经常可以在新闻中看到如下内容,如量化宽松,央行放水,提高流动性等,这些都与货币供应量有关。货币供应量少了,企业很难借到钱,资金周转比较困难,消费者也没有足够的钱去买产品,市场缺乏流动性,资源就不能顺畅的进行流动和调配,经济就不能得到快速发展;而如果供应量超过了实际需求,造成过多的货币供给,又会造成通货膨胀,导致物价快速上涨,投资过热,重复建设,会造成资源的浪费,也不利于经济的发展。而通过对货币供应量的跟踪研究,可以获知彼时经济政策和宏观经济的状况。
所以无论是进行股票投资,还是期货投资,都不能不考虑当时的资金面的情况,而货币供应量是一个非常重要的分析指标。之前介绍过的一个python开源数据接口Baostock现在提供了宏观数据的获取。以下是获取代码,供大家参考使用。
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)
# 获取货币供应量
rs = bs.query_money_supply_data_month(start_date="2010-01",end_date="2015-12")
print('query_money_supply_data_month respond error_code:'+rs.error_code)
print('query_money_supply_data_month 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:/money_supply_data_month.csv",encoding="gbk", index=False)
print(result)
# 登出系统
bs.logout()
参数含义:
· start_date:开始日期,格式XXXX-XX,发布日期在这个范围内,可以为空;
· end_date:结束日期,格式XXXX-XX,发布日期在这个范围内,可以为空。
返回数据说明 | |
参数名称 | 参数描述 |
statYear | 统计年度 |
statMonth | 统计月份 |
m0Month | 货币供应量M0(月) |
m0YOY | 货币供应量M0(同比) |
m0ChainRelative | 货币供应量M0(环比) |
m1Month | 货币供应量M1(月) |
m1YOY | 货币供应量M1(同比) |
m1ChainRelative | 货币供应量M1(环比) |
m2Month | 货币供应量M2(月) |
m2YOY | 货币供应量M2(同比) |
m2ChainRelative | 货币供应量M2(环比) |
以上代码来自官网,www.baostock.com.欢迎指正。