TuShare是一個(gè)免費(fèi)、開源的python財(cái)經(jīng)數(shù)據(jù)接口包。主要實(shí)現(xiàn)對(duì)股票等金融數(shù)據(jù)從數(shù)據(jù)采集、清洗加工到數(shù)據(jù)存儲(chǔ)的過程，能夠?yàn)榻鹑诜治鋈藛T提供快速、整潔、和多樣的便于分析的數(shù)據(jù)。

考慮到python pandas包在金融量化分析中體現(xiàn)出的優(yōu)勢(shì)，TuShare返回的絕大部分的數(shù)據(jù)格式都是pandas DataFrame類型，非常便于用pandas/NumPy/Matplotlib進(jìn)行數(shù)據(jù)分析和可視化。

工具/原料

Python 2.x / 3.x

pandas

lxml

安裝和體驗(yàn)

安裝TuShare

方式1：pip install tushare

方式2：訪問https://pypi./pypi/tushare/下載安裝

方式3：將源代碼下載到本地python setup.py install

升級(jí)TuShare

1、先查看本地與線上的版本版本號(hào)：

pip search tushare

2、升級(jí)TuShare：

pip install tushare --upgrade

確認(rèn)安裝成功

import tushare as ts

print ts.__version__

獲取歷史交易數(shù)據(jù)

import tushare as ts

df = ts.get_hist_data('600848')

ts.get_hist_data('600848'，ktype='W') #獲取周k線數(shù)據(jù)

ts.get_hist_data('600848'，ktype='M') #獲取月k線數(shù)據(jù)

ts.get_hist_data('600848'，ktype='5') #獲取5分鐘k線數(shù)據(jù)

ts.get_hist_data('600848'，ktype='15') #獲取15分鐘k線數(shù)據(jù)

ts.get_hist_data('600848'，ktype='30') #獲取30分鐘k線數(shù)據(jù)

ts.get_hist_data('600848'，ktype='60') #獲取60分鐘k線數(shù)據(jù)

ts.get_hist_data('sh'）#獲取上證指數(shù)k線數(shù)據(jù)，其它參數(shù)與個(gè)股一致，下同

ts.get_hist_data('sz'）#獲取深圳成指k線數(shù)據(jù) ts.get_hist_data('hs300'）#獲取滬深300指數(shù)k線數(shù)據(jù)

ts.get_hist_data('sz50'）#獲取上證50指數(shù)k線數(shù)據(jù)

ts.get_hist_data('zxb'）#獲取中小板指數(shù)k線數(shù)據(jù)

ts.get_hist_data('cyb'）#獲取創(chuàng)業(yè)板指數(shù)k線數(shù)據(jù)

獲取歷史分筆數(shù)據(jù)

df = ts.get_tick_data('000756','2015-03-27')

df.head(10)

獲取實(shí)時(shí)分筆數(shù)據(jù)

df = ts.get_realtime_quotes('000581')

print df[['code','name','price','bid','ask','volume','amount','time']]

返回值說明：

0：name，股票名字

1：open，今日開盤價(jià)

2：pre_close，昨日收盤價(jià)

3：price，當(dāng)前價(jià)格

4：high，今日最高價(jià)

5：low，今日最低價(jià)

6：bid，競(jìng)買價(jià)，即“買一”報(bào)價(jià)

7：ask，競(jìng)賣價(jià)，即“賣一”報(bào)價(jià)

8：volumn，成交量 maybe you need do volumn/100

9：amount，成交金額（元 CNY）

10：b1_v，委買一（筆數(shù) bid volume）

11：b1_p，委買一（價(jià)格 bid price）

12：b2_v，“買二”

13：b2_p，“買二”

14：b3_v，“買三”

15：b3_p，“買三”

16：b4_v，“買四”

17：b4_p，“買四”

18：b5_v，“買五”

19：b5_p，“買五”

20：a1_v，委賣一（筆數(shù) ask volume）

21：a1_p，委賣一（價(jià)格 ask price）

...

30：date，日期

31：time，時(shí)間

獲取其他數(shù)據(jù)

股票分?jǐn)?shù)數(shù)據(jù)

行業(yè)分類

ts.get_industry_classified()

概念分類，所有股票炒作概念，比如蘋果、特斯拉等

ts.get_concept_classified()

地域分類

ts.get_area_classified()

中小板分類

ts.get_sme_classified()

創(chuàng)業(yè)板分類

ts.get_gem_classified()

風(fēng)險(xiǎn)警示板分類

ts.get_st_classified()

滬深300成份股及權(quán)重

ts.get_hs300s()

上證50成份股

ts.get_sz50s()

基本面數(shù)據(jù)

滬深股票列表（基礎(chǔ)數(shù)據(jù)，滬深所有股票情況）

ts.get_stock_basics()

業(yè)績(jī)報(bào)告（主表）

#獲取2014年第3季度的業(yè)績(jī)報(bào)表數(shù)據(jù)

ts.get_report_data(2014,3)

盈利能力數(shù)據(jù)

#獲取2014年第3季度的盈利能力數(shù)據(jù)

ts.get_profit_data(2014,3)

營運(yùn)能力數(shù)據(jù)

#獲取2014年第3季度的營運(yùn)能力數(shù)據(jù)

ts.get_operation_data(2014,3)

成長(zhǎng)能力數(shù)據(jù)

ts.get_growth_data(2014,3)

償債能力數(shù)據(jù)

ts.get_debtpaying_data(2014,3)

現(xiàn)金流量數(shù)據(jù)

ts.get_cashflow_data(2014,3)

宏觀經(jīng)濟(jì)數(shù)據(jù)

目前宏觀經(jīng)濟(jì)數(shù)據(jù)主要包括以下方面：

金融信息數(shù)據(jù)

國民經(jīng)濟(jì)數(shù)據(jù)

價(jià)格指數(shù)數(shù)據(jù)

景氣指數(shù)數(shù)據(jù)

對(duì)外經(jīng)濟(jì)貿(mào)易數(shù)據(jù)

數(shù)據(jù)存儲(chǔ)

保存為csv格式

import tushare as ts

df = ts.get_hist_data('000875')#直接保存

df.to_csv('c:/day/000875.csv')#選擇保存

df.to_csv('c:/day/000875.csv',columns=['open','high','low','close'])

保存為Excel格式

df = ts.get_hist_data('000875')#直接保存

df.to_excel('c:/day/000875.xlsx')#設(shè)定數(shù)據(jù)位置（從第3行，第6列開始插入數(shù)據(jù)）

df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5)

保存為HDF5文件格式

df = ts.get_hist_data('000875')

df.to_hdf('c:/day/hdf.h5','000875')

保存為JSON格式

df = ts.get_hist_data('000875')

df.to_json('c:/day/000875.json',orient='records')

MySQL數(shù)據(jù)庫

pandas提供了將數(shù)據(jù)便捷存入關(guān)系型數(shù)據(jù)庫的方法，在新版的pandas中，主要是已sqlalchemy方式與數(shù)據(jù)建立連接，支持MySQL、Postgresql、Oracle、MS SQLServer、SQLite等主流數(shù)據(jù)庫。本例以MySQL數(shù)據(jù)庫為代表，展示將獲取到的股票數(shù)據(jù)存入數(shù)據(jù)庫的方法,其他類型數(shù)據(jù)庫請(qǐng)參考sqlalchemy官網(wǎng)文檔的create_engine部分。

from sqlalchemy import create_engine

import tushare as ts

df = ts.get_tick_data('600848',date='2014-12-22')

engine = create_engine('mysql://user:passwd@127.0.0.1/db_name?charset=utf8')

#存入數(shù)據(jù)庫

df.to_sql('tick_data',engine)

#追加數(shù)據(jù)到現(xiàn)有表

#df.to_sql('tick_data',engine,if_exists='append')

存入MongoDB

import pymongo

import json

conn = pymongo.Connection('127.0.0.1', port=27017)

df = ts.get_tick_data('600848',date='2014-12-22')

conn.db.tickdata.insert(json.loads(df.to_json(orient='records')))