基于python的证券数据可视化入门(数据不好找，模型不好整)
基于python的证券数据可视化入门(数据不好找，模型不好整)
一个有趣的灵魂W
发布于 2021-01-21 09:54:34
发布于 2021-01-21 09:54:34
文章被收录于专栏：一个有趣的灵魂W
前言：
人工智能的触手遍及各种行业，其中最让人眼红的莫过于金融行业。伸手就能割韭菜，何乐不为！但是，要怎么样才能真正割好韭菜，各路大神也是挠破头了吧。。。现在入门还算迟吗？
不！，你还不赶紧入门？
我们今天主要说说上回介绍的几个金融数据python库的入门方式。简介主要以股票数据作为介绍基础。
1、Tushare
安装：
pip install tushare导入数据：
import pandas as pd
import tushare as ts
df = ts.get_k_data("603336",start='2016-11-24')
数据预览
采用help可以简要浏览使用方式：
这个库算是比较简单上手的，可是如果你深入了解，可以发现这个库希望商业化，后续将不可避免的逐渐不友好。
2、akshare
安装
Pip install akshare使用
import akshare as ak
stock_zh_a_daily_qfq_df = ak.stock_zh_a_daily(symbol="sz000002",start_date="20101103", end_date="20201116",adjust="qfq")
print(stock_zh_a_daily_qfq_df)这里使用ak.stock_zh_a_daily意思是日的国内股票数据
预览
使用help功能：
解释也很清楚，目前我的总结是分钟数据比较不友好。
3、baostock
安装
Pip install baostock使用
import baostock as bs
import pandas as pd
lg = bs.login()
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
rs = bs.query_history_k_data_plus("sh.600000",
"date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,isST",
start_date='2017-07-01',end_date='2017-12-31',
frequency="d",adjustflag="3")
print('query_history_k_data_plus respond error_code:'+rs.error_code)
print('query_history_k_data_plus respond error_msg:'+rs.error_msg)
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)预览
这部分就不help了，直接上官网吧：
http://baostock.com/baostock/index.php/A%E8%82%A1K%E7%BA%BF%E6%95%B0%E6%8D%AE 有网友总结，数据库不完整（期货）
数据不易，且行且珍惜。。。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-01-17，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
