量化投资必须掌握的Python知识（六）股票数据获取
1. 股票数据源
(1) 免费开源的python库
免费开源的股票数据Python库为量化投资者和数据分析师提供了丰富的金融数据接口，这些库可以帮助用户轻松获取股票、基金、期货等金融产品的历史数据和实时数据。以下是一些常用的免费开源股票数据Python库：
akshare，yfinance，tushare，adata，baostock...
开源python库优势：
免费使用：这些库大多数是免费的，用户无需支付费用即可获取丰富的金融数据。
数据丰富：提供了包括股票、基金、期货、债券等多种金融产品的历史数据和实时数据，数据种类丰富。
易于使用：通过Python接口，用户可以方便地获取所需数据，API接口相对简洁直观，对初学者比较友好。
社区支持：作为开源项目，这些库拥有活跃的社区，用户可以在社区中交流和解决遇到的问题。
数据格式友好：返回的数据格式通常为Pandas DataFrame，便于进行数据分析和可视化。
开源python库劣势：
数据延迟：免费的数据接口通常存在一定的延迟，实时性可能不如付费服务。
数据完整性：部分免费库的数据完整性可能不如付费服务，某些高级数据（如* 深度财务报表）可能需要额外的积分或付费。
请求限制：免费接口通常有请求频率限制，用户在短时间内请求过多数据可能会被限制。
数据更新频率：免费库的数据更新频率可能不如付费服务，某些数据可能不是实时更新。
稳定性：免费库的稳定性可能不如付费服务，偶尔会出现数据获取失败的情况。
(2) 付费金融终端
付费金融终端为专业投资者提供了全面、准确、及时的金融数据和强大的分析工具。虽然这些服务需要付费，但其在数据实时性、完整性和稳定性方面的优势，使其成为金融机构和专业投资者的首选工具。
常用的付费金融终端有：Wind，东方财富Choice，通达信等
付费金融终端优势：
数据实时性：付费金融终端通常提供更实时的数据，减少数据延迟。
数据完整性：付费服务提供更完整、更详细的数据，包括深度财务报表等高级数据。
无请求限制：付费用户通常没有请求频率限制（或低限值），可以更自由地获取数据。
稳定性：付费服务的稳定性更高，数据获取更可靠。
专业支持：付费用户通常可以享受更专业的客户支持和技术服务。
(3) 券商
可以咨询自己所使用的券商，看是否提供量化、数据支持。
2. AKShare库简介
(1) 安装
安装 AKShare 非常简单，只需要几行命令即可完成。首先，确保你的系统中已安装了 Python 环境。接着，在命令行或终端中输入以下命令：
pip install akshare
安装完成后，就可以开始使用 AKShare 了。在 Python 脚本或交互式环境中，通过导入 akshare 模块来启动 AKShare：
import akshare as ak
(2) 数据下载
AKShare 提供了丰富的金融数据接口，可以获取股票、期货、期权、基金、债券、外汇等多种金融产品的数据。以下是一些常见的数据下载示例：
1）获取指定股票信息
# 设置股票代码
stock_code = "000001" # 平安银行
# 获取指定股票信息
df_info = ak.stock_individual_info_em(symbol=stock_code)
print(df_info)
item value
0 总市值 224526473550.860016
1 流通市值 224522994798.959991
2 行业 银行
3 上市时间 19910403
4 股票代码 000001
5 股票简称 平安银行
6 总股本 19405918198.0
7 流通股 19405617528.0
2）获取股票历史行情数据
# 获取指定股票的历史行情数据
df_stock = ak.stock_zh_a_hist(symbol=stock_code)
# 显示最后五行数据
print(df_stock.tail())
日期 开盘 收盘 最高 最低 成交量 成交额
5597 2025-01-10 1447.10 1436.00 1451.95 1436.00 21872 3.154678e+09 \
5598 2025-01-13 1425.00 1443.98 1444.44 1422.01 21083 3.030807e+09
5599 2025-01-14 1444.95 1472.50 1478.68 1442.00 30957 4.535652e+09
5600 2025-01-15 1467.00 1471.27 1474.60 1460.01 18399 2.701519e+09
5601 2025-01-16 1474.00 1446.38 1482.66 1442.00 26342 3.840411e+09
振幅 涨跌幅 涨跌额 换手率
5597 1.10 -0.55 -8.00 0.17
5598 1.56 0.56 7.98 0.17
5599 2.54 1.98 28.52 0.25
5600 0.99 -0.08 -1.23 0.15
5601 2.76 -1.69 -24.89 0.21
3）获取股票实时行情数据
# 获取所有沪深A股实时行情数据
df_realtime = ak.stock_zh_a_spot_em()
print(df_realtime)
序号 代码 名称 最新价 涨跌幅 涨跌额 成交量 成交额
0 1 872374 云里物里 35.30 20.27 5.95 85776.0 2.889094e+08 \
1 2 300344 立方数科 9.16 20.05 1.53 2378915.0 2.048266e+09
2 3 300894 火星人 15.23 20.02 2.54 219561.0 3.211429e+08
3 4 300792 壹网壹创 37.60 20.01 6.27 792469.0 2.890420e+09
4 5 688288 鸿泉物联 21.24 20.00 3.54 133265.0 2.727261e+08
... ... ... ... ... ... ... ... ...
5680 5681 603166 福达股份 8.81 -10.01 -0.98 1161207.0 1.059518e+09
5681 5682 301037 保立佳 11.98 -10.33 -1.38 111943.0 1.367115e+08
5682 5683 301600 慧翰股份 226.98 -12.91 -33.66 65641.0 1.559392e+09
5683 5684 688162 巨一科技 23.21 -13.72 -3.69 63312.0 1.545102e+08
5684 5685 688256 寒武纪-U 594.00 -14.65 -101.96 194292.0 1.221874e+10
振幅 最高 ... 量比 换手率 市盈率-动态 市净率 总市值
0 29.95 36.96 ... 2.44 25.46 98.24 11.35 2.877585e+09 \
1 18.61 9.16 ... 2.08 37.22 -85.46 17.75 5.878031e+09
2 16.78 15.23 ... 3.32 7.47 308.57 4.70 6.209583e+09
3 10.12 37.60 ... 8.49 37.29 70.54 3.11 8.909047e+09
4 20.96 21.24 ... 3.57 13.24 -53.53 3.04 2.137677e+09
... ... ... ... ... ... ... ... ...
5680 9.91 9.78 ... 1.88 18.17 35.33 2.45 5.693098e+09
5681 13.55 13.40 ... 1.38 22.44 -18.06 2.34 1.671231e+09
5682 29.37 285.05 ... 2.42 37.40 88.54 12.67 1.592265e+10
5683 13.49 26.51 ... 3.83 10.13 -119.19 1.39 3.184384e+09
5684 16.52 695.00 ... 2.29 4.65 -256.70 48.26 2.479693e+11
流通市值 涨速 5分钟涨跌 60日涨跌幅 年初至今涨跌幅
0 1.189253e+09 -0.14 -0.42 78.55 40.19
1 5.855176e+09 0.22 0.88 100.00 105.84
2 4.478695e+09 0.00 0.00 3.46 11.17
3 7.991266e+09 0.00 0.00 78.88 56.67
4 2.137677e+09 0.38 0.00 23.70 31.93
... ... ... ... ... ...
5680 5.629666e+09 0.00 0.00 48.32 21.18
5681 5.976072e+08 -1.64 -1.64 15.19 16.20
5682 3.983499e+09 -0.01 0.31 191.94 15.45
5683 1.451107e+09 0.13 0.26 7.80 -14.45
5684 2.479693e+11 0.00 -0.32 41.77 -9.73
[5685 rows x 23 columns]
4）可视化
AKShare 本身不直接提供画图功能，但可以结合 pandas 和 matplotlib 等库进行数据可视化。以下是一个简单的示例，展示如何使用 matplotlib 绘制股票的股价图和成交量图：
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
# 获取股票历史行情数据
stock_code = "600519"# 贵州茅台
df_stock = ak.stock_zh_a_hist(symbol=stock_code, adjust="qfq")
# 转换日期格式
df_stock.index = pd.to_datetime(df_stock['日期'])
# 计算移动平均线
df_stock['MA5'] = df_stock['收盘'].rolling(window=5).mean()
df_stock['MA20'] = df_stock['收盘'].rolling(window=20).mean()
# 选取最近200个交易日绘图
df_stock = df_stock.iloc[-200:]
# 设置绘图风格
plt.style.use('ggplot')
# 创建子图
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8), sharex=True)
# 绘制股价折线图
plt.subplot(2, 1, 1)
df_stock['收盘'].plot(color = 'black', linewidth = 2)
df_stock['MA5'].plot(color = 'blue', linewidth = 1)
df_stock['MA20'].plot(color = 'red', linewidth = 1)
plt.title(f'{stock_code}股价走势')
plt.ylabel('股价')
plt.legend()
# 绘制成交量柱状图
plt.subplot(2, 1, 2)
plt.bar(df_stock.index, df_stock['成交量'], color='orange')
plt.title('成交量')
plt.xlabel('日期')
plt.ylabel('成交量')
Text(0, 0.5, '成交量')
3. 总结
在选择金融数据源时，需要综合考虑多个因素，以确保所选数据源能够满足特定的量化投资需求。对于初学者而言，免费数据源如AKShare基本能满足学习需要。
在量化投资中，数据是驱动一切的最底层、最核心的要素。股票数据的获取和清洗是量化投资的基础环节，通过使用AKShare、pandas等工具，可以高效地获取并处理多维度的股票数据，为后续的策略分析与回测奠定基础。掌握股票数据的获取与处理技巧，有助于投资者在复杂多变的市场中做出更加科学的决策。
上一篇：没有了
下一篇：没有了