海通量化交易系统接口-python金融数据分析和可视化02_02获取Tushare股票数据本地存储

02_02获取Tushare股票数据本地存储

导入各种库

import pandas as pd
import tushare as ts
import datetime
import os

def tusharePro():
    # 设置token
    ts.set_token("3bbe7964d6b047f09e9f622ded0cabf05bf2b187d25609e1d1fabb94")
    # 初始化pro接口
    pro = ts.pro_api()
    return pro

获取当前所有正常上市交易的股票列表

基础信息接口：stock_basic描述：获取基础信息数据，包括股票代码、名称、上市日期、退市日期等

输入参数:

is_hs	str	N	是否沪深港通标的，N否 H沪股通 S深股通
list_status	str	N	上市状态 L上市 D退市 P暂停上市，默认是L
exchange	str	N	交易所 SSE上交所 SZSE深交所 BSE北交所
ts_code	str	N	TS股票代码
market	str	N	市场类别（主板/创业板/科创板/CDR/北交所）
limit	int	N
offset	int	N
name	str	N	名称

输出参数:

ts_code	str	Y	TS代码
symbol	str	Y	股票代码
name	str	Y	股票名称
area	str	Y	地域
industry	str	Y	所属行业
fullname	str	N	股票全称
enname	str	N	英文全称
cnspell	str	N	拼音缩写
market	str	Y	市场类型（主板/创业板/科创板/CDR）
exchange	str	N	交易所代码
curr_type	str	N	交易货币
list_status	str	N	上市状态 L上市 D退市 P暂停上市
list_date	str	Y	上市日期
delist_date	str	N	退市日期
is_hs	str	N	是否沪深港通标的，N否 H沪股通 S深股通

def download_stock_list(stock_list="stock_list"):
    pro = tusharePro()
    data = pro.stock_basic(exchange="", list_status="L")
    data["list_date"] = pd.to_datetime(data["list_date"], format="%Y%m%d")
    data.sort_values(by=["ts_code"], inplace=True)
    data.set_index("ts_code", inplace=True)
    path = os.path.join(os.path.join(os.getcwd(), "datas"), stock_list + ".csv")
    # 将数据储存为CSV格式文件
    data.to_csv(path)

stockList = "stock_list"
download_stock_list(stockList)

获取A股股票日线行情数据

输入参数:

ts_code	str	N	股票代码（支持多个股票同时提取，逗号分隔）
trade_date	str	N	交易日期（YYYYMMDD）
start_date	str	N	开始日期(YYYYMMDD)
end_date	str	N	结束日期(YYYYMMDD)

输出参数:

ts_code	str	股票代码
trade_date	str	交易日期
open	float	开盘价
high	float	最高价
low	float	最低价
close	float	收盘价
pre_close	float	昨收价(前复权)
change	float	涨跌额
pct_chg	float	涨跌幅（未复权，如果是复权请用通用行情接口）
vol	float	成交量（手）
amount	float	成交额（千元）

def download_stock(code, start, end):
    pro = tusharePro()
    df = pro.daily(ts_code=code, start_date=start, end_date=end)
    df["trade_date"] = pd.to_datetime(df["trade_date"], format="%Y%m%d")
    df.sort_values(by=["trade_date"], inplace=True)
    df.set_index("trade_date", inplace=True)
    path = os.path.join(os.path.join(os.getcwd(), "datas"), code + ".csv")
    # 保存为对应的文件
    df.to_csv(path)

下载数据保存为CSV格式

start = "19900101"
end = datetime.datetime.today().strftime("%Y%m%d")
filename = os.path.join(os.path.join(os.getcwd(), "datas"), "stock_list.csv")
df = pd.read_csv(filename)
li = df["ts_code"]

for i in range(0, len(li)):
    download_stock(li[i], start, end)
    codeStock = li[i].rstrip(".SZHBJ")
    print(codeStock)

文章为作者独立观点，不代表股票配资公司观点