通过编程获取历史股价的方式很多，但是免费的方式可以简单地分为四类:
使用某种网友开发的插件: 比如Python就有TuShare, akshare, 这种只需要写几行代码就能获取，但是不同的库有不同的利弊。比如TuShare中有很多数据需要一定的积分才能获取。通过API接口，比如新浪，腾讯等等。从专门的行情软件上面提取数据。从财经网站上面爬取行情数据。使用TuShare获取股价
TuShare是非常方便使用的， 比如在官网拿到Token后， 一行调用就可以获取股价信息:
import tushare as tsts.set_token(‘***’)pro = ts.pro_api()price = ts.pro_bar(ts_code=’000020.SZ’, start_date=’2022-09-01′, end_date=’2022-09-09′)price
结果如图:
通过API获取价格信息
新浪API
接口
描述
http://hq.sinajs.cn/list= 股票代码
当日行情
http://hq.sinajs.cn/list=s_ 股票代码
实时行情
请求例子:
import requestsstock_code = ‘sh600031,sz300866’header = { ‘referer’: ‘http://finance.sina.com.cn’ }# 当日行情接口response = requests.get(f’http://hq.sinajs.cn/list={stock_code}’, headers=header)print(response.text)
结果
var hq_str_sh600031=”三一重工,15.750,15.750,16.260,16.310,15.660,16.260,16.270,105649444,1702155639.000,6161,16.260,870579,16.250,132500,16.240,87700,16.230,103100,16.220,400510,16.270,328600,16.280,198700,16.290,795400,16.300,548100,16.310,2022-09-09,15:00:00,00,”;var hq_str_sz300866=”安克创新,59.250,58.620,59.150,59.420,57.850,59.150,59.160,1703977,100420830.250,700,59.150,300,59.140,300,59.130,2000,59.120,7400,59.110,300,59.160,2000,59.170,2700,59.190,700,59.200,400,59.250,2022-09-09,15:35:00,00,D|0|0.000″;
以上数据用,分割字符串中的内容，下标从0开始，依次为:
标号
内容
标号
内容
0
股票名字
1
当天开盘价
2
昨日收盘价
3
当天收盘价
4
当天最高价
5
当天最低价
…
指数也可以用这种方式获取。但是无法获取历史的股价信息。如果某天没有及时同步到本地数据库，就无法使用该接口获取那天的数据。接口可以一定性请求多个股票代码，用,隔开，不能有空格。
另外，这个接口现在一定要添加请求头:
header = { ‘referer’: ‘http://finance.sina.com.cn’ }
不然就会报错，提示:
Kinsoku jikou desu!
也就是日本语“禁止访问”的意思。很艺文！
腾讯API
接口
描述
http://qt.gtimg.cn/q= 股票代码
最新行情
http://qt.gtimg.cn/q=ff_ 股票代码
获取实时资金流向
http://qt.gtimg.cn/q=s_pk 股票代码
盘口分析
http://qt.gtimg.cn/q=s_sh 股票代码
简要信息
请求例子:
import requestsstock_code = ‘sh600031,sz300866’# 当日行情接口response = requests.get(f’http://qt.gtimg.cn/q={stock_code}’, timeout=6)print(response.text)
结果
v_sh600031=”1~三一重工~600031~16.26~15.75~15.75~1056494~612059~444435~16.26~62~16.25~8706~16.24~1325~16.23~877~16.22~1031~16.27~4005~16.28~3286~16.29~1987~16.30~7954~16.31~5481~~20220909160001~0.51~3.24~16.31~15.66~16.26/1056494/1702155639~1056494~170216~1.24~30.06~~16.31~15.66~4.13~1381.01~1381.01~2.20~17.33~14.18~2.47~-10712~16.11~26.21~11.48~~~1.51~170215.5639~0.0000~0~ ~GP-A~-27.26~4.16~2.75~7.32~3.17~28.30~14.13~4.77~-3.21~-9.62~8493286021~8493286021~-30.86~-29.80~8493286021~~~-41.60~0.06~”;v_sz300866=”51~安克创新~300866~59.15~58.62~59.25~17040~9711~7329~59.15~7~59.14~3~59.13~3~59.12~20~59.11~74~59.16~3~59.17~20~59.19~27~59.20~7~59.25~4~~20220909161451~0.53~0.90~59.42~57.85~59.15/17040/100420830~17040~10042~1.13~20.92~~59.42~57.85~2.68~89.46~240.40~3.82~70.34~46.90~0.70~46~58.93~20.88~24.49~~~1.45~10042.0830~0.0000~0~ AR~GP-A-CYB~-41.84~-3.30~1.35~18.25~13.07~128.07~48.89~-6.41~-13.66~-5.83~151240045~406427207~27.38~-46.32~151240045~~~-45.35~-0.03~”;
以上数据用~分割字符串中的内容，下标从0开始，依次为:
标号
内容
标号
内容
0
未知
1
股票名字
2
股票代码
3
当前价格
4
昨收
5
今开
6
成交量（手）
7
外盘
8
内盘
9
买一
10
买一量（手）
11-18
买二
19
卖一
20
卖一量
21-28
卖二
29
最近逐笔成交
30
时间
31
涨跌
32
涨跌%
33
最高
34
最低
35
价格/成交量（手）/成交额
36
成交量（手）
37
成交额（万）
38
换手率
39
市盈率
40
41
最高
42
最低
43
振幅
44
流通市值
45
总市值
46
市净率
47
涨停价
48
市净率
弊端就是哪天接口被禁用了，这种方式就用不了了。从专门的行情软件上面提取数据通达信
通达信是使用非常广泛的行情软件，其公司财富趋势已经在港交所上市。在通达信软件上下载行情后，数据会下载到本地(至少此时2022-09-10是这样)。数据在通达信的安装目录下:
可以使用程序读出来。附完整解析代码:
import structimport datetimeclass stock_price: def __init__(self, stock_date, stock_open, stock_high, stock_low, stock_close, stock_amount, stock_vol): self.stock_date = stock_date self.stock_open = stock_open self.stock_high = stock_high self.stock_low = stock_low self.stock_close = stock_close self.stock_amount = stock_amount self.stock_vol = stock_vol def get_stock_price(filepath): data = [] with open(filepath, ‘rb’) as f: while True: stock_date = f.read(4) stock_open = f.read(4) stock_high = f.read(4) stock_low= f.read(4) stock_close = f.read(4) stock_amount = f.read(4) stock_vol = f.read(4) stock_reservation = f.read(4) if not stock_date: break stock_date = struct.unpack(“l”, stock_date) # 4字节 如20220909 stock_open1 = struct.unpack(“l”, stock_open) #开盘价*100 stock_high1 = struct.unpack(“l”, stock_high) #最高价*100 stock_low= struct.unpack(“l”, stock_low) #最低价*100 stock_close = struct.unpack(“l”, stock_close) #收盘价*100 stock_amount = struct.unpack(“f”, stock_amount) #成交额 stock_vol = struct.unpack(“f”, stock_vol) # 成交量 stock_reservation = struct.unpack(“f”, stock_reservation) #保留值 date_format = datetime.datetime.strptime(str(stock_date[0]), ‘%Y%M%d’) #格式化日期 data.append(stock_price(date_format.strftime(‘%Y-%M-%d’), stock_open1[0]/100.0,stock_high1[0]/100.0, stock_low[0]/100.0, stock_close[0]/100.0, stock_amount[0]/100.0, stock_vol[0]/100.0)) return data
找一个文件试试:
data_list = get_stock_price(‘./sz000002.day’)print(f’交易日期: {data_list[-1:][0].stock_date}’)print(f’开盘价: {data_list[-1:][0].stock_open}’)print(f’最高价: { data_list[-1:][0].stock_high}’)print(f’最低价: { data_list[-1:][0].stock_low}’)print(f’收盘价: { data_list[-1:][0].stock_close}’)输出：交易日期: 2022-09-09开盘价: 17.49最高价: 18.39最低价: 17.41收盘价: 18.15
在同花顺里面验证了下价格信息，是正确的。不过这种方式的弊端在于，需要手工在通达信里面执行更新数据的操作，并且通达信在未来某天变更了读写文件的方式，这种方式就不能用了。其它的软件也是类似的。这里要注意的是，如果需要读取指数的信息，
struct.unpack(“l”, stock_open)
这行代码里面的格式需要变动一下，目前变成
struct.unpack(“f”, stock_open)
即可。
从财经网站上面爬取行情数据
这种是最靠谱的方式的，但是实现也是比较繁琐的，某种程度上，也有法律上面的风险，参考:中国爬虫违法违规案例汇总 (https://github.com/HiddenStrawberry/Crawler_Illegal_Cases_In_China)。股票价格数据都是公开的，不是什么隐私，但是程序写的不好，把目标网站爬宕机了，就有法律风险了。上面例子中的新浪API接口还是很稳定，支持高并发的。貌似可能是某个性能高手开发的, 参考: 杨建：网站加速–服务器编写篇（上）(https://blog.csdn.net/lishenglong666/article/details/39028093), 原文不见了，放个转载。
提供股价信息的部分网站雪球, https://xueqiu.com集思录, https://www.jisilu.cn/巨潮资讯网, http://www.cninfo.com.cn百度股市通, https://gushitong.baidu.com东方财富网, https://www.eastmoney.com/同花顺, https://www.10jqka.com.cn/
……
如何用python获取股票数据
在Python的QSTK中，是通过s_datapath变量，定义相应股票数据所在的文件夹。一般可以通过QSDATA这个环境变量来设置对应的数据文件夹。具体的股票数据来源，例如沪深、港股等市场，你可以使用免费的WDZ程序输出相应日线、5分钟数据到s_datapath变量所指定的文件夹中。然后可使用Python的QSTK中，qstkutil.DataAccess进行数据访问。
如何选取过去每个月股票的市值 python
类似，可以修改一下
股票涨跌幅数据是量化投资学习的基本数据资料之一，下面以python代码编程为工具，获得所需要的历史数据。主要步骤有：
（1） #按照市值从小到大的顺序活得N支股票的代码；
（2） #分别对这一百只股票进行100支股票操作；
（3） #获取从2016.05.01到2016.11.17的涨跌幅数据；
（4） #选取记录大于40个的数据，去除次新股；
（5） #将文件名名为“股票代码.csv”。
具体代码如下：
# -*- coding: utf-8 -*-
"""
Created on Thu Nov 17 23:04:33 2016
获取股票的历史涨跌幅，并分别存为csv格式
@author: yehxqq151376026
"""
import numpy as np
import pandas as pd
#按照市值从小到大的顺序活得100支股票的代码
df = get_fundamentals(
query(fundamentals.eod_derivative_indicator.market_cap)
.order_by(fundamentals.eod_derivative_indicator.market_cap.asc())
.limit(100),2016-11-17, 1y
)
#分别对这一百只股票进行100支股票操作
#获取从2016.05.01到2016.11.17的涨跌幅数据
#选取记录大于40个的数据，去除次新股
#将文件名名为“股票代码.csv”
for stock in range(100):
priceChangeRate = get_price_change_rate(df[market_cap].columns[stock], 20160501, 20161117)
if priceChangeRate is None:
openDays = 0
else:
openDays = len(priceChangeRate)
if openDays > 40:
tempPrice = priceChangeRate[39:(openDays – 1)]
for rate in range(len(tempPrice)):
tempPrice[rate] = "%.3f" %tempPrice[rate]
fileName =
fileName = fileName.join(df[market_cap].columns[i].split(.)) + .csv
fileName
tempPrice.to_csv(fileName)
