在做量化分析时,有时会用到股票的交易日序列信息,这些信息可以从上交所官网或深交所官网获取,从官网下载文件并不是很好的方法,如果能通过python接口下载,就可以放入程序中了,而BaoStock接口(官网:http://www.baostock.com)刚好提供了此功能(以下代码来自官网,侵删)。
根据官网介绍,交易日查询接口:query_trade_dates()。
方法说明:查询股票交易日信息信息,可以通过参数设置获取起止年份数据,提供2014-2018年数据。 返回类型:pandas的DataFrame类型。(作者注:2014年是最近新增的,原来只有2015-2018,接口是有人在维护的,可以从首页看到版本更新)
示例代码如下:
- import baostock as bs
- import pandas as pd
- #### 登陆系统 ####
- lg = bs.login(user_id="anonymous", password="123456")
- # 显示登陆返回信息
- print('login respond error_code:'+lg.error_code)
- print('login respond error_msg:'+lg.error_msg)
- #### 获取交易日信息 ####
- rs = bs.query_trade_dates(start_date="2017-01-01", end_date="2017-06-30")
- print('query_trade_dates respond error_code:'+rs.error_code)
- print('query_trade_dates respond error_msg:'+rs.error_msg)
- #### 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)
- #### 结果集输出到csv文件 ####
- result.to_csv("D:\\trade_datas.csv", encoding="gbk", index=False)
- print(result)
- #### 登出系统 ####
- bs.logout()
参数含义:
- start_date:开始日期,为空时默认为2015-01-01。
- end_date:结束日期,为空时默认为当前日期。
打印结果如下所示:
返回数据说明参数名称参数描述
calendar_date日期
is_trading_day是否交易日(0:非交易日;1:交易日)
可以看到,1是交易日;0非交易日。
返回类型是DataFrame类型,很方便处理,赞一个,希望帮到大家。
原文地址:https://blog.csdn.net/dongdong2980/article/details/80566419