[Python]利用ricequant获取上证指数以及所有股票历史价格数据

1、准备工作

网址：https://www.ricequant.com

点击“研究”，点击右上方的“新建”，选择Python3.

2、代码

1)获取所有股票从起始记录时间至今的全部价格数据。详细api可以参考：https://www.ricequant.com/api/research/chn

#ClosingPx
import pandas as pd
datas = all_instruments(type='CS', country='cn')
list = datas['order_book_id'].tolist()
df1 = pd.DataFrame(columns = list)
df1.loc[0] = datas['symbol'].tolist()
df2 = pd.DataFrame(columns = list)
for id in list:df2[id] = get_price(id,start_date='2013-01-04', end_date='2017-08-09', adjust_type='none')['ClosingPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('stoneClosingPx_0809.csv') #PreClosingPx
import pandas as pd
datas = all_instruments(type='CS', country='cn')
list = datas['order_book_id'].tolist()
df1 = pd.DataFrame(columns = list)
df1.loc[0] = datas['symbol'].tolist()
df2 = pd.DataFrame(columns = list)
for id in list:df2[id] = get_price(id,start_date='2013-01-04', end_date='2017-08-09', adjust_type='pre')['ClosingPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('stonePreClosingPx_0809.csv') #OpeningPx
import pandas as pd
datas = all_instruments(type='CS', country='cn')
list = datas['order_book_id'].tolist()
df1 = pd.DataFrame(columns = list)
df1.loc[0] = datas['symbol'].tolist()
df2 = pd.DataFrame(columns = list)
for id in list:df2[id] = get_price(id, start_date='2013-01-04', end_date='2017-08-09', adjust_type='none')['OpeningPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('stoneOpeningPx_0809.csv') #HighPx
import pandas as pd
datas = all_instruments(type='CS', country='cn')
list = datas['order_book_id'].tolist()
df1 = pd.DataFrame(columns = list)
df1.loc[0] = datas['symbol'].tolist()
df2 = pd.DataFrame(columns = list)
for id in list:df2[id] = get_price(id, start_date='2013-01-04', end_date='2017-08-09', adjust_type='none')['HighPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('stoneHighPx_0809.csv') #LowPx
import pandas as pd
datas = all_instruments(type='CS', country='cn')
list = datas['order_book_id'].tolist()
df1 = pd.DataFrame(columns = list)
df1.loc[0] = datas['symbol'].tolist()
df2 = pd.DataFrame(columns = list)
for id in list:df2[id] = get_price(id,start_date='2013-01-04', end_date='2016-12-28', adjust_type='none')['LowPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('stoneLowPx_0809.csv')

2)获取上证指数

#shanghai
import pandas as pd
df1 = pd.DataFrame(columns = ['000001.XSHG'])
df1.loc[0] = '上证指数'
df2 = pd.DataFrame(columns = ['000001.XSHG'])
df2['000001.XSHG'] = get_price('000001.XSHG', start_date='2013-01-04', end_date='2017-08-09', adjust_type='none')['HighPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('shanghaiHighPx_0809.csv') import pandas as pd
df1 = pd.DataFrame(columns = ['000001.XSHG'])
df1.loc[0] = '上证指数'
df2 = pd.DataFrame(columns = ['000001.XSHG'])
df2['000001.XSHG'] = get_price('000001.XSHG', start_date='2013-01-04', end_date='2017-08-09', adjust_type='none')['LowPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('shanghaiLowPx_0809.csv') import pandas as pd
df1 = pd.DataFrame(columns = ['000001.XSHG'])
df1.loc[0] = '上证指数'
df2 = pd.DataFrame(columns = ['000001.XSHG'])
df2['000001.XSHG'] = get_price('000001.XSHG', start_date='2013-01-04', end_date='2017-08-09', adjust_type='none')['ClosingPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('shanghaiClosingPx_0809.csv') import pandas as pd
df1 = pd.DataFrame(columns = ['000001.XSHG'])
df1.loc[0] = '上证指数'
df2 = pd.DataFrame(columns = ['000001.XSHG'])
df2['000001.XSHG'] = get_price('000001.XSHG', start_date='2013-01-04', end_date='2017-08-09', adjust_type='pre')['ClosingPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('shanghaiPreClosingPx_0809.csv') import pandas as pd
df1 = pd.DataFrame(columns = ['000001.XSHG'])
df1.loc[0] = '上证指数'
df2 = pd.DataFrame(columns = ['000001.XSHG'])
df2['000001.XSHG'] = get_price('000001.XSHG', start_date='2013-01-04', end_date='2017-08-09', adjust_type='none')['OpeningPx']
frames = [df1, df2]
result = pd.concat(frames)
result.to_csv('shanghaiOpeningPx_0809.csv')

3、运行

选中所有代码，同时按住ctrl+enter即可。结果会生成在和代码相同的页面。

结果格式如下：

[Python]利用ricequant获取上证指数以及所有股票历史价格数据相关推荐

Python获取所有股票代码以及股票历史成交数据分析（二）
接上一篇获取完股票代码信息后,我们打开东方财富网,一通瞎点,进到某股票的K线板块打开调试界面,XHR中并没有我们想要的数据,从网页数据加载来看应该不是实时资源的肯定有个传输的地方,我们先清空完所有N ...
Python获取所有股票代码以及股票历史成交数据分析
一 .股票代码获取最近入坑股市,摸爬滚打,只觉得自己长高了一茬,依旧是韭菜被无情收割呜呜呜呜,因此想了想弄个,所有股票的数据来看下资金动向,类似于龙虎板但是跨度大些. 从网上看了些资源发现并没有自己 ...
Python利用Requests获取2TB大容量不限速小麦魔方网盘/小麦云盘（Own-Cloud.Cn）的文件直链并下载文件
我们在浏览网页的时候一般都会看到很多好用的网盘,最近很多网盘都是一些开发者比较喜欢使用的,原因大多都是他们不像某盘一样限速,要求充会员而且还要广告.这些大容量的网盘大多也是开源的,所以我们也不能存储一 ...
python 利用json获取5天的天气
欢迎访问我的个人博客进行查看:python获取5天的天气今天学了学python的json操作,然后就想弄个获取天气的程序试试. 但是要就行天气获取,就要找到天气的json接口文件.在网上搜集了一圈, ...
Python 利用pandas 获取Excel重复记录
在EXCEL处理大量记录的时候,用EXCEL排序处理比较费劲,EXCEL程序动不动就无响应了,用pands处理: # We will use data structures and data anal ...
python 利用chinese_calendar 获取上一个工作日日期
**截止文章发布chinese_calendar版本为1.8.0,大约在每年的11月份更新次年的节假日新版本 import datetime from chinese_calendar import ...
【python】爬虫获取全国各个城市的历史天气、温度、风向和风力
输入: 年份:target_year_list = ["2013", "2014", "2015", "2016", & ...
利用通达信软件导出所有股票历史行情
2019独角兽企业重金招聘Python工程师标准>>> 在通达信官网提供了所有券商行情的历史数据下载地址:https://www.tdx.com.cn/list_66_69.html ...
股票历史数据-股票价格查询，股票历史交易价格查询
共享一个股票价格查询的工具,可以在线股票价格查询,查询的股票历史交易价格的是:股票从成立到最近一天的所有股票历史价格数据,亲测手机在线就能查询所有个股的股票价格数据,A股.港股.美股所有个股的股票历史 ...
python程序化 k线指定时间更新_Python获取股票历史、实时数据与更新到数据库
要做量化投资,数据是基础,正所谓"巧妇难为无米之炊" 在免费数据方面,各大网站的财经板块其实已提供相应的api,如新浪.雅虎.搜狐...可以通过urlopen相应格式的网址获取数据 ...

[Python]利用ricequant获取上证指数以及所有股票历史价格数据

[Python]利用ricequant获取上证指数以及所有股票历史价格数据相关推荐

最新文章

热门文章