Python量化交易学习笔记（39）——BaoStock股票数据下载

鉴于近几篇文章都与多周期回测相关，因此用这篇文章来记录下多周期股票的数据的获取方式。
前面在zwPython的框架下，使用的是Tushare来获取A股的日线数据，如果想获取其他周期的数据，就要使用Tushare Pro，并且还要有足够的积分。苦于家里没矿，手里没银子，转投向可以免费下载数据的BaoStock，以下简单记录数据下载流程。

安装

使用国内源安装：

pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn

版本升级

pip install --upgrade baostock

使用前提

安装Python
安装pandas（pip install pandas）

数据时间范围说明

股票数据

日、周、月K线数据，时间范围：1990-12-19至今。
5、15、30、60分钟K线数据，时间范围：1999-07-26至今。

指数数据

日、周、月K线已经包含指数：综合指数，规模指数，一级行业指数，二级行业指数，策略指数，成长指数，价值指数，主题指数，基金指数，债券指数。
时间范围：2006-01-01至今。

季频财务数据

已经包含的财务数据：部分上市公司资产负债信息、上市公司现金流量信息、上市公司利润信息、上市公司杜邦指标信息。
时间范围：2007年至今。

季频公司报告

上市公司业绩预告信息，时间范围：2003年至今。
上市公司业绩快报信息，时间范围：2006年至今。

每日最新数据更新时间

当前交易日17:30，完成日K线数据入库；
当前交易日20:30，完成分钟K线数据入库；
第二自然日1:30，完成前交易日“其它财务报告数据”入库。

A股K线数据下载

API

query_history_k_data_plus(code, fields, start_date=None, end_date=None, frequency='d', adjustflag='3')

参数含义

code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；
fields：指示简称，支持多指标输入，以半角逗号分隔，填写内容作为返回类型的列。详细指标列表见历史行情指标参数章节，日线与分钟线参数不同。此参数不可为空；
start_date：开始日期（包含），格式“YYYY-MM-DD”，为空时取2015-01-01；
end_date：结束日期（包含），格式“YYYY-MM-DD”，为空时取最近一个交易日；
frequency：数据类型，默认为d，日k线；d=日k线、w=周、m=月、5=5分钟、15=15分钟、30=30分钟、60=60分钟k线数据，不区分大小写；指数没有分钟线数据；周线每周最后一个交易日才可以获取，月线每月最后一个交易日才可以获取；
adjustflag：复权类型，默认不复权：3；1：后复权；2：前复权。已支持分钟线、日线、周线、月线前后复权。

几点说明

可以通过query_all_stock(date)获取指定日期的指数和股票数据，提取指数和股票代码后，就可以用于后续的各周期数据的下载。如果只需要下载股票数据，而不需要下载指数数据，可以使用返回结果的code字段进行过滤。
使用文末所附代码下载各周期数据前，需要新建相应文件夹。
日线、周线和月线、分钟数据所能下载的数据字段不同，可根据需求选择下载字段。
股票停牌时，对于日线，开、高、低、收价都相同，且都为前一交易日的收盘价，成交量、成交额为0，换手率为空。因此，如果不需要这部分数据的话，需要进行数据过滤，删除volume为0的数据。此外，由于网络原因可能导致数据下载失败，引发访问volume字段时报错，因此需要做进一步条件判断处理，使下载程序能够继续执行。

        if DROP_SUSPENSION and 'volume' in list(out_df):out_df.drop(out_df[out_df.volume == '0'].index, inplace = True

使用BaoStock下载股票数据代码：

import baostock as bs
import pandas as pd
import datetime'''
日线指标参数包括：'date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST'
周、月线指标参数包括：'date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg'
分钟指标参数包括：'date,time,code,open,high,low,close,volume,amount,adjustflag'adjustflag：复权类型，默认不复权：3；1：后复权；2：前复权。已支持分钟线、日线、周线、月线前后复权。
'''# 是否删除停盘数据
DROP_SUSPENSION = Truedef update_stk_list(date = None):# 获取指定日期的指数、股票数据stock_rs = bs.query_all_stock(date)stock_df = stock_rs.get_data()stock_df.to_csv('./stk_data/all_list.csv', encoding = 'gbk', index = False)stock_df.drop(stock_df[stock_df.code < 'sh.600000'].index, inplace = True)stock_df.drop(stock_df[stock_df.code > 'sz.399000'].index, inplace = True)stock_df = stock_df['code']stock_df.to_csv('./stk_data/stk_list.csv', encoding = 'gbk', index = False)return stock_df.tolist()def load_stk_list():df = pd.read_csv('./stk_data/stk_list.csv')return df['code'].tolist()def convert_time(t):H = t[8:10]M = t[10:12]S = t[12:14]return H + ':' + M + ':' + Sdef download_data(stk_list = [], fromdate = '1990-12-19', todate = datetime.date.today(), datas = 'date,open,high,low,close,volume,amount,turn,pctChg', frequency = 'd', adjustflag = '2'):for code in stk_list:print("Downloading :" + code)k_rs = bs.query_history_k_data_plus(code, datas, start_date = fromdate, end_date = todate.strftime('%Y-%m-%d'),frequency = frequency, adjustflag = adjustflag)datapath = './stk_data/' + frequency + '/' + code + '.csv'out_df = k_rs.get_data()if DROP_SUSPENSION and 'volume' in list(out_df):out_df.drop(out_df[out_df.volume == '0'].index, inplace = True)# 做time转换if frequency in ['5', '15', '30', '60'] and 'time' in list(out_df):out_df['time'] = out_df['time'].apply(convert_time)out_df.to_csv(datapath, encoding = 'gbk', index = False)if __name__ == '__main__':bs.login()# 首次运行stk_list = update_stk_list(datetime.date.today() - datetime.timedelta(days = 31))# 非首次运行#stk_list = load_stk_list()# 下载日线download_data(stk_list)# 下载周线download_data(stk_list, frequency = 'w')# 下载月线download_data(stk_list, frequency = 'm')# 下载5分钟线download_data(stk_list, fromdate = '2020-6-1', frequency = '5', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')# 下载15分钟线download_data(stk_list, fromdate = '2020-6-1', frequency = '15', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')# 下载30分钟线download_data(stk_list, fromdate = '2020-6-1', frequency = '30', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')# 下载60分钟线download_data(stk_list, fromdate = '2020-6-1', frequency = '60', datas = 'date,time,open,high,low,close,volume,amount,adjustflag')bs.logout()

欢迎大家关注、点赞、转发、留言，感谢支持！
为了便于相互交流学习，已建微信群，感兴趣的读者请加微信。

Python量化交易学习笔记（39）——BaoStock股票数据下载相关推荐

Python量化交易学习笔记（1）
Python量化交易学习笔记(1) http://zwpython.com/ http://www.topquant.vip/?p=2275 [更多参见] <zwPython,目前最好的py开发 ...
【python量化交易学习】pandas获取mysql数据，使用pyecharts画K线图，ma移动均线。
将pyecharts官方提供的数据源,替换成已经存在mysql中的数据.画出专业的k线图(k线+ma移动均线+交易额柱状图(单位是千)) 参考: [python量化交易学习]pandas获取tusha ...
Python量化交易学习笔记（21）——A股股票列表更新
在zwPython2020中,股票数据下载更新时,所读取的股票列表文件的目录位置为"zwPython\TQDat\TQDown2020v1\data\tq_wrk_code.csv" ...
python量化交易学习笔记_Python量化交易学习笔记（45）——深度学习挖短线股5
前4篇文章分别记录了利用深度学习挖短线股的数据预处理.模型训练.结果预测及策略回测过程,本文记录根据筛选短线股票的过程. 选股流程 1.股票数据下载更新例如现在是2020年11月23日19:00,我 ...
Python量化交易学习笔记（45）——深度学习挖短线股5
前4篇文章分别记录了利用深度学习挖短线股的数据预处理.模型训练.结果预测及策略回测过程,本文记录根据筛选短线股票的过程. 选股流程 1.股票数据下载更新例如现在是2020年11月23日19:00,我 ...
Python量化交易学习笔记（46）——通达信日线数据获取
序从2020年初开始接触量化,马上就要满一年了.在这一年里,想过去做量化,想过去做机器学习,想过去做少儿编程教育.就这样大概折腾了小半年时间,最后在CSDN上看到这样一句话:"你把时间投在 ...
Python量化交易学习笔记（18）——放量突破布林线中轨买入策略
本文将探索新的策略回测程序,主要是为了尝试不同的技术指标在backtrader平台上的应用,为后续复杂策略的实现做准备. 本文将实现的策略是,当股票放量突破布林线中轨时进行买入,当股票收盘价低于短期均 ...
Python量化交易学习笔记（33）——backtrader仓位管理
本文将对backtrader的仓位管理进行介绍,具体以同时回测交易3只股票为例,查看每日仓位情况. 策略买入条件:5日线金叉60日线卖出条件:5日线死叉60日线示例仓位信息输出的核心代码位于策 ...
Python量化交易学习笔记（2）——A股数据下载
由于笔者只接触过A股交易,因此本系列笔记仅针对A股交易展开.笔者的计算机为Windows 10 64位操作系统. TOP极宽量化总群(124134140)群文件中提供了大量的学习资料,一眼看去有点懵圈 ...
Python量化交易学习笔记（36）——backtrader多股回测避坑3
本文继续记录多股回测时可能遇到的异常情况. 坑描述多股回测时,当日期达到所有股票的技术指标都能够计算出有效值后,backtrader才开始进行回测.由于这种逻辑的存在,如果某些股票在回测周期的最后几 ...