Python 获取股票K线数据

前言

玩过股票的几乎都知道，股票历史交易日的开盘价、收盘价、最高价、最低价等指标是选股的重要依据。虽然仅仅依靠它们无法在股市中盆满钵满，但是运用好它确实能在较大程度上提高我们的赚钱概率。

当前的金融数据查看工具确实够多，例如东方财富、同花顺等知名财经网站。它们的数据很全，但是集成程度太高了，难以满足每个人的个性化需求。比如说我以A股的4000多只股票为研究对象，想研究它们的历史日k线数据，那么导出这么多数据无疑是一个巨大的工程。并且这些财经网站可能并不会给免费用户提供批量导出数据的功能。

这个时候还想获取这些数据怎么办呢？冲会员当然是一个选择，不过这样子还是容易受制于人，即使是会员，个性化程度还是不够高。

为了解决“股票k线数据难以个性化导出”这个问题，我们可以尝试使用 Python 对财经网站进行爬虫以获取源数据，再从里面提取出我们需要的信息，比如本次的k线数据，之后再保存到表格文件里面。

开始之前

Python版本要求

Python 3

如果没有安装 Python，可以参考我写的这篇安装教程

Win下快速搭建Python编程环境67 赞同 · 19 评论文章正在上传…重新上传取消

需要安装的库

pandas
requests

库的安装方法是：打开 cmd（命令提示符或者其他终端工具），输入以下代码

pip install pandas requests

输入完毕，按 Enter 键执行代码，等待 successfully 出现即可

代码展示

需求 1 描述

获取代码为 600519 这只股票从 2020年1月1日到 2020年11月1日的k线数据并将数据保存到以股票代码命名的csv文件中，例如 600519.csv

示例代码 1

from urllib.parse import urlencode
import pandas as pd
import requestsdef gen_secid(rawcode: str) -> str:'''生成东方财富专用的secidParameters----------rawcode : 6 位股票代码Return------str: 指定格式的字符串'''# 沪市指数if rawcode[:3] == '000':return f'1.{rawcode}'# 深证指数if rawcode[:3] == '399':return f'0.{rawcode}'# 沪市股票if rawcode[0] != '6':return f'0.{rawcode}'# 深市股票return f'1.{rawcode}'def get_k_history(code: str, beg: str, end: str, klt: int = 101, fqt: int = 1) -> pd.DataFrame:'''功能获取k线数据-参数code : 6 位股票代码beg: 开始日期 例如 20200101end: 结束日期 例如 20200201klt: k线间距 默认为 101 即日kklt:1 1 分钟klt:5 5 分钟klt:101 日klt:102 周fqt: 复权方式不复权 : 0前复权 : 1后复权 : 2 '''EastmoneyKlines = {'f51': '日期','f52': '开盘','f53': '收盘','f54': '最高','f55': '最低','f56': '成交量','f57': '成交额','f58': '振幅','f59': '涨跌幅','f60': '涨跌额','f61': '换手率',}EastmoneyHeaders = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko','Accept': '*/*','Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2','Referer': 'http://quote.eastmoney.com/center/gridlist.html',}fields = list(EastmoneyKlines.keys())columns = list(EastmoneyKlines.values())fields2 = ",".join(fields)secid = gen_secid(code)params = (('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),('fields2', fields2),('beg', beg),('end', end),('rtntype', '6'),('secid', secid),('klt', f'{klt}'),('fqt', f'{fqt}'),)params = dict(params)base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'url = base_url+'?'+urlencode(params)json_response: dict = requests.get(url, headers=EastmoneyHeaders).json()data = json_response.get('data')if data is None:if secid[0] == '0':secid = f'1.{code}'else:secid = f'0.{code}'params['secid'] = secidurl = base_url+'?'+urlencode(params)json_response: dict = requests.get(url, headers=EastmoneyHeaders).json()data = json_response.get('data')if data is None:print('股票代码:', code, '可能有误')return pd.DataFrame(columns=columns)klines = data['klines']rows = []for _kline in klines:kline = _kline.split(',')rows.append(kline)df = pd.DataFrame(rows, columns=columns)return dfif __name__ == "__main__":# 股票代码code = '600519'# 开始日期start_date = '20200101'# 结束日期end_date = '20201101'print(f'正在获取 {code} 从 {start_date} 到 {end_date} 的 k线数据......')# 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据df = get_k_history(code, start_date, end_date)# 保存k线数据到表格里面df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

示例代码 1 运行结果

屏幕输出

正在获取 600519 从 20200101 到 20201101 的 k线数据......
股票代码：600519 的 k线数据已保存到代码目录下的 600519.csv 文件中

生成一个表格文件（csv格式）

需求 2 描述

获取股票代码分别为 600519、300750 的这两只股票从 2020年1月1日到 2020年11月1日的k线数据并将数据保存到以股票代码命名的csv文件中

示例代码 2

from urllib.parse import urlencode
import pandas as pd
import requestsdef gen_secid(rawcode: str) -> str:'''生成东方财富专用的secidParameters----------rawcode : 6 位股票代码Return------str: 指定格式的字符串'''# 沪市指数if rawcode[:3] == '000':return f'1.{rawcode}'# 深证指数if rawcode[:3] == '399':return f'0.{rawcode}'# 沪市股票if rawcode[0] != '6':return f'0.{rawcode}'# 深市股票return f'1.{rawcode}'def get_k_history(code: str, beg: str, end: str, klt: int = 101, fqt: int = 1) -> pd.DataFrame:'''功能获取k线数据-参数code : 6 位股票代码beg: 开始日期 例如 20200101end: 结束日期 例如 20200201klt: k线间距 默认为 101 即日kklt:1 1 分钟klt:5 5 分钟klt:101 日klt:102 周fqt: 复权方式不复权 : 0前复权 : 1后复权 : 2 '''EastmoneyKlines = {'f51': '日期','f52': '开盘','f53': '收盘','f54': '最高','f55': '最低','f56': '成交量','f57': '成交额','f58': '振幅','f59': '涨跌幅','f60': '涨跌额','f61': '换手率',}EastmoneyHeaders = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko','Accept': '*/*','Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2','Referer': 'http://quote.eastmoney.com/center/gridlist.html',}fields = list(EastmoneyKlines.keys())columns = list(EastmoneyKlines.values())fields2 = ",".join(fields)secid = gen_secid(code)params = (('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),('fields2', fields2),('beg', beg),('end', end),('rtntype', '6'),('secid', secid),('klt', f'{klt}'),('fqt', f'{fqt}'),)params = dict(params)base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'url = base_url+'?'+urlencode(params)json_response: dict = requests.get(url, headers=EastmoneyHeaders).json()data = json_response.get('data')if data is None:if secid[0] == '0':secid = f'1.{code}'else:secid = f'0.{code}'params['secid'] = secidurl = base_url+'?'+urlencode(params)json_response: dict = requests.get(url, headers=EastmoneyHeaders).json()data = json_response.get('data')if data is None:print('股票代码:', code, '可能有误')return pd.DataFrame(columns=columns)klines = data['klines']rows = []for _kline in klines:kline = _kline.split(',')rows.append(kline)df = pd.DataFrame(rows, columns=columns)return dfif __name__ == "__main__":# 股票代码列表codes = ['600519','300750']# 开始日期start_date = '20200101'# 结束日期end_date = '20201101'for code in codes:print(f'正在获取 {code} 从 {start_date} 到 {end_date} 的 k线数据......')# 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据df = get_k_history(code, start_date, end_date)# 保存k线数据到表格里面df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

示例代码 2 运行结果

屏幕输出

正在获取 600519 从 20200101 到 20201101 的 k线数据......
股票代码：600519 的 k线数据已保存到代码目录下的 600519.csv 文件中
正在获取 300750 从 20200101 到 20201101 的 k线数据......
股票代码：300750 的 k线数据已保存到代码目录下的 300750.csv 文件中

表格内容展示（其中的一个表格）

写在最后

本篇文章展示了如何使用python获取并保存1只以及多只股票的历史日k线数据到表格文件中，当然代码不仅限于获取日k数据，诸如 5 分钟，1分钟等数据均是可以获取的，具体如何实现可以看代码里面的注释信息，这里不过多描述。实在搞不懂的可以私信我提供帮助。感谢大家阅读！

更加强大的版本在下面

顺手牵羊：免费、快速获取基金、股票、期货数据：基于我独立开发的 Python 库 efinance188 赞同 · 375 评论文章正在上传…重新上传取消