腾讯课堂 | Python网络爬虫与文本分析(戳一戳)~~

A股

数据总貌

数据源

• 上交所: http://www.sse.com.cn/market/stockdata/statistic/

• 深交所: http://www.szse.cn/market/overview/index.html

代码

• ak.stock_sse_summary() 当前交易日(周六周日以周五收盘为准)上海证券交易所-股票数据总貌

• ak.stock_szse_summary() 当前交易日(周六周日以周五收盘为准)深圳证券交易所-股票数据总貌

import akshare as ak#当前上交所交易日
ak.stock_sse_summary()

#当前上交所交易日
ak.stock_szse_summary()

股市实时行情

• ak.stock_zh_a_spot() 单次返回所有 A 股上市公司的实时行情数据

注意: 重复运行本函数会被新浪暂时封 IP, 建议增加时间间隔

new_df = ak.stock_zh_a_spot()new_df.to_csv('data/沪深实时行情数据.csv')
new_df.head()

Please wait for a moment: 100%|██████████| 52/52 [00:29<00:00,  1.75it/s]

股票历史行情数据

• ak.stock_zh_a_daily(symbol, start_date, end_date, adjust) 某股票的历史行情数据（考虑复权）

• ak.stock_zh_a_cdr_daily(symbol, start_date, end_date) 某股票的历史行情数据（不考虑复权）

• symbol 股票代码，symbol='sh600000'; 股票代码可以在 ak.stock_zh_a_spot() 中获取

• start_date 开始查询的日期;start_date='20201103';

• end_date 结束查询的日期;start_date='20201106';

• adjust 默认返回不复权的数据; qfq: 返回前复权后的数据; hfq: 返回后复权后的数据; hfq-factor: 返回后复权因子; hfq-factor: 返回前复权因子

#万科A 后复权
sz000002 = ak.stock_zh_a_daily(symbol = 'sz000002', start_date = '20201103', end_date = '20201116', adjust = 'hfq')
sz000002

#九号公司 后复权
sh689009 = ak.stock_zh_a_cdr_daily(symbol='sh689009', start_date='20201103', end_date='20201116')sh689009

股票数据复权

为何要复权？

由于股票存在配股、分拆、合并和发放股息等事件，会导致股价出现较大的缺口。若使用不复权的价格处理数据、计算各种指标，将会导致它们失去连续性，且使用不复权价格计算收益也会出现错误。为了保证数据连贯性，常通过前复权和后复权对价格序列进行调整。

前/后复权

前复权：保持当前价格不变，将历史价格进行增减，从而使股价连续。前复权用来看盘非常方便，能一眼看出股价的历史走势，叠加各种技术指标也比较顺畅，是各种行情软件默认的复权方式。这种方法虽然很常见，但也有两个缺陷需要注意。

• 为了保证当前价格不变，每次股票除权除息，均需要重新调整历史价格，因此其历史价格是时变的。这会导致在不同时点看到的历史前复权价可能出现差异。

• 对于有持续分红的公司来说，前复权价可能出现负值。

后复权：保证历史价格不变，在每次股票权益事件发生后，调整当前的股票价格。后复权价格和真实股票价格可能差别较大，不适合用来看盘。其优点在于，可以被看作投资者的长期财富增长曲线，反映投资者的真实收益率情况。

在量化投资研究中普遍采用后复权数据。

次新股

次新股的内涵是伴随着时间的推移而相应变化的。一般来说一个上市公司在上市后的一年之内如果还没有分红送股，或者股价未被市场主力明显炒作的话，基本上就可以归纳为次新股板块。

在临近年末的时候，次新股由于上市的时间较短，业绩方面一般不会出现异常的变化，这样年报的业绩风险就基本不存在，可以说从规避年报地雷的角度来说，次新股是年报公布阶段相对最为安全的板块。

ak.stock_zh_a_new() 单次返回所有次新股行情数据

stock_zh_a_new = ak.stock_zh_a_new()
stock_zh_a_new

61 rows × 10 columns

实时股票指数

股票指数数据是从新浪财经获取的数据, 单次返回所有指数的实时行情数据

ak.stock_zh_index_spot()

stock_zh_index_spot = ak.stock_zh_index_spot()
stock_zh_index_spot

579 rows × 15 columns

近期文章Python网络爬虫与文本数据分析
bsite库 | 采集B站视频信息、评论数据爬虫实战 | 采集&可视化知乎问题的回答
pdf2docx库 | 转文件格式，支持抽取文件中的表格数据
rpy2库 | 在jupyter中调用R语言代码
tidytext | 耳目一新的R-style文本分析库
reticulate包 | 在Rmarkdown中调用Python代码
plydata库 | 数据操作管道操作符>>
plotnine: Python版的ggplot2作图库七夕礼物 | 全网最火的钉子绕线图制作教程读完本文你就了解什么是文本分析文本分析在经管领域中的应用概述
综述:文本分析在市场营销研究中的应用plotnine: Python版的ggplot2作图库
小案例: Pandas的apply方法
stylecloud:简洁易用的词云库
用Python绘制近20年地方财政收入变迁史视频
Wow~70G上市公司定期报告数据集漂亮~pandas可以无缝衔接Bokeh
YelpDaset: 酒店管理类数据集10+G  “分享”和“在看”是更好的支持！

代码链接:https://pan.baidu.com/s/12peR3mrLAG5wHwdk-vcWSA  密码:41d4