import tushare as ts
ts.set_token('0f05322b2597597318b558ffde25db9bdd0130df6f662bd75b30706b')
pro = ts.pro_api()
df = pro.query('daily', ts_code='000001.SZ', start_date='20170701', end_date='20200901')
df.index = df.trade_date

可以画出下面的粗糙开盘价趋势图，但是x轴时间并没有显示出来，此时我们需要将index转换为时间类型，引入pandas包，将index 的object转为时间类型，我们通过df.dtypes方法可以查看所有列的类型。

import matplotlib.pyplot as plt
df['open'].plot()
plt.ylim(5,18)
plt.show()

import pandas as pd
df.index = pd.to_datetime(df.index)

绘制收盘价趋势图

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(12,6))
df['close'].plot()
plt.ylim(5,18)
plt.xlabel("日期")
plt.title("20170701-20200901收盘价趋势")
plt.ylabel("收盘价")
plt.legend()
plt.grid()
plt.show()

绘制K线图

import talib
import numpy as np
import mpl_finance as mpl
sma_10 = talib.SMA(np.array(df['close']),10)
sma_30 = talib.SMA(np.array(df['close']),30)
fig = plt.figure(figsize=(24,8))
ax = fig.add_subplot(1,1,1)
ax.plot(sma_10,label="10日均线")
ax.plot(sma_30,label='30日均线')
ax.legend()
mpl.candlestick2_ochl(ax,df['open'],df['close'],
                     df['high'],df['low'],width=0.5,colorup='r',colordown='g',alpha=0.75
                     )
plt.show()

我们主要还是应该掌握如何用tushare获取股票行情数据，使用的是ts.get_hist_data()函数，其
输入参数为：

• code：股票代码，即6位数字代码，或者指数代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50
  zxb=中小板 cyb=创业板）
• start：开始日期，格式YYYY-MM-DD
• end：结束日期，格式YYYY-MM-DD
• ktype：数据类型，D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟，默认为D
• retry_count：当网络异常后重试次数，默认为3
• pause:重试时停顿秒数，默认为0

返回值说明：

• date：日期
• open：开盘价
• high：最高价
• close：收盘价
• low：最低价
• volume：成交量
• price_change：价格变动
• p_change：涨跌幅
• ma5：5日均价
• ma10：10日均价
• ma20:20日均价
• v_ma5:5日均量
• v_ma10:10日均量
• v_ma20:20日均量
• turnover:换手率[注：指数无此项]
  ts.get_stock_basics()
  

ts.get_hist_data(‘600848’, ktype=‘W’) #获取周k线数据

ts.get_hist_data(‘600848’, ktype=‘M’) #获取月k线数据
ts.get_hist_data(‘600848’, ktype=‘5’) #获取5分钟k线数据
ts.get_hist_data(‘600848’, ktype=‘15’) #获取15分钟k线数据
ts.get_hist_data(‘600848’, ktype=‘30’) #获取30分钟k线数据
ts.get_hist_data(‘600848’, ktype=‘60’) #获取60分钟k线数据
ts.get_hist_data(‘sh’）#获取上证指数k线数据，其它参数与个股一致，下同
ts.get_hist_data(‘sz’）#获取深圳成指k线数据
ts.get_hist_data(‘hs300’）#获取沪深300指数k线数据
ts.get_hist_data(‘sz50’）#获取上证50指数k线数据
ts.get_hist_data(‘zxb’）#获取中小板指数k线数据
ts.get_hist_data(‘cyb’）#获取创业板指数k线数据

1 背景

Tushare平台是目前使用python学习量化投资比较好用的而且是免费的一个数据获取平台。主要实现对金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。

2 获取未复权数据

2.1 登陆Tushare

通过以下url，用户可以注册到自己的tushare账号，登陆账号之后，在账号的个人首页->接口Token中获取对应的Token进行数据获取的钥匙。

url = "https://tushare.pro/register?reg=399376"

2.2 用pyhton连接tushare

首先，需要安装tushare模块

pip install tushare

连接tushare

import tushare as ts
ts.set_token('your token here')#这里填入自己获取的token
pro = ts.pro_api()

2.3 用pyhton获取数据

以平安银行为例，获取2018年-2021年平安银行的日线数据：

df = pro.daily(ts_code='000001.SZ', start_date='20180701', end_date='20211022')

数据说明：

交易日每天15点～16点之间。本接口是未复权行情，停牌期间不提供数据。

输入参数：

注：日期都填YYYYMMDD格式，比如20181010

输出参数：

也可以通过这种方式进行数据获取：

df = pro.query('daily', ts_code='000001.SZ', start_date='20180701', end_date='20211022')

也可以按照日期获取某一天的全部数据：

df = pro.daily(trade_date='20211022')

多个数据一起获取：

df = pro.daily(ts_code='000001.SZ,600000.SH', start_date='20180701', end_date='20180718')

2.4 查看数据数据

查看拿到的数据类型，发现数据为DataFrame格式，因此数据的操作与pandas一致

>>>type(df)
pandas.core.frame.DataFrame

查看前5条数据t

df.head()

同理，查看后5条数据

df.tail()

3 获取复权数据

接口名称：pro_bar
更新时间：股票和指数通常在15点～17点之间，数字货币实时更新，具体请参考各接口文档明细。
描述：目前整合了股票（未复权、前复权、后复权）、指数、数字货币、ETF基金、期货、期权的行情数据，未来还将整合包括外汇在内的所有交易行情数据，同时提供分钟数据。不同数据对应不同的积分要求，具体请参阅每类数据的文档说明。
其它：由于本接口是集成接口，在SDK层做了一些逻辑处理，目前暂时没法用http的方式调取通用行情接口。用户可以访问Tushare的Github，查看源代码完成类似功能。

输入参数

获取平安银行前复权数据

df = pro.query('daily', adj = 'qfq', ts_code='000001.SZ', start_date='20210701', end_date='20211022')

4 总结

这是最基础的数据获取教程，代码已同步到github，会慢慢更新～

5 Reference

https://github.com/RxxxxR/quantitative_analysis

Tushare大数据社区

量化投资在近些年来成为了金融行业中的一个热点，在做量化之前需要先获取到市场的行情数据，今天来介绍一个python接口tushare，通过该接口可以获取到大量的金融数据，涵盖了股票，基本面数据，宏观经济数据等，并且在不断的更新中。

1.安装教程

可以将tushare作为python的一个三方库，提前pip在环境之中，之后通过如下代码导入：

import tushare as ts

2.简单函数

1.获取股票的历史行情，可以通过参数设置获取日k线、周k线、月k线，以及5分钟、15分钟、30分钟和60分钟k线数据。不过需要注意的是，该接口只能获取近三年的数据。

ts.get_hist_data()

主要参数说明

code：股票代码，即6位数字代码，或者指数代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板）
start：开始日期，格式YYYY-MM-DD
end：结束日期，格式YYYY-MM-DD
ktype：数据类型，D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟，默认为D

代码演示如下：

data = ts.get_hist_data('600519', start='2020-01-01', end='2020-02-01')
print(data.head())

2. 基本面数据获取
基本面类数据提供所有股票的基本面情况，包括股本情况、业绩预告和业绩报告等。

ts.get_stocks_basic()

获取沪深上市公司基本情况。属性包括:

code,代码
name,名称
industry,所属行业
area,地区
pe,市盈率
outstanding,流通股本(亿)
totals,总股本(亿)
totalAssets,总资产(万)
liquidAssets,流动资产
fixedAssets,固定资产
reserved,公积金
reservedPerShare,每股公积金
esp,每股收益
bvps,每股净资
pb,市净率
timeToMarket,上市日期
undp,未分利润
perundp, 每股未分配
rev,收入同比(%)
profit,利润同比(%)
gpr,毛利率(%)
npr,净利润率(%)
holders,股东人数

3. 宏观经济数据

宏观经济数据提供国内重要的宏观经济数据，目前只提供比较常用的宏观经济数据，通过简单的接口调用可获取相应的DataFrame格式数据，大项主要包括以下类别：

金融信息数据
国民经济数据
价格指数数据
景气指数数据
对外经济贸易数据

存款利率调用方法

ts.get_deposit_rate()

返回值为： date， deposit_type， rate

贷款利率调用方法

ts.get_loan_rate()

返回值为： date， loan_type， rate