加载中…
正文 字体大小:

zw量化实盘课件:历年股票数据下载python源码

(2016-01-14 10:50:18)
标签:

python

财经

公开课

股票

量化

分类: 大数据-AI-量化交易
摘自:zw量化实盘课件

量化分析,数据是第一的,没有历年的股票数据,量化分析只能是纸上谈兵
感谢tushare的api,股票数据下载方便很多。
程序源码。群共享有下载
QQ群:124134140 (zwPython大数据,量化交易,云字库,字王项目,唯一互动平台)


原本以为源码很简单,
不过,单一的股票数据很简单,批量下载时,老出bug
没办法,网络数据抓取,本身就有n多细节需要主要:编码,timeout、容错,等等。
最后,采用了一些特殊的手段,这个也是抓取网络数据常用的实战技巧,利用bat强大的容错能力,做成bat批命令显示。
python源码,只需要根据股票代码,下载一只股票的历史数据就OK,当然,命令行的解析,也是必须的。
采用bat的一个附带好吃是,不需要读取股票代码,可用用ultraEdit等文本编辑软件,生成批命令。
py3的批命令环境,有些特殊,请运行py64目录下的程序:
(这时,大家,会怀念Linux与py无缝集成的好处)
WinPython Command Prompt.exe
进入py3命令行环境后,进入解压后的zwQT目录,运行:
zw_down_all.bat
批命令即可

有关的py脚本源码,会自动跳过已经抓取的数据,自动从断点运行下去。
大约1分钟一只股票的历史数据,共 2809只,大约10个小时,一个晚上就ok了
其实,还可以优化下,增加断点等等,这些大家自己做吧

【注意,】
这段代码可以下载历年,所有股票的日线数据。
运行前,请安装好pandas、tushare模块
在zwPy的根目录下,解压文件:zwQT.zip
解压后,会自动建立一个zwQT的数据目录,与zwPython在同一个硬盘
(QT:Quantitative trade,量化交易)
\zwQT\
\zwQT\dat\,数据目录
\zwQT\lib\,lib库目录
\zwQT\stk\,股票日线目录

py源码如下
---------------------
# -*- coding: utf-8 -*-

import sys
import os

import argparse
import pandas as pd
import tushare as ts


def zw_stk_down_010(xcod):
    vss=xcod;fss='\zwQT\stk\d_'+vss+'.csv';
    xfg=os.path.exists(fss);print(xfg,fss);
    if (not xfg):
            xd=ts.get_h_data(vss, start='2004-01-01', end=None);
            xd.to_csv(fss,encoding='utf-8') 
            print('ok,',fss);
        


        
        
#----------

parser=argparse.ArgumentParser()
parser.add_argument("var")
args=parser.parse_args()
xcod=args.var;
print('xcod',xcod);

#----
zw_stk_down_010(xcod);

0

阅读 评论 收藏 转载 喜欢 打印举报/Report
  • 评论加载中,请稍候...
发评论

    发评论

    以上网友发言只代表其个人观点,不代表新浪网的观点或立场。

      

    新浪BLOG意见反馈留言板 电话:4006900000 提示音后按1键(按当地市话标准计费) 欢迎批评指正

    新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

    新浪公司 版权所有