高效获取股票日线数据的方法指南

各位老铁们，大家好，今天由我来为大家分享高效获取股票日线数据的方法指南，以及的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！

数据免费调用，无需注册。

安装股票数据调用库

pip install baostock

获取日线数据代码

import baostock as bsimport pandas as pd#### 登陆系统 ####lg = bs.login()# 显示登陆返回信息print('login respond error_code:'+lg.error_code)print('login respond error_msg:'+lg.error_msg)#### 获取历史K线数据 ##### 详细指标参数，参见“历史行情指标参数”章节rs = bs.query_history_k_data_plus("sh.600000", "date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST", start_date='2017-06-01', end_date='2017-12-31', frequency="d", adjustflag="3") #frequency="d"取日k线，adjustflag="3"默认不复权print('query_history_k_data_plus respond error_code:'+rs.error_code)print('query_history_k_data_plus respond error_msg:'+rs.error_msg)#### 打印结果集 ####data_list = []while (rs.error_code == '0') & rs.next(): # 获取一条记录，将记录合并在一起 data_list.append(rs.get_row_data())result = pd.DataFrame(data_list, columns=rs.fields)#### 结果集输出到csv文件 ####result.to_csv("D:/history_k_data.csv", encoding="gbk", index=False)print(result)#### 登出系统 ####bs.logout()

运行后如图：

字段对应的说明如下图：

参数说明：

code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；

fields：指示简称，支持多指标输入，以半角逗号分隔，填写内容作为返回类型的列。详细指标列表见历史行情指标参数章节，日线与分钟线参数不同。此参数不可为空；

start：开始日期（包含），格式“YYYY-MM-DD”，为空时取2015-01-01；

end：结束日期（包含），格式“YYYY-MM-DD”，为空时取最近一个交易日；

frequency：数据类型，默认为d，日k线；d=日k线、w=周、m=月、5=5分钟、15=15分钟、30=30分钟、60=60分钟k线数据，不区分大小写；指数没有分钟线数据；周线每周最后一个交易日才可以获取，月线每月最后一个交易日才可以获取。

adjustflag：复权类型，默认不复权：3；1：后复权；2：前复权。已支持分钟线、日线、周线、月线前后复权。

获取分钟线代码

import baostock as bsimport pandas as pd#### 登陆系统 ####lg = bs.login()# 显示登陆返回信息print('login respond error_code:'+lg.error_code)print('login respond error_msg:'+lg.error_msg)#### 获取沪深A股历史K线数据 ##### 详细指标参数，参见“历史行情指标参数”章节；“分钟线”参数与“日线”参数不同。“分钟线”不包含指数。# 分钟线指标：date,time,code,open,high,low,close,volume,amount,adjustflag# 周月线指标：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChgrs = bs.query_history_k_data_plus("sh.600000", "date,time,code,open,high,low,close,volume,amount,adjustflag", start_date='2017-07-01', end_date='2017-07-31', frequency="5", adjustflag="3")print('query_history_k_data_plus respond error_code:'+rs.error_code)print('query_history_k_data_plus respond error_msg:'+rs.error_msg)#### 打印结果集 ####data_list = []while (rs.error_code == '0') & rs.next(): # 获取一条记录，将记录合并在一起 data_list.append(rs.get_row_data())result = pd.DataFrame(data_list, columns=rs.fields)#### 结果集输出到csv文件 ####result.to_csv("D:\\history_A_stock_k_data.csv", index=False)print(result)#### 登出系统 ####bs.logout()