Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >[股票预测]股票历史数据获取[通俗易懂]

[股票预测]股票历史数据获取[通俗易懂]

作者头像
全栈程序员站长
发布于 2022-09-12 01:10:28
发布于 2022-09-12 01:10:28
1.8K00
代码可运行
举报
运行总次数:0
代码可运行

大家好,又见面了,我是你们的朋友全栈君。

目 录

一、编程环境准备

第一步:安装Anaconda3

第二步:安装工具包Pandas、tushare

第三步:查看Pandas、tushare版本

二、股票历史行情数据提取

2.1获取近3年个股日线交易数据

2.1.1 个股交易接口函数get_hist_data()

2.1.2兴蓉环境(000598)近3年日线数据


一、编程环境准备

第一步:安装Anaconda3

图 1 Anaconda软件组件

第二步:安装工具包Pandas、tushare

pip install Pandas

pip install tushare

图 2 安装股票接口控件tushare

第三步:查看Pandas、tushare版本

pip list

pandas 1.2.4

tushare 1.2.64

图 3 查询Python组件版本

二、股票历史行情数据提取

2.1获取近3年个股日线交易数据

通过参数设置获取日k线、周k线、月k线,以及5分钟、15分钟、30分钟和60分钟k线数据。本接口只能获取近3年的日线数据,适合搭配均线数据进行选股和分析。

2.1.1 个股交易接口函数get_hist_data()

(1)函数名称:get_hist_data()

(2)参数说明

code:股票代码,即6位数字代码,或者指数代码(sh=上证指数,sz=深圳成指,hs300=沪深300指数,sz50=上证50,zxb=中小板,cyb=创业板) start:开始日期,格式YYYY-MM-DD end:结束日期,格式YYYY-MM-DD ktype:数据类型,D=日k线,W=周,M=月,5=5分钟,15=15分钟,30=30分钟,60=60分钟,默认为D retry_count:当网络异常后重试次数,默认为3 pause:重试时停顿秒数,默认为0

(3)返回值说明

date: 日期 open: 开盘价 high: 最高价 close: 收盘价 low: 最低价 volume: 成交量 price_change:价格变动 p_change:涨跌幅 ma5: 5日均价 ma10: 10日均价 ma20: 20日均价 v_ma5: 5日均量 v_ma10: 10日均量 v_ma20: 20日均量 turnover:换手率(注:指数无此项)

2.1.2兴蓉环境(000598)近3年日线数据

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
# -*- coding: utf-8 -*-
"""
Created on Fri Sep  3 16:39:38 2021
@author: zhuchunqiang
"""
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt

data=ts.get_hist_data('000598')#兴荣环境
data=ts.get_hist_data('000598',start='2000-01-01',end='2021-09-03')
df = pd.DataFrame(data)
df.to_csv('XRHJ000598.csv')
df_000598 = pd.DataFrame(pd.read_csv('XRHJ000598.csv'))
Stock_close = df_000598['close']

plt.figure()
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

plt.plot(list(range(len(Stock_close))), Stock_close, color='r')
plt.xlabel('交易日期:2019-03-05至2021-09-02', fontsize=14)
plt.ylabel('收盘价', fontsize=14)
plt.title('股票000598近三年收盘价隔走势图', fontsize=10)
plt.grid()
plt.show()

图 4 兴蓉环境近三年收盘价走势图

备注:股票兴蓉环境(000598)走势图

图 5 兴蓉环境收盘价走势图

股票数据集(XRHJ000598.csv)。

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/152742.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Python股票数据分析
python版本:3.4 最近在学习基于python的股票数据分析,其中主要用到了tushare和seaborn。tushare是一款财经类数据接口包,国内的股票数据还是比较全的,官网地址:http://tushare.waditu.com/index.html#id5 。seaborn则是一款绘图库,通过seaborn可以轻松地画出简洁漂亮的图表,而且库本身具有一定的统计功能。 导入的模块: import matplotlib.pyplot as plt import seaborn as sns i
机器学习AI算法工程
2018/03/14
3.1K0
Python股票数据分析
股票分析实战
沪深300股票指数由中证指数公司编制的沪深300指数于2005年4月8日正式发布。沪深300指数以2004年12月31日为基日,基日点位1000点·沪深300指数是由上海和深圳证券市场中选取300只A股作为样本,其中沪市有179只,深市121只样本选择标准为规模大,流动性好的股票。沪深300指数样本覆盖了沪深市场六成左右的市值,具有良好的市场代表性。作为一种商品。
润森
2019/08/29
1K0
股票分析实战
精品教学案例 | 用Python构建有效投资组合
本案例适合作为大数据专业数据清洗或数据可视化课程的配套教学案例。通过本案例,能够达到以下教学效果:
数据酷客
2020/05/19
5.5K1
精品教学案例 | 用Python构建有效投资组合
智能量化交易第一步 | 利用Python获取金融数据 | Tushare使用示例
机器学习等方法基本都是数据驱动的,数据获取是开始的第一步,量化交易也不例外,做量化投资的第一步就是如何获取金融数据,这里给大家推荐一款很不错的工具TuShare,并且基于Python语言做一些简单的示例实现。
用户7623498
2020/08/04
2.8K0
智能量化交易第一步 | 利用Python获取金融数据 | Tushare使用示例
数据分析入门系列教程-股票走势预测分析
今天我们做一个关于股票的小项目--预测股票走势。首先要声明下,股市有风险,购买需谨慎啊!股票作为金融体系的一员,其走势收到了多方面的影响,并不是能够通过一两个算法,一些参数就可以完美预测,这是基于此,才衍生出了进入量化这个学科,专门用来做金融方面的数据分析。
周萝卜
2020/12/15
2.3K0
keras量化分析之路(1)--获取历史交易数据
是一个DataFrame结构的数据,index就是交易日期,也就是每个交易日 共有15列;说明如下:
wust小吴
2019/07/08
7500
可视化神器Plotly玩转股票图
本文是可视化神器Plotly绘图的第7篇,讲解的是如何通过Plotly来绘制与股市相关的图形,比如基础K线图、OHLC图等。
皮大大
2021/04/28
7.1K0
可视化神器Plotly玩转股票图
实战 | 用 Python 选股票,据说可以多挣个20%
本文将使用Python来可视化股票数据,比如绘制K线图,并且探究各项指标的含义和关系,最后使用移动平均线方法初探投资策略。 数据导入 这里将股票数据存储在stockData.txt文本文件中,我们使用pandas.read_table()函数将文件数据读入成DataFrame格式。 其中参数usecols=range(15)限制只读取前15列数据,parse_dates=[0]表示将第一列数据解析成时间格式,index_col=0则将第一列数据指定为索引。 import pandas as pd i
小小科
2018/05/04
2.9K0
实战 | 用 Python 选股票,据说可以多挣个20%
Python3对股票数据进行分析
以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
全栈程序员站长
2022/07/01
2.8K0
Python3对股票数据进行分析
Python 股票历史数据的获取
获取股票数据的接口很多,免费的接口有新浪、网易、雅虎的API接口,收费的就是证券公司及相应的公司提供的接口。 收费试用的接口一般提供的数据只是最近一年或三年的,限制比较多,除非money足够多。 所以本文主要讨论的是免费数据的获取及处理。
全栈程序员站长
2022/09/12
3.8K0
Python 股票历史数据的获取
用Python爬取股票数据,绘制K线和均线并用机器学习预测股价(来自我出的书)
在本文里,将给出若干精彩范例,包括用爬虫获取股市数据,用matplotlib可视化控件绘制K线和均线,以及用sklean库里的方法,通过机器学习预测股价的走势。
用户1153489
2020/08/14
3.7K0
用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)
本人最近在尝试着发表“以股票案例入门Python编程语言”系列的文章,在这些文章里,将用Python工具绘制各种股票指标,在讲述各股票指标的含义以及计算方式的同时,验证基于各种指标的交易策略,本文是第一篇,通过K线和均线案例讲述Numpy,Maplotlib等相关库的用法,并且还用代码案例来验证买卖的交易策略。在本系列的后面文章中,将陆续通过python绘制成交量、KDJ、MACD、RSI和OBV等指标,而且还会用Python编写针对这些指标的交易策略,敬请关注。
用户1153489
2019/09/29
3.2K0
用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)
Python数据分析之股票实战
前言:对于股票的研究我想,无论是专业人士还是非专业人士都对其垂涎已久,因为我们都有赌徒的心态,我们都希望不花太多的时间但是能赚足够的钱,而股票绝对是一个好的选择,本人也不例外对股票垂涎已久,不管你是否承认股票是一个来钱快的地方,但是伴随着的当然是巨大的风险,毕竟这么多炒股,并不是每个人都赚到了钱,下面的内容也不一定保证你一定能赚到钱,反正都是“猜”,不如让“猜”看起来更加专业一些。 原文章参考:http://nbviewer.ipython.org/github/jmportilla/Udemy-notes
CDA数据分析师
2018/02/05
1.8K0
Python数据分析之股票实战
python 获取股票数据 tushare使用
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
多凡
2019/11/01
2.1K0
[python]解析通达信盘后数据获取历史日线数据[通俗易懂]
大家好,又见面了,我是你们的朋友全栈君。 转自:http://bbs.pinggu.org/forum.php?mod=viewthread&tid=4804415&page=1 平时我们在做 离线的
全栈程序员站长
2022/09/15
5.8K0
[python]解析通达信盘后数据获取历史日线数据[通俗易懂]
ML算法——线性回归随笔【机器学习】【六一创作】
利用线性回归方程的最小二乘函数对一个或多个自变量和因变量之间的关系进行建模的方法。
来杯Sherry
2023/06/07
2590
ML算法——线性回归随笔【机器学习】【六一创作】
股票数据API整理
最近在做股票分析系统,数据获取源头成了一大问题,经过仔细的研究发现了很多获取办法,这里整理一下,方便后来者使用。 获取股票数据的源头主要有:数据超市、雅虎、新浪、Google、和讯、搜狐、ChinaStockWebService、东方财富客户端、证券之星、网易财经。 根据最近频繁出现的数据超市,可以无限制获取相关数据,而不再需要使用爬虫等方式获取,这样不仅节省了极大资源,也有利于遍历数据。 列出来相关网站清单,开发者可自行到这些网站查询调用方法。 聚合数据 https://www.juhe.cn/ 百度A
机器学习AI算法工程
2018/03/15
26.8K2
股票数据API整理
金融数据分析与挖掘具体实现方法 -1
关于投资的几个类别,一般我们将天使、VC、PE三个部分统称为私募(Private Equity),指的是没有在证券交易所公开上市交易的资产。
汪凡
2019/03/01
1.6K0
金融数据分析与挖掘具体实现方法 -1
金融数据获取的api接口
最近苹果的股价一路疯长,继周四突破万亿美元市值后,周五盘中高点、收盘价双创新高。盘中高点达208.74美元,收盘价报207.99美元,上涨0.29%,创历史收盘新高,市值达10045.76亿美元。
数据小磨坊
2018/08/16
8.7K0
金融数据获取的api接口
是涨是跌?我用Python预测股票价格趋势
要预测股票趋势,通常需要历史的各类交易价格数据来进行模型的搭建。“历史惊人的相似”是股票趋势判断问题的重要假设。通常我们的思维是,股票某一天的交易价格受到该交易日前面的许多交易日的影响,而股价的确定则是由买卖市场双方共同决定的。当我们收盘股票数据集时,应该将多个开盘日归入参考范畴。本文将前 N 个交易日作为一个时间窗口,并设为训练集,将第 N+1 个交易日作为测试集,预测测第 N+2 个交易日的股票趋势情况。通过滑动窗口的方法,设每次滑动窗口移动的距离为 1(即 1 天),则在初始 T 个交易日上能够构造多个训练集和测试集,且训练样本的数据始终等于 N。
数据STUDIO
2021/06/24
6.9K0
推荐阅读
相关推荐
Python股票数据分析
更多 >
领券
一站式MCP教程库,解锁AI应用新玩法
涵盖代码开发、场景应用、自动测试全流程,助你从零构建专属AI助手
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验