获取股票数据的接口很多。 免费界面有新浪、网络、雅虎的API界面，收费的是证券公司和相应公司提供的界面。
付费试用界面中常见的数据是最近一年或三年的，限制很多，除非money足够多。
因此，本文主要研究免费数据的获取和处理。
sinajs、money.163.com、雅虎等提供国内股票数据的接口，提供的API接口不同，每个提供的数据大同小异，可以选择一个数据进行处理。
目前国内有开源财经数据获取包，封装了上述接口，无论数据源从哪里走，都从最快的源优先获取数据。 很容易使用。 我是图共享。 具体的安装方法请参考链接。
本文介绍了一种基于TuShare数据获取开发，获取a股所有股票历史k线数据的方法。
一、获得a股上市公司名单
import tushare as ts
导入pandas as PD
def download_stock_basic_info () :
try:
df=ts.get_stock_basics (
直接保存到csv
print 'choose csv '
df.to_CSV(stock_basic_list.CSV )；
打印下载CSV完成' 1
2
3
4
5
6
7
8
9
10
股票清单包含目前a股2756只股票的基本信息。 包括以下内容：
代码
name，名字
产业，所属行业
area，地区
pe，市盈率
outstanding，流通股东
totals，总股本(万) )。
总资产(万) )。
liquid资产，流动资产
固定资产，固定资产
保留，公积金
reservedPerShare，每股公积金
eps，每股收益
bvps，每股净资产
pb，市值
时间到市场，上市日期1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
二、获得个股历史k线
获取的kline数据如下。
date :个交易日(索引) )
open :开盘价(前复权，默认) )。
high :最高值(前恢复权，默认) ) ) ) ) )。
close :收盘价(前恢复权，默认)
low :最低价(前复权，默认) )
open_nfq :开盘价(权利恢复) ) ) ) ) ) )
high_nfq :最高价格(恢复权利) ) ) ) ) )
close_nfq :收盘价(停止权利) ) ) ) ) )。
low_nfq :最低价(权利停止) ) ) ) )
open_hfq :开盘价(后复权) ) ) ) ) ) ) ) ) )。
high_hfq :最高值(后恢复) ) ) ) ) ) ) ) )。
close_hfq :收盘价(后复权) ) ) ) ) ) )。
low_hfq :最低价(后复权) ) ) ) ) ) ) )
volume :成交量
amount :成交金额1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
下载股票代码代码代码的股票历史kline，默认为上市日期到今天的kline数据，本地下载60000数据到2015-6-19，重新运行后从6.20下载，本地
#默认值为从发售日到今天的kline数据
#可以指定开始、结束日期：“2015-06-28”的格式
efdownload_stock_kline(code，date_start='，date_end=datetime.date.today ) ) :
code=util.getsixdigitalstockcode (code ) #将股票代码格式化为6位数字
try:
filename=' h _ Kline _ ' str (代码) '.csv '
writeMode='w '
ifos.path.exists (cm.downloaddirfilename ) :
# print (退出：代码) ) ) ) ) ) ) )。
df=pd.Data
Frame.from_csv(path=cm.DownloadDir+fileName)se = df.head(1).index #取已有文件的最近日期
dateNew = se[0] + datetime.timedelta(1)
date_start = dateNew.strftime("%Y-%m-%d")
#print date_start
writeMode = 'a'
if date_start == '':
se = get_stock_info(code)
date_start = se['timeToMarket']
date = datetime.datetime.strptime(str(date_start), "%Y%m%d")
date_start = date.strftime('%Y-%m-%d')
date_end = date_end.strftime('%Y-%m-%d')
# 已经是最新的数据
if date_start >= date_end:
df = pd.read_csv(cm.DownloadDir+fileName)
return df
print 'download ' + str(code) + ' k-line >>>begin (', date_start+u' 到 '+date_end+')'
df_qfq = ts.get_h_data(str(code), start=date_start, end=date_end) # 前复权
df_nfq = ts.get_h_data(str(code), start=date_start, end=date_end) # 不复权
df_hfq = ts.get_h_data(str(code), start=date_start, end=date_end) # 后复权
if df_qfq is None or df_nfq is None or df_hfq is None:
return None
df_qfq['open_no_fq'] = df_nfq['open']
df_qfq['high_no_fq'] = df_nfq['high']
df_qfq['close_no_fq'] = df_nfq['close']
df_qfq['low_no_fq'] = df_nfq['low']
df_qfq['open_hfq']=df_hfq['open']
df_qfq['high_hfq']=df_hfq['high']
df_qfq['close_hfq']=df_hfq['close']
df_qfq['low_hfq']=df_hfq['low']
if writeMode == 'w':
df_qfq.to_csv(cm.DownloadDir+fileName)
else:
df_old = pd.DataFrame.from_csv(cm.DownloadDir + fileName)
# 按日期由远及近
df_old = df_old.reindex(df_old.index[::-1])
df_qfq = df_qfq.reindex(df_qfq.index[::-1])
df_new = df_old.append(df_qfq)
#print df_new
# 按日期由近及远
df_new = df_new.reindex(df_new.index[::-1])
df_new.to_csv(cm.DownloadDir+fileName)
#df_qfq = df_new
print 'ndownload ' + str(code) + ' k-line finish'
return pd.read_csv(cm.DownloadDir+fileName)
except Exception as e:
print str(e)
return None1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
三、获取所有股票的历史K线
# 获取所有股票的历史K线
def download_all_stock_history_k_line():
print 'download all stock k-line'
try:
df = pd.DataFrame.from_csv(cm.DownloadDir + cm.TABLE_STOCKS_BASIC + '.csv')
pool = ThreadPool(processes=10)
pool.map(download_stock_kline, df.index)
pool.close()
pool.join()
except Exception as e:
print str(e)
print 'download all stock k-line'1
2
3
4
5
6
7
8
9
10
11
12
13
Map来自函数语言Lisp，map函数能够按序映射出另一个函数。
urls = ['http://www.yahoo.com', 'http://www.reddit.com']
results = map(urllib2.urlopen, urls)1
2
有两个能够支持通过map函数来完成并行的库：一个是multiprocessing，另一个是鲜为人知但功能强大的子文件：multiprocessing.dummy。
Dummy就是多进程模块的克隆文件。唯一不同的是，多进程模块使用的是进程，而dummy则使用线程(当然，它有所有Python常见的限制)。
通过指定processes的个数来调用多线程。
附：文中用到的其他函数及变量，定义如下：
TABLE_STOCKS_BASIC = 'stock_basic_list'
DownloadDir = os.path.pardir + '/stockdata/' # os.path.pardir: 上级目录
# 补全股票代码(6位股票代码)
# input: int or string
# output: string
def getSixDigitalStockCode(code):
strZero = ''
for i in range(len(str(code)), 6):
strZero += '0'
return strZero + str(code)1
2
3
4
5
6
7
8
9
10
11
···