【读书笔记】用Python获取A股行情数据的4种方法

总体来说，我觉得这本书是那种让我能够读的进去的类型，写得风格是属于比较轻松易懂的。而且进入正题也很快，从很简单的代码开始，让我有一种跟着敲一敲代码的冲动。顺便在这里写下笔记，巩固一下知识。

Pandas_datareader

这本书是从最基础的用Python获取股票数据开始的，本书使用了Pandas_datareader来获取yahoo金融的数据，实验如下：

这里和原书一样，用了DataReader来拉数据，但是要注意的是，我连上学校提供的v*n才成功（难道是我朝特色？呵呵）

yfinance

这里我就想，会不会有其它的方法，能够让我不FQ也可以拉到数据呢？上网搜了一下，看到说还有一个yfinance也有类似的功能，我就实验了一下：

实验下来，发现yfinance和DataReader有相同的问题，就是要挂上V*N才可以连接到服务器。对于在校同学来说，倒不是大问题，毕竟学校一般都会提供科研专用的专网环境。

Tushare

通过进一步的探索，我又发现了一个名叫tushare的Python库，它是国人开发的，应该不需要V*N才能连接，于是我又进行了实验，如下：

果然，即便在断开V*N的情况下，tushare依旧可以获取到股票的历史行情数据。但它返回了一个提示：这个接口将会停止更新，并且推荐到pro版的接口。但我看了一下pro版接口的文档，说是pro版接口的调用需要积分。所以我想再找找有没有更简单的方式。

JoinQuant

在阅读了本书后面的部分，我发现还可以有一种方法来获取数据，就是用现成的量化平台。这里我用joinquant实验了一下，如下：

可以看到，通过平台获取数据，还是比较简单的。不需要安装额外的库，甚至都不需要导入任何库，直接使用get_price就可以获得行情数据。

结语

目前我只是试读了本书的开头几章，并按照内容进行了一些实验。实操下来觉得本书还是比较合我个人胃口，不过也需要一定的动手能力和解决问题的能力。接下来我会继续学习本书后面的内容，并更新我的读书笔记。