最近在做量化研究，需要使用到全部的财务数据，我看了很多平台，ptrade的数据比较全面，我们怎么样第哦啊有代码，下载全部的财务数据保存到本地做研究，今天我给研究的教程

fields：指明数据结果集中所需输出业务字段，支持多个业务字段输出(list类型)，如fields=['settlement_provi', 'client_provi'](list[str])；输出具体字段请参考

date：查询日期，按日期查询模式，返回查询日期之前对应的财务数据，输入形式如'20170620'；支持datetime.date时间格式输入，不能与start_year与end_year同时作用；支持按日期查询模式，不传入date时默认取回测日期的上一个交易日数据(str)；

start_year：查询开始年份，按年份查询模式，返回输入年份范围内对应的财务数据，如'2015'，start_year与end_year必须同时输入，且不能与date同时作用(str)

end_year：查询截止年份，按年份查询模式，返回输入年份范围内对应的财务数据，如'2015'，start_year与end_year必须同时输入，且不能与date同时作用(str)

report_types：财报类型；如果为年份查询模式(start_year/end_year)，不输入report_types返回当年可查询到的全部类型财报；如果为日期查询模式(date)，不输入report_types返回距离指定日期最近一份财报(str)。

merge_type：数据更新设置；相关财务数据信息会不断进行修正更新，为了避免未来数据影响，可以通过参数获取原始发布或最新发布数据信息；只有部分表包含此字段(int) ：

is_dataframe：True-返回DataFrame格式;False-返回pandas.Panel格式(默认,仅python3.5的按年份查询模式有效)。

比如我们需要下载资产负债表表


# 获取数据的两种模式
# 1. 按日期查询模式（默认以发布日期为参考时间）：返回输入日期之前对应的财务数据
# 在回测中获取单一股票中对应回测日期资产负债表中资产总计（total_assets）数据
get_fundamentals('.SS','balance_statement','total_assets','20160628')
# 2. 按年份查询模式：返回输入年份范围内对应季度的财务数据
# 获取恒生电子(600570.SS)从2013年至2015年第一季度资产负债表中资产总计
#（total_assets）数据
get_fundamentals('0.SS','balance_statement','total_assets',start_year='2013',end_year='2015', report_types='1')

根据上面的思路，我们可以下载全部的财务数据，我用2014年开始下载，

大概的思路是先读取研究环境的路径，设置开始的时间

读取全市场的股票代码，在报告期没有上市的股票，财务数据是空的，比如2024年没有上市的标的，这个函数是读取最新全市场股票

写好代码挂模型交易就会自动下载数据，设置好下载的时间

下载好的数据保存在交易环境里面，研究里面

点击数据，点击下载按钮就可以保存到本地，点击鼠标右键，选择下载按钮就可以

下载的数据还是很不错的，可以自己保存到本地研究

'''
下载全部财务数据
'''
import pandas as pd
def initialize(context):
    # 初始化策略
    g.path=get_research_path()
    g.start_year='2014'
    g.end_year='2060'
    run_daily(context, func=down_data, time='14:15')
def handle_data(context, data):
    pass
    
def down_data(context):
    '''
    下载数据函数
    '''
    print("营运能力下载数据函数*********************************")
    stock_list=get_Ashares()
    print(stock_list)
    df=get_fundamentals(stock_list,'operating_ability',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/营运能力.xlsx'.format(g.path))
    print('营运能力数据下载完成******************************************')
    #####################################################################
    df=get_fundamentals(stock_list,'eps',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/每股指标.xlsx'.format(g.path))
    print('每股指标数据下载完成******************************************')
    ###########################################################################
    df=get_fundamentals(stock_list,'profit_ability',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/盈利能力.xlsx'.format(g.path))
    print('盈利能力数据下载完成******************************************')
    #####################################
    df=get_fundamentals(stock_list,'growth_ability',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/成长能力.xlsx'.format(g.path))
    print('成长能力数据下载完成******************************************')
    ########################################################
    df=get_fundamentals(stock_list,'cashflow_statement',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/现金流量表.xlsx'.format(g.path))
    print('现金流量表数据下载完成******************************************')
    ####################################################
    df=get_fundamentals(stock_list, 'valuation', date = '20500101')
    df.to_excel(r'{}/估值数据.xlsx'.format(g.path))
    print('估值数据数据下载完成******************************************')
    #########################################################################
    df=get_fundamentals(stock_list,'debt_paying_ability',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/偿债能力.xlsx'.format(g.path))
    print('偿债能力数据下载完成******************************************')
    #######################################
    df=get_fundamentals(stock_list,'income_statement',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/利润表.xlsx'.format(g.path))
    print('利润表数据下载完成******************************************')
    #######################################
    df=get_fundamentals(stock_list,'balance_statement',start_year=g.start_year,end_year=g.end_year)
    df.to_excel(r'{}/资产负债表.xlsx'.format(g.path))
    print('数据下载完成******************************************')

财务数据下载教程：从接口调用到本地存储全流程

投资顾问

编程语言

开发工具

数据库

量化研究需全量财务数据，本教程详解ptrade平台get_fundamentals接口参数用法，涵盖日期/年份查询模式、财报类型及数据更新设置。通过示例代码展示批量下载全市场股票营运能力、盈利能力、现金流等核心财务指标，自动保存至本地研究环境，支持Excel格式导出，助力高效完成量化建模分析。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

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

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

财务数据下载教程：从接口调用到本地存储全流程

财务数据下载教程：从接口调用到本地存储全流程

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐