python量化分析系列（第一篇）

 

​

上周在微信公众号【数据之佳】分享了一些个股的历史数据，因为字段有点多，我直接从数据库中导出数据，大概一个多G的文本文件，这一周将A股的数据历史日线数据全部找全了，分享出来，数据同样是一个文本文件，一个多G，一共15列，从左往右每一列的含义依次是：

1：日期，2：股票代码，3：股票名称，4：当日收盘价，5：当日最高价，6：当日最低价，7：当日开盘价，8：上一交易日收盘价，9：当日涨跌额，10：当日涨跌幅，11：换手率，12：成交量，13：成交金额，14：总市值，15：流通市值

为了方便传输，所有股票的数据放在一个文件中，不过每一次更新都非常费时费力，我需要把数据从服务器上下载下来，然后再传到网盘上，最后才能分享出来，有需要的朋友再从网盘下载。这几个过程耗费了大量的时间。

授人以鱼不如授人以渔，我打算将如何爬取股票数据整理成一门课程分享出来，讲解如何在网上找金融数据源，怎样找api地址，找到api地址之后怎样爬取股票的历史日k线数据，怎样爬去每天的分时数据等，具体课程安排下周末整理出来，有需要的朋友可以加一下微信群，本群用于分享和交流金融数据的获取、分析

 

 

下面是股票历史数据百度网盘地址

链接：

https://pan.baidu.com/s/19paAB6KFvvA25e-vrfds0g

密码：ph2b

如果有朋友需要按日期或者按股票将所有数据分类，又不知道该怎么分，下面提供python将数据按照日期或股票分类的代码，挺简单，读入数据，分类，然后存储即可，一次分类不到五行代码，当然，如果是it大神，请跳过，只依赖一个库pandas,更改一下路径就可以运行

#encoding:utf8
import pandas as pd
f=open("F:\\股票历史数据.txt",'r',encoding="UTF-8")
dayData=pd.read_csv(f,sep="\t")
dayData.columns=["A","B","C","D","E","F","G","H","I","J","K","L","M","N","O"]
#按照日期分组
for name,group in dayData.groupby("A"):
    path="F:\每日数据\\"+name
    group.to_csv(path,index=False)

#按照个股分组
for name,group in dayData.groupby("B"):
    path="F:\每股数据\\"+str(name)
    group.to_csv(path,index=False)

 

脚本链接地址：

链接：

https://pan.baidu.com/s/1TeChV7ecPjN-yysBvObS4Q

密码：onfl