python两大免费获取股票接口Baostock&Tushare – 投资如意帮\投资帮\投之帮

最近，在一门涉及python的课上，老师讲解了Tushare这款股票数据接口。经过数据猿进一步探索之后发现，Tushare不但包含包含齐全的股票数据，还包含了其他领域的有用数据。除此之外，Baostock也是一个非常优秀的开源股票借口，使用起来更加稳定快速。

今天，数据猿就来尝试获取一下这两个接口的股票数据吧。

目录如下：

Baostock VS Tushare

首先展示一下二者对比表，本来打算这个表作为文末的总结，但是由于数据猿毕竟门外汉，想写那么专业心有余而力不足，就先这个总结将放在这里的，文中不再赘述具体指标了。

Baostock

案例一：上证指数日交易量、振幅、换手率

第一步：导入baostock库，并登录

import baostock as bs
import pandas as pd

#### 登陆系统 ####
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond  error_msg:'+lg.error_msg)

第二步：接口配置

rs = bs.query_history_k_data("000001.SH", "date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST",
                             start_date='2010-01-01', end_date='2019-12-31', frequency="d", adjustflag="3")
print('query_history_k_data respond error_code:'+rs.error_code)
print('query_history_k_data respond  error_msg:'+rs.error_msg)

补一个日线指标参数（包含停牌证券）

第三步：打印结果为pandas的Dataframe

#### 打印结果集 ####
data_list = []
while (rs.error_code == '0') & rs.next():  # 获取一条记录，将记录合并在一起
    data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
result

示例

第四步：结果输出并存入CSV

#### 结果集输出到csv文件 ####   
result.to_csv("D:\\history_A_stock_k_data.csv", index=False)
print(result)

#### 登出系统 ####
bs.logout()

Tushare

案例二：南方传媒和浙江传媒股票对比

第一步，导入Tushare等相关库

import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
import warnings
warnings.filterwarnings("ignore")

第二步，接口配置

#股票代码、起止日期可替换
caixin = ts.get_hist_data('600633', start='2017-07-01', end='2020-05-08') 
caixin
nanfang = ts.get_hist_data('601900',start='2017-07-01', end='2020-05-08')
nanfang

第三步，二者收盘价

收盘价形成新的Dataframe

#收盘价close
data = {'浙江传媒财新': caixin.close, '南方传媒':nanfang.close}
df = pd.DataFrame(data)
df

排序

#排序
df.sort_values(by='date',ascending=True,inplace=True)
df

第四步，可视化

收盘价可视化

#pandas支持matplotlib的，直接使用df.plot(kind='line')画折线图
import matplotlib.pyplot as plt
%matplotlib inline
df.plot(kind='line')
plt.xticks(rotation = '45')
plt.show()

单支股票股价集中度可视化

# 股价集中趋势可视化
import seaborn as sns
df.round(0)
plt.style.use('ggplot')
df['浙江传媒财新'].plot(kind='hist',bins=30,normed = True)
df['浙江传媒财新'].plot(kind='kde')
plt.show()

单只股票股价拟合可视化

df_pre_caixin = df['浙江传媒财新']
pre_caixin = pd.DataFrame(df_pre_caixin)
pre_caixin['MA5'] = df_pre_caixin.rolling(5).mean()
pre_caixin['MA20'] = df_pre_caixin.rolling(20).mean()
pre_caixin['MA60'] = df_pre_caixin.rolling(60).mean()
pre_caixin.plot()