如何用python在掘金量化抓取数据

TuShare财经数据接口 – 可以直接抓取新浪财经、凤凰财经的网站数据，包括行情、基本面、经济数据等等。

完全免费，简洁易用，API设计得非常友好，提取的数据格式是Pandas的DataFrame。同时可以获取非高频实时数据（取决于网站更新速度，同事经验大约是15秒），一个极好的非高频股票策略数据解决方案。

Copyright © 1999-2020, CSDNNET, All Rights Reserved







登录



python+聚宽 统计A股市场个股在某时间段的最高价、最低价及其时间 原创

2019-10-12 09:20:50



开拖拉机的大宝 

码龄4年

关注

使用工具pycharm + 聚宽数据源，统计A股市场个股在某时间段的最高价、最低价及其时间，并打印excel表格输出

from jqdatasdk import

import pandas as pd

import logging

import sys

logger = logginggetLogger("logger")

loggersetLevel(loggingINFO)

# 聚宽数据账户名和密码设置

auth('username','password')

#获取A股列表，包括代号，名称，上市退市时间等。

security = get_all_securities(types=[], date=None)

pd2 = get_all_securities(['stock'])

# 获取股票代号

stocks = list(get_all_securities(['stock'])index)

# 获取股票名称

stocknames = pd2['display_name']

start_date = '2015-01-01'

end_date = '2018-12-31'

def get_stocks_high_low(start_date,end_date):

# 新建表，表头列

# 为："idx","stockcode","stockname","maxvalue","maxtime","lowvalue","lowtime"

result = pdDataFrame(columns=["idx", "stockcode", "stockname", "maxvalue", "maxtime", "lowvalue", "lowtime"])

for i in range(0,stocks__len__()-1):

pd01 = get_price(stocks[i], start_date, end_date, frequency='daily',

fields=None, skip_paused=False,fq='pre', count=None)

result=resultappend(pdDataFrame({'idx':[i],'stockcode':[stocks[i]],'stockname':

[stocknames[i]],'maxvalue':[pd01['high']max()],'maxtime':

[pd01['high']idxmax()],'lowvalue': [pd01['low']min()], 'lowtime':

[pd01['low']idxmin()]}),ignore_index=True)

resultto_csv("stock_max_mincsv",encoding = 'utf-8', index = True)

loggerwarning("执行完毕！

以上就是关于如何用python在掘金量化抓取数据全部的内容，包括:如何用python在掘金量化抓取数据、如何用python代码判断一段范围内股票最高点、等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！