python金融数据分析和可视化02_01利用Tushare获取股票数据

tushare是一个免费,开源的python财经数据接口包.主要实现对股票等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。考虑到Pythonpandas包在金融量化分析中体现出的优势，TuShare返回的绝大部分的数据格式都是pandasDataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。如果您习惯了用Excel或者关系型数据库做分析，您也可以将数据全部保存到本地后进行分析。

Tushare拥有丰富的数据内容，如股票、基金、期货、数字货币等行情数据，公司财务、基金经理等基本面数据。SDK开发包支持语言，同时提供HTTPRestful接口，最大程度方便不同人群的使用。并且提供多种数据储存方式，如Oracle、MySQL，MongoDB、HDFCSV等，为数据获取提供了性能保证。

Tushare官网：Tushare大数据社区

Tushare依赖环境安装

安装：

pipinstalltushare版本升级：pipinstalltushare--upgrade查看当前版本的方法：importtushareprint

聚宽研究环境已经集成了tushare

# 查看当前版本
import tushare

print(tushare.__version__)

然后去Tushare官网注册¶

获取token:登录成功后，点击右上角->个人主页

在“用户中心”中点击“接口TOKEN”

可以点击右侧复制按钮复制token

或者点击右侧睁开眼睛来获取token明文，复制并保存

使用Tushare爬取股票数据

导入各种库

import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts
import os
import tushare as ts

# 设置 tushare 的 token
ts.set_token("3bbe7964d6b047f09e9f622ded0cabf05bf2b187d25609e1d1fabb94")
# ts.set_token("your token")
# 初始化 tushare 的 pro 接口
pro = ts.pro_api()

# pandas 输出显示设置
pd.set_option("expand_frame_repr", False)  # True就是可以换行显示。设置成False的时候不允许换行
pd.set_option("display.max_columns", None)  # 显示所有列
pd.set_option("display.max_rows", None)  # 显示所有行
pd.set_option("colheader_justify", "centre")  # 显示居中

# matplotlib 中文设置
plt.rcParams["font.sans-serif"] = ["FangSong"]  # 指定默认字体
plt.rcParams["axes.unicode_minus"] = False  # 解决保存图像是负号"-"显示为方块的问题

设置导入数据格式、日期等，股票数据为前复权

def get_data(code,start,end):
    df=pro.daily(ts_code=code, start_date=start, end_date=end, autype="qfq")
    df.index = pd.to_datetime(df.trade_date)
    print(df.head())
    return df

下载股票数据，且用csv保存，保存至指定位置

def acquire_code():   #只下载一只股票数据，且只用CSV保存   未来可以有自己的数据库
    inp_code =input("请输入股票代码:
")
    inp_start = input("请输入开始时间:"
"")
    inp_end = input("请输入结束时间:"
"")
    df = get_data(inp_code,inp_start,inp_end)
    # 输出统计各列的数据量
    print(df.info())
    # 分割线
    print("—"*30)
    # 输出常用统计参数
    print(df.describe())
    # 把股票数据按照时间正序排列
    df.sort_index(inplace=True)
    path = os.path.join(os.path.join(os.getcwd(),
        "datas"), inp_code + ".csv")
    df.to_csv(path)

运行函数，获取股票数据

请输入股票代码：输入：00262SZ请输入开始时间:输入：20230101请输入结束时间:输入：20230317

acquire_code()