Python股票量化学习（2）——股票历史日线数据下载

        利用baostock下在股票历史数据

bs.query_history_k_data_plus(code, fields, start_date, end_date, frequency, adjustflag)

        code,股票代码；

        fields,表字段date,open,high,low,close,preclose,volume,amount,adjustflag,

turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST。也可以选取这其中一部分。

        start_date,起始日期；

        end_date,结束日期；

        frequency,该参数为'd'时，表示下载日线数据；

        adjustflag,复权类型，=’2‘为前复权

要下载全部A股数据，耗时会相当长，因此，这里可以引入多进程模块multiprocessing,但是，运行多进程的时候，又总有进程会莫名的卡死，导致程序即不报错，也不停止。于是，再引入一个超时模块func_timeout.

from multiprocessing import Pool

from func_timeout import func_set_timeout

         定义函数get_history_data()用来获取股票历史数据，用func_timeout盯着它。

import baostock as bs
from func_timeout import func_set_timeout

# 设置50秒超时
@func_set_timeout(50)
def get_history_data(code, start='1990-12-19', end=datetime.date.today().strftime('%Y-%m-%d'),
                adjustflag='2', ):
    """
    获取股票历史数据
    :param code: 股票代码
    :param start: 开始日期
    :param end: 结束日期
    :param adjustflag: 复权类型,默认为 2 ，前复权
    :return: 股票历史数据的DataFrame
    """
    # 登录baostock
    bs.login()
    print(f'正在建立{code}的下载链接......')

    df = bs.query_history_k_data_plus(code,fields=self.baostock_fields, start_date=start, end_date=end,
                                          frequency='d', adjustflag=adjustflag).get_data()
    print(f'{code} is done!')

    return d