Skip to content

01. 股票数据

Jump to bottom
PKUJohnson edited this page Dec 20, 2018 · 1 revision

OpenDataTools通过stock接口，支持对上交所、深交所股票数据的获取，要求版本0.2.2以上。

数据来源：雪球、新浪、上交所、深交所、中证指数公司

基本数据规范

  1. 证券代码规范：600000.SH表示浦发银行，000002.SZ表示万科A。
  2. 时间规范2018-01-01，YYYY-MM-DD

导入stock接口

from opendatatools import stock

详细接口

  1. 获取实时行情
# 获取实时行情
df, msg = stock.get_quote('600000.SH,000002.SZ')

  1. 获取实时K线(只能获取最近两个交易日)
# 1m, 5m, 15m, 30m, 60m
df, msg = stock.get_kline('000002.SZ', '2018-06-15', '1m')

  1. 获取日线数据
df, msg = stock.get_daily('600000.SH', start_date='2017-06-06', end_date='2018-06-07')

  1. 获取复权因子
df, msg = stock.get_adj_factor('600000.SH')

  1. 获取成交明细数据
df, msg = stock.get_trade_detail('600000.SH', trade_date='2018-06-07')

  1. 获取交易所指数列表
# market=SH/SZ/CSI
index_list = stock.get_index_list('SH')

  1. 获取指数成份股
stock_list = stock.get_index_component('000050.SH')

  1. 获得融资融券市场信息
df_total, df_detail = stock.get_rzrq_info(market = 'SZ', date = '20180614')

  1. 获取分红信息
df = stock.get_dividend('600000.SH')

  1. 获取股权质押数据
df_total, df_detail = stock.get_pledge_info(market = 'SZ', date = '20180614')

  1. 获取财务报表
df, msg = stock.get_report_data(symbol='600030.SH', type='利润表')
df[df['报告年度'] == '2017-12-31'].T

  1. 获取股本信息
df, msg = stock.get_shareholder_structure('600030.SH')

  1. 一个应用案例（如何识别股权质押风险:找出质押比率较大的股票）
import pandas as pd
from progressbar import ProgressBar

def analyze_pledge_info(market='SZ', date='2018-06-21'):

    df_total, df_detail = stock.get_pledge_info(market, date='2018-06-21')

    data = []
    progress_bar = ProgressBar().start(max_value=len(df_detail))
    
    for index, row in df_detail.iterrows():
        progress_bar.update(index+1)
        symbol = str(row['证券代码']) + '.' + market

        if market == 'SZ':
            pledge_share = float(row['待购回无限售条件证券余量'].replace(',', '')) + float(row['待购回有限售条件证券余量'].replace(',',''))
        else:
            pledge_share = float(row['待购回余量（股/份/张）'].replace(',', ''))

        df, msg = stock.get_shareholder_structure(symbol)
        if df is None:
            #print('error occurs on ', symbol)
            continue

        total_share    = float(df[df.indicator == '总股本'].iloc[0, 1].replace(',', ''))
        tradable_share = float(df[df.indicator == '流通股'].iloc[0, 1].replace(',', ''))

        data.append({'symbol': symbol, 'total_share' : total_share, 'tradable_share' : tradable_share, 'pledge_share' : pledge_share, 'pledge_ratio' : pledge_share / total_share })

    df = pd.DataFrame(data)
    
    return df

df_sh = get_pledge_info('SH', '2018-06-21')
df_sz = get_pledge_info('SZ', '2018-06-21')

df = pd.concat([df_sh, df_sz])

df.sort_values('pledge_ratio', ascending=False, inplace=True)
df.head(20)

获取资金流向数据(个股)

  • 每笔100万资金以上的属于超大
  • 每笔50-100万的属于大单
  • 每笔10-50 万的属于中单
  • 每笔10万以下的属于小单
  1. 获取实时资金流向
# ZLJLRJE：主力净流入金额，CDDJLRJE：超大单净流入金额
# DDJLRJE：大单净流入金额，ZDJLRJE：中单净流入金额，XDJLRJE：小单净流入金额
# 单位：万元
df, msg = stock.get_realtime_money_flow('600030.SH')
df.head(20)

  1. 获取历史资金流向
# ZLJLRJE：主力净流入金额，CDDJLRJE：超大单净流入金额
# DDJLRJE：大单净流入金额，ZDJLRJE：中单净流入金额，XDJLRJE：小单净流入金额
# 单位：百万元
df, msg = stock.get_hist_money_flow('600000.SH')
df.tail(20)

获取资金流向数据(市场)

  • 每笔100万资金以上的属于超大
  • 每笔50-100万的属于大单
  • 每笔10-50 万的属于中单
  • 每笔10万以下的属于小单
  1. 获取全市场历史资金流向数据
df, msg = stock.get_hist_money_flow_market()
df.tail(20)

  1. 获取全市场实时资金流向数据
df, msg = stock.get_realtime_money_flow_market()
df.tail(20)

Clone this wiki locally