_today_all() #实时行情

df = ts.get_tick_data('600848',date='2014-01-09') #历史分笔交易

此外tushare包对于大额交易、龙虎榜、融资融券、宏观经济数据、以及各种指数和货币市场相关数据支持都非常完善。

R语言中支持金融数据获取的接口自然要数quantmood包了。

library("quantmod")

#yahoo金融的api勉强可用，google金融的api已经停止维护了。

#指定要获取的股票名称或代码，以及数据源

setSymbolLookup(JJKR=list(name="AAPL",src="yahoo"))

getSymbols("AAPL")

chartSeries(AAPL,subset="1980-2::2018-08",theme=chartTheme("white"),TA="addVo();addBBands();addATR();addCMF()")

原文发布时间为：2018-08-05

本文作者：杜雨

本文来自云栖社区合作伙伴“ 数据小魔方”，了解相关信息可以关注“ 数据小魔方”