如何获取免费的股票行情数据？
 
内容摘要：使用Baostock的API获取股票行情数据；格式化获得的股票行情数据。
 

1.导入必要的模块
 
关键模块是： ①numpy、pandas:用来处理数据 ②baostock：用来获取股票数据
 


# 处理数据
import numpy as np
import pandas as pd

# 获取股票数据
import baostock as bs
 
2.获取股票数据
 
我们利用baostock获取股票数据。为什么用baostock，而不用tushare?
 

因为baostock是一个免费、开源的证券数据平台（无需注册）。 提供大量准确、完整的证券历史行情数据、上市公司财务数据等。 通过python API获取证券数据信息，满足量化交易投资者、数量金融爱好者、计量经济从业者数据需求。
 
返回的数据格式：
pandas DataFrame类型，以便于用pandas/NumPy/Matplotlib进行数据分析和可视化。
同时支持通过BaoStock的数据存储功能，将数据全部保存到本地后进行分析。
支持语言：目前版本BaoStock.com目前只支持Python3.5及以上(暂不支持python 2.x)。
下载安装 方式1： pip install baostock 使用国内源安装：
 
pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn
 
方式2：访问 https://pypi.python.org/pypi/baostock 下载安装
 
python setup.py install或pip install xxx.whl
 
baostock的数据范围
 

股票数据
 
日、周、月K线数据，时间范围：1990-12-19至今。
5、15、30、60分钟K线数据，时间范围：1999-07-26至今。
指数数据
 
日、周、月K线已经包含指数：综合指数，规模指数，一级行业指数，二级行业指数，策略指数，成长指数，价值指数，主题指数，基金指数，债券指数。
时间范围：2006-01-01至今。
季频财务数据
 
已经包含的财务数据：部分上市公司资产负债信息、上市公司现金流量信息、上市公司利润信息、上市公司杜邦指标信息。
时间范围：2007年至今。
季频公司报告
 
上市公司业绩预告信息，时间范围：2003年至今。
上市公司业绩快报信息，时间范围：2006年至今。
我们把获取数据的相关代码，封装成函数，以方便重复调用。
 

函数的参数，分别为股票代码、数据开始时间、数据结束时间以及频率。 默认获取的数据项为：
 
date,code,open,high,low,close,volume
 
相关代码如下：
 
# 获取股票数据，并将数据规范化

def get_data(
        code="sh.600000", start_date="2020-06-01", end_date="2021-03-26", frequency="d"
):
    #### 登陆baostock系统 ####
    lg = bs.login()
    # 显示登陆返回信息
    print("登录响应代码:" + lg.error_code)
    print("登录响应信息:" + lg.error_msg)

    data = bs.query_history_k_data_plus(
        code,
        fields="date,code,open,high,low,close,volume",
        start_date=start_date,
        end_date=end_date,
        frequency="d",
        adjustflag="3",
    )
    data_list = []
    while (data.error_code == "0") & data.next():
        # 获取一条记录，将记录合并在一起
        data_list.append(data.get_row_data())
    # 转为dataframe
    result = pd.DataFrame(data_list, columns=data.fields)

    # 警惕：数据全是字符串：<class 'str'>
    # 把字符串转为数值
    result.open = result.open.astype("float64").round(2)
    result.close = result.close.astype("float64").round(2)
    result.high = result.high.astype("float64").round(2)
    result.low = result.low.astype("float64").round(2)
    result.volume = result.volume.astype("int")
    # date列转为时间类型
    result.date = pd.DatetimeIndex(result.date)

    # dataframe规范化
    data2 = pd.DataFrame(
        {
            "open": result["open"].values,
            "close": result["close"].values,
            "high": result["high"].values,
            "low": result["low"].values,
            "volume": result["volume"].values,
        },
        index=result["date"].values
    )

    #### 登出系统 ####
    bs.logout()
    return data2
 
这里有几点，需要特别注意的。
 
 
 
使用baostock获取数据前，需要先登录。
baostock不能直接返回dataframe类型的数据，需要进行相应处理，并转化。
baostock获取的数据，都是字符串类型的。如：open 的值的类型是：<class 'str'>。因此需要将其转换为float64等类型。
 
比如，我们要获取格力电器的日线数据： 格力电器的代码是：000651。属于深交所的股票，因此在其代码前加sz.,即sz.000651
 
data1 = get_data(code="sz.000651", start_date="2020-06-01", end_date="2021-03-26", frequency="d")
 
             open  close   high    low    volume
2020-06-01  57.51  57.97  58.26  57.19  57925071
2020-06-02  58.88  58.09  58.98  57.71  46837490
2020-06-03  58.10  58.02  58.49  57.51  45819960
2020-06-04  58.60  59.65  59.69  58.40  65622849
2020-06-05  60.00  60.17  61.01  59.89  58536642
...           ...    ...    ...    ...       ...
2021-03-22  60.05  60.94  61.19  59.60  39575697
2021-03-23  60.85  61.41  62.00  60.28  38481259
2021-03-24  61.40  61.35  62.00  61.07  32399326
2021-03-25  60.86  61.38  61.63  60.70  25338726
2021-03-26  62.60  61.62  62.93  61.18  37839591

[201 rows x 5 columns]
 
又如，我们要获取中国平安的1小时数据： 中国平安的代码是：601318。属于上交所的股票，因此在其代码前加sh.,即sh.601318
 
data2 = get_data(code="sh.601318", start_date="2020-06-01", end_date="2021-03-26", frequency="60m")
 
             open  close   high    low    volume
2020-06-01  71.40  72.16  72.23  71.23  45767284
2020-06-02  72.02  74.28  74.53  72.01  81052327
2020-06-03  75.00  75.01  76.69  75.00  99148840
2020-06-04  75.42  75.14  75.71  74.58  45388022
2020-06-05  75.14  75.30  75.44  74.40  34980754
...           ...    ...    ...    ...       ...
2021-03-22  79.99  79.82  80.27  79.53  54273091
2021-03-23  79.89  80.05  80.60  79.12  51116947
2021-03-24  79.99  79.01  80.30  78.71  63315814
2021-03-25  79.23  79.20  79.66  78.99  43650615
2021-03-26  79.58  80.01  80.30  79.56  45348477

[201 rows x 5 columns]
 
我们成功地获取了股票的数据，数据是量化交易的基础，有了数据，我们就可以愉快地进行数据分析了！
 
3.全部代码如下：
 

# 处理数据
import numpy as np
import pandas as pd
# 获取股票数据
import baostock as bs


# 获取股票数据，并将数据规范化
def get_data(
        code="sh.600000", start_date="2020-06-01", end_date="2021-03-26", frequency="d"
):
    #### 登陆baostock系统 ####
    lg = bs.login()
    # 显示登陆返回信息
    print("登录响应代码:" + lg.error_code)
    print("登录响应信息:" + lg.error_msg)

    data = bs.query_history_k_data_plus(
        code,
        fields="date,code,open,high,low,close,volume",
        start_date=start_date,
        end_date=end_date,
        frequency="d",
        adjustflag="3",
    )
    data_list = []
    while (data.error_code == "0") & data.next():
        # 获取一条记录，将记录合并在一起
        data_list.append(data.get_row_data())
    # 转为dataframe
    result = pd.DataFrame(data_list, columns=data.fields)

    # 警惕：数据全是字符串：<class 'str'>
    # 把字符串转为数值
    result.open = result.open.astype("float64").round(2)
    result.close = result.close.astype("float64").round(2)
    result.high = result.high.astype("float64").round(2)
    result.low = result.low.astype("float64").round(2)
    result.volume = result.volume.astype("int")
    # date列转为时间类型
    result.date = pd.DatetimeIndex(result.date)

    # dataframe规范化
    data2 = pd.DataFrame(
        {
            "open": result["open"].values,
            "close": result["close"].values,
            "high": result["high"].values,
            "low": result["low"].values,
            "volume": result["volume"].values,
        },
        index=result["date"].values
    )

    #### 登出系统 ####
    bs.logout()
    return data2


# 获取格力电器的日线数据
data1 = get_data(code="sz.000651", start_date="2020-06-01", end_date="2021-03-26", frequency="d")
print(data1)
# 获取中国平安的1小时数据
data2 = get_data(code="sh.601318", start_date="2020-06-01", end_date="2021-03-26", frequency="60m")
print(data2)

print('执行完毕！')

下面是两种获取股票数据的方法，使用的编程语言是python。
 
1.  方法一
 
从“yahoo”获取“海通证券”（600837）的股票数据，时间从2020.1.1到今天（2020.8.21），代码如下。
 
 
 
import pandas as pd
import pandas_datareader.data as web
import datetime
from matplotlib import pyplot as plt

# 获取海通证券（600837）2020.1.1到今天（2020.8.21）的股票数据
data_csvsave = web.DataReader('600837.ss', 'yahoo', datetime.datetime(2020,1,1), datetime.date.today())
# 将数据保存到本地
data_csvsave.to_csv(r'C:\Users\飘逸\Desktop\600837.csv', columns= data_csvsave.columns, index=True)
# 打印数据
print(data_csvsave)
 
 
从下面的打印可以看出，使用这种方法获取的数据行索引是日期。一共有6列，包含了最基本的信息：最高价、最低价、开盘价、收盘价、成交量、调整后的价格。
 
 
 
                     High    Low   Open  Close     Volume     Adj Close
 Date                                                        
 2020-01-02  15.97  15.55  15.75  15.63  143434282      15.63
 2020-01-03  15.85  15.56  15.63  15.72   80840727      15.72
 2020-01-06  15.97  15.50  15.55  15.80  104710832      15.80
 2020-01-07  15.86  15.52  15.82  15.75   93989873      15.75
 2020-01-08  15.20  15.20  15.20  15.20  104484186      15.20
 ...           ...    ...    ...    ...        ...        ...
 2020-08-17  16.49  15.43  15.59  15.80  274110233      15.80
 2020-08-18  15.88  15.51  15.82  15.61  128322856      15.61
 2020-08-19  15.68  15.15  15.60  15.16  117824830      15.16
 2020-08-20  15.16  14.90  15.05  14.98   78215581      14.98
 2020-08-21  15.34  15.05  15.11  15.32   80749013      15.32
 
 
[155 rows x 6 columns]
 
 
2.  方法二
 
使用tushare模块获取“海通证券”（600837）的股票数据，时间从2020.1.1到2020.8.21。
 
 
 
import tushare as ts
import pandas as pd
# 设置最大列数，避免只显示部分列
pd.set_option('display.max_columns', 1000)
# 设置最大行数，避免只显示部分行数据
# pd.set_option('display.max_rows', 1000)
pd.set_option('display.width', 1000)
# 设置每列最大宽度，避免属性值或列名显示不全
pd.set_option('display.max_colwidth',1000)


token = '' # 设置tocken
pro = ts.pro_api(token) # 初始化pro接口
# 获取数据
df_gldq = pro.daily(ts_code='000651.sz', start_date='20190101', end_date='20200821')
# 打印数据
print(df_gldq)
 
 
下面是打印的结果，与方法一相比，行索引是以0开始的序号。
 
 
 
       ts_code     trade_date   open   high     low    close  pre_close change pct_chg     vol           amount
 0    000651.SZ   20200821  54.95  54.96  54.01  54.22      54.13    0.09   0.1663  382465.03  2074844.917
 1    000651.SZ   20200820  54.96  54.96  54.02  54.13      55.19   -1.06  -1.9206  626313.31  3399987.120
 2    000651.SZ   20200819  55.85  55.85  55.18  55.19      56.02   -0.83  -1.4816  500984.71  2777352.512
 3    000651.SZ   20200818  56.59  56.77  55.90  56.02      56.80   -0.78  -1.3732  618494.50  3474057.691
 4    000651.SZ   20200817  56.25  57.18  56.00  56.80      56.25    0.55   0.9778  677724.12  3845816.957
 ..         ...        ...    ...    ...    ...    ...        ...     ...      ...        ...          ...
 150  000651.SZ   20200108  66.60  69.67  66.60  68.80      67.32    1.48   2.1985  487808.96  3335825.897
 151  000651.SZ   20200107  66.17  67.55  66.00  67.32      65.88    1.44   2.1858  410765.95  2759986.206
 152  000651.SZ   20200106  66.80  67.07  65.00  65.88      67.10   -1.22  -1.8182  467802.55  3092810.584
 153  000651.SZ   20200103  68.38  68.70  66.90  67.10      67.90   -0.80  -1.1782  368703.73  2494833.314
 154  000651.SZ   20200102  65.99  68.09  65.90  67.90      65.58    2.32   3.5377  463614.43  3119667.657
 
 
[155 rows x 11 columns]
 
 
 

一、利用tushare获取股票数据
 上次利用tushare的API获取了一部分的数据，感觉不够齐全，所以现在更新程序 
import tushare as ts
import pandas as pd

pro = ts.pro_api()
data = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code')
#实例化一个对象，获取所有的股票代码
ls=list(data['ts_code'])
#列表化所有的股票代码
data=0
for i in range(len(ls)):
    try:
        df = pro.query('daily', ts_code=ls[i])
        print(i)
        if i==0:
            com_df=pd.DataFrame(df)
        else:
            com_df=pd.concat([com_df,df])
    except:
        pass
       	#获取股票的所有历史数据
com_df.reset_index(inplace=True)
com_df.to_csv(r"newstock7-31.csv",index=False)
#将数据导出csv,csv大小大约300MB，整个程序耗时2到3个小时
 
二 、股票数据分析
 
(1) 处理股票数据
 这次主要想分析股票的涨跌与星期一，二有没有什么关系 
import pandas as pd
import numpy as np
import datetime
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', 100)
pd.set_option('max_colwidth',100)

pd.set_option("display.unicode.east_asian_width",True)
#打印的行数，列数，列与列之间的宽度
test=datetime.datetime.now()
a=pd.read_csv(r'newstock7-31.csv')
del a['index']
a['date']=pd.to_datetime(a['trade_date'],format="%Y%m%d")
#将八位数的日期转化为时间格式
a['weekday']=np.asarray(list(map(pd.Timestamp.isoweekday,a['date'])))
#增加一列，为星期数(星期一，星期二之类)
a['year']=pd.DataFrame(list(map(pd.Timestamp.isocalendar,a['date'])))[0]
#增加一列，为年份


b=a.pivot_table(index["year","weekday"],values="pct_chg",aggfunc=np.mean,margins=True)
#groupby年份，星期数，value为平均涨跌

c=a.query("pct_chg>=0").pivot_table(index=["year","weekday"],values="pct_chg",aggfunc='count',margins=True)
#groupby年份，星期数，value为涨的个数

d=a.query("pct_chg<0").pivot_table(index["year","weekday"],values="pct_chg",aggfunc='count',margins=True)
#groupby年份，星期数，value为涨的个数

e=a.pivot_table(index=["year","weekday"],values="pct_chg",aggfunc='count',margins=True)
#groupby年份，星期数，value为所有的股票数

zong=pd.DataFrame({"平均涨跌幅度":b[b.columns[0]],
"涨数":c[c.columns[0]]/e[e.columns[0]],
"跌数":d[c.columns[0]]/e[e.columns[0]]})
print(zong)
#汇总几个表，处理数据

print(datetime.datetime.now()-test)
#测试时间，整个程序大约1分钟左右吧
zong=zong.reset_index()
zong.to_excel("zong.xlsx",index=False,merge_cells=False)
 
(2) 股票分析
 
 

  图一、从2015年以来，星期数涨跌情况图

 
从图一看，跌的最惨的是星期四，而星期四涨的的概率为47.9%，平均跌幅为0.18%；涨的最好的是周二，其次是周一，涨的概率为54.9%，57.7%。
 
我猜想周四普遍下跌主要原因是市场的避险情绪，和个人投资者的取款消费。
 
投资机构，普遍都不太愿意持股过周末，因为周末容易出一些黑天鹅，投资环境的改变之类的事。
 
个人投资者也容易在周四这个时间节点取款消费。其实也很容易想，周末嘛，大家都有周末出去玩的习惯，而我国是T+1的取款，如果要周六消费，那么周四就要证转银取款。所以市场卖出意愿隐性的增大，买的意愿在减小。那么自然下跌大概率增大。
 
那么，我们可以利用这种现象来指导我们的投资吗。我想是可以的，周四和周五反而是购买股票的一个很好的时机，因为受到一些环境因素的影响，股票的价值被过分的低估。周一，周二反而是卖出股票的好时机，因为周四，周五卖出的资金多了，市场的闲余资金增多，市场的购买股票意愿隐性增加，从而过分高估股票的价值。这一起一伏之间便是投机者的利润。

之前使用了新浪的股票数据，由于新浪http/javascript缺少一些数据，用chrome自带的开发工具监视腾迅财经HTTP信息，得到以下获取股票数据的方法。
 
以五粮液为例，要获取最新行情，访问数据接口：
 
http://qt.gtimg.cn/q=sz000858
 
返回数据：
 
v_sz000858="51~五 粮 液~000858~27.78~27.60~27.70~417909~190109~227800~27.78~492~27.77~332~27.76~202~27.75~334~27.74~291~27.79~305~27.80~570~27.81~269~27.82~448~27.83~127~15:00:13/27.78/4365/S/12124331/24602|14:56:55/27.80/14/S/38932/24395|14:56:52/27.81/116/B/322585/24392|14:56:49/27.80/131/S/364220/24385|14:56:46/27.81/5/B/13905/24381|14:56:43/27.80/31/B/86199/24375~20121221150355~0.18~0.65~28.11~27.55~27.80/413544/1151265041~417909~116339~1.10~10.14~~28.11~27.55~2.03~1054.39~1054.52~3.64~30.36~24.84~";
 以 ~ 分割字符串中内容，下标从0开始，依次为
  0: 未知
  1: 名字
  2: 代码
  3: 当前价格
  4: 昨收
  5: 今开
  6: 成交量（手）
  7: 外盘
  8: 内盘
  9: 买一
 10: 买一量（手）
 11-18: 买二 买五
 19: 卖一
 20: 卖一量
 21-28: 卖二 卖五
 29: 最近逐笔成交
 30: 时间
 31: 涨跌
 32: 涨跌%
 33: 最高
 34: 最低
 35: 价格/成交量（手）/成交额
 36: 成交量（手）
 37: 成交额（万）
 38: 换手率
 39: 市盈率
 40: 
 41: 最高
 42: 最低
 43: 振幅
 44: 流通市值
 45: 总市值
 46: 市净率
 47: 涨停价
 48: 跌停价
 
获取实时资金流向：
 
http://qt.gtimg.cn/q=ff_sz000858
 
返回数据：
 v_ff_sz000858="sz000858~41773.67~48096.67~-6322.99~-5.53~10200.89~14351.02~-4150.13~-3.63~114422.25~53015.90~59770.57~五 粮 液~20121221";
 以 ~ 分割字符串中内容，下标从0开始，依次为：
  0: 代码
  1: 主力流入
  2: 主力流出
  3: 主力净流入
  4: 主力净流入/资金流入流出总和
  5: 散户流入
  6: 散户流出
  7: 散户净流入
  8: 散户净流入/资金流入流出总和
  9: 资金流入流出总和1+2+5+6
 10: 未知
 11: 未知
 12: 名字
 13: 日期
 
获取盘口分析：
 
http://qt.gtimg.cn/q=s_pksz000858
 
返回数据：
 v_s_pksz000858="0.196~0.258~0.221~0.325";
 以 ~ 分割字符串中内容，下标从0开始，依次为：
  0: 买盘大单
  1: 买盘小单
  2: 卖盘大单
  3: 卖盘小单
 
获取简要信息：
 
http://qt.gtimg.cn/q=s_sz000858
 
返回数据：
 v_s_sz000858="51~五 粮 液~000858~27.78~0.18~0.65~417909~116339~~1054.52";
 以 ~ 分割字符串中内容，下标从0开始，依次为：
  0: 未知
  1: 名字
  2: 代码
  3: 当前价格
  4: 涨跌
  5: 涨跌%
  6: 成交量（手）
  7: 成交额（万）
  8: 
  9: 总市值