程序员经验分享-hwhale

如何用 Python 获取实时的股票数据？

2023-11-13

这个我会！先上图

这篇回答中，我将向你展示两种不同的代码版本（加强版和一般版）

代码运行环境说明（非常重要）

Python版本要求

Python 3

 需要安装的库

efinance

库的安装方法是：打开 cmd（命令提示符或者其他终端工具），输入以下代码

pip install efinance

输入完毕，按 Enter 键执行代码，等待 successfully 出现即可

代码展示

加强版代码

这一部分基于我开发的 python 库 efinance

根据股票代码获取最新第一个交易日的分钟数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
# 股票代码
stock_code = '600519'
# 数据间隔时间为 1 分钟
freq = 1
# 获取最新一个交易日的分钟级别股票行情数据
df = ef.stock.get_quote_history(stock_code, klt=freq)
# 将数据存储到 csv 文件中
df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

根据股票名称获取最新第一个交易日的分钟数据（支持A股、美股、港股）

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
# 股票名称
stock_code = '微软'
# 数据间隔时间为 1 分钟
freq = 1
# 获取最新一个交易日的分钟级别股票行情数据
df = ef.stock.get_quote_history(stock_code, klt=freq)
# 将数据存储到 csv 文件中
df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
print(f'股票: {stock_code} 的行情数据已存储到文件: {stock_code}.csv 中！')

每间隔 1 分钟获取一次单只股票分钟行情数据

# 导入 efinance 如果没有安装则需要通过执行命令: pip install efinance 来安装
import efinance as ef
import time
from datetime import datetime
# 股票代码
stock_code = '600519'
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0}
while 1:
    # 获取最新一个交易日的分钟级别股票行情数据
    df = ef.stock.get_quote_history(
        stock_code, klt=freq)
    # 现在的时间
    now = str(datetime.today()).split('.')[0]
    # 将数据存储到 csv 文件中
    df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
    print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
    if len(df) == status[stock_code]:
        print(f'{stock_code} 已收盘')
        break
    status[stock_code] = len(df)
    print('暂停 60 秒')
    time.sleep(60)
    print('-'*10)

print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据# 导入 efinance 如果没有安装则需要通过执行命令: pip

install efinance 来安装
import efinance as ef
import time
from datetime import datetime
# 股票代码或者名称列表
stock_codes = ['600519', '腾讯', 'AAPL']
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:
    for stock_code in stock_codes.copy():
        # 现在的时间
        now = str(datetime.today()).split('.')[0]
        # 获取最新一个交易日的分钟级别股票行情数据
        df = ef.stock.get_quote_history(stock_code, klt=freq)
        # 将数据存储到 csv 文件中
        df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
        print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
        if len(df) == status[stock_code]:
            # 移除已经收盘的股票代码
            stock_codes.remove(stock_code)
            print(f'股票 {stock_code} 已收盘！')
        status[stock_code] = len(df)
    if len(stock_codes) != 0:
        print('暂停 60 秒')
        time.sleep(60)
    print('-'*10)

print('全部股票已收盘')

每间隔 1 分钟获取一次多只股票分钟行情数据(高速版)# 导入 efinance 如果没有安装则需要通过执行

命令: pip install efinance 来安装
from typing import Dict
import efinance as ef
import pandas as pd
import time
from datetime import datetime
# 股票代码或者名称列表
stock_codes = ['600519', '腾讯', 'AAPL']
# 数据间隔时间为 1 分钟
freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:
    # 获取最新一个交易日的分钟级别股票行情数据
    stocks_df: Dict[str, pd.DataFrame] = ef.stock.get_quote_history(
        stock_codes, klt=freq)
    for stock_code, df in stocks_df.items():
        # 现在的时间
        now = str(datetime.today()).split('.')[0]
        # 将数据存储到 csv 文件中
        df.to_csv(f'{stock_code}.csv', encoding='utf-8-sig', index=None)
        print(f'已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！')
        if len(df) == status[stock_code]:
            # 移除已经收盘的股票代码
            stock_codes.remove(stock_code)
            print(f'股票 {stock_code} 已收盘！')
        status[stock_code] = len(df)
    if len(stock_codes) != 0:
        print('暂停 60 秒')
        time.sleep(60)
    print('-'*10)

print('全部股票已收盘')

以上演示了如何使用我开发的 python 库来获取最新一个交易日内股票的分钟级股票数据

下面是更加底层的版本（功能比较少，仅支持 A 股）

一般版

获取当日分钟线数据

from urllib.parse import urlencode
import pandas as pd
import requests
def gen_eastmoney_code(rawcode: str) -> str:
    '''
    生成东方财富专用的secid

    Parameters
    ----------
    rawcode ： 6 位股票代码
    Parameters
    ----------
    str : 按东方财富格式生成的字符串 
    '''
    if rawcode[0] != '6':
        return f'0.{rawcode}'
    return f'1.{rawcode}'
def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:
    '''
    功能获取k线数据
    Parameters
    ----------
    code : 6 位股票代码
    beg: 开始日期 例如 20200101
    end: 结束日期 例如 20200201
    klt: k线间距 默认为 101 即日k
        klt:1 1 分钟
        klt:5 5 分钟
        klt:101 日
        klt:102 周
    fqt: 复权方式
        不复权 : 0
        前复权 : 1
            后复权 : 2 
    Return
    ------
    DateFrame : 包含股票k线数据
    '''
    EastmoneyKlines = {
        'f51': '时间',
        'f52': '开盘',
        'f53': '收盘',
        'f54': '最高',
        'f55': '最低',
        'f56': '成交量',
        'f57': '成交额',
        'f58': '振幅',
        'f59': '涨跌幅',
        'f60': '涨跌额',
        'f61': '换手率',
    }
    EastmoneyHeaders = {
     
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',
        'Accept': '*/*',
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
        'Referer': 'http://quote.eastmoney.com/center/gridlist.html',
    }
    fields = list(EastmoneyKlines.keys())
    columns = list(EastmoneyKlines.values())
    fields2 = ",".join(fields)
    secid = gen_eastmoney_code(code)
    params = (
        ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),
        ('fields2', fields2),
        ('beg', beg),
        ('end', end),
        ('rtntype', '6'),
        ('secid', secid),
        ('klt', f'{klt}'),
        ('fqt', f'{fqt}'),
    )
    base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'
    url = base_url+'?'+urlencode(params)
    json_response = requests.get(
        url, headers=EastmoneyHeaders).json()
    data = json_response['data']
    # code = data['code']
    # 股票名称
    # name = data['name']
    klines = data['klines']
    rows = []
    for _kline in klines:
        kline = _kline.split(',')
        rows.append(kline)
    df = pd.DataFrame(rows, columns=columns)
    return df
if __name__ == "__main__":
    # 股票代码
    code = '600519'
    # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据
    df = get_k_history(code)
    # 保存k线数据到表格里面
    df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)
    print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')

获取当日分钟线数据（每分钟运行一次,直到收盘）from urllib.parse import urlencode

import pandas as pd
import requests
import time
def gen_eastmoney_code(rawcode: str) -> str:
    '''
    生成东方财富专用的secid
    Parameters
    ----------
    rawcode ： 6 位股票代码
    Parameters
    ----------
    str : 按东方财富格式生成的字符串 
    '''
    if rawcode[0] != '6':
        return f'0.{rawcode}'
    return f'1.{rawcode}'
def get_k_history(code: str, beg: str = '16000101', end: str = '20500101', klt: int = 1, fqt: int = 1) -> pd.DataFrame:
    '''
    功能获取k线数据
    Parameters
    ----------
    code : 6 位股票代码
    beg: 开始日期 例如 20200101
    end: 结束日期 例如 20200201
    klt: k线间距 默认为 101 即日k
        klt:1 1 分钟
        klt:5 5 分钟
        klt:101 日
        klt:102 周
    fqt: 复权方式
        不复权 : 0
        前复权 : 1
            后复权 : 2 
    Return
    ------
    DateFrame : 包含股票k线数据
    '''
    EastmoneyKlines = {
        'f51': '时间',
        'f52': '开盘',
        'f53': '收盘',
        'f54': '最高',
        'f55': '最低',
        'f56': '成交量',
        'f57': '成交额',
        'f58': '振幅',
        'f59': '涨跌幅',
        'f60': '涨跌额',
        'f61': '换手率',
    }
    EastmoneyHeaders = {
 
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; Touch; rv:11.0) like Gecko',
        'Accept': '*/*',
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
        'Referer': 'http://quote.eastmoney.com/center/gridlist.html',
    }
    fields = list(EastmoneyKlines.keys())
    columns = list(EastmoneyKlines.values())
    fields2 = ",".join(fields)
    secid = gen_eastmoney_code(code)
    params = (
        ('fields1', 'f1,f2,f3,f4,f5,f6,f7,f8,f9,f10,f11,f12,f13'),
        ('fields2', fields2),
        ('beg', beg),
        ('end', end),
        ('rtntype', '6'),
        ('secid', secid),
        ('klt', f'{klt}'),
        ('fqt', f'{fqt}'),
    )
    base_url = 'https://push2his.eastmoney.com/api/qt/stock/kline/get'
    url = base_url+'?'+urlencode(params)
    json_response = requests.get(
        url, headers=EastmoneyHeaders).json()
    data = json_response['data']
    # code = data['code']
    # 股票名称
    # name = data['name']
    klines = data['klines']
    rows = []
    for _kline in klines:
        kline = _kline.split(',')
        rows.append(kline)
    df = pd.DataFrame(rows, columns=columns)
    return df
if __name__ == "__main__":
    # 重复 1000 次
    for _ in range(1000):
        # 股票代码
        code = '600519'
        # 根据股票代码、开始日期、结束日期获取指定股票代码指定日期区间的k线数据
        df = get_k_history(code)
        # 保存k线数据到表格里面
        df.to_csv(f'{code}.csv', encoding='utf-8-sig', index=None)
        print(f'股票代码：{code} 的 k线数据已保存到代码目录下的 {code}.csv 文件中')
        time.sleep(60)
        # 240 行说明收盘了，结束
        if len(df) >= 240:
            break

零基础Python学习资源及经验总结

如果你也喜欢编程，想通过学习Python转行、做副业或者提升工作效率，我也为大家整理了一份【最新全套Python学习资料】一定对你有用！

对于0基础小白入门：

如果你是零基础小白，想快速入门Python是可以考虑的！

1、学习时间相对较短，学习内容更全面更集中

2、可以找到适合自己的学习方案

这份资料包含：Python安装包+激活码、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等教程，带你从零开始系统性的学好Python！

点击免费领取《CSDN大礼包》：

最新全套【Python入门到进阶资料 & 实战源码 & 安装工具】https://mp.weixin.qq.com/s/9IuSexhanYZ1TMAF1MZIhw

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python课程视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

img

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

img

四、清华编程大佬出品《漫画看学Python》

用通俗易懂的漫画，来教你学习Python，让你更容易记住，并且不会枯燥乏味。

img

五、Python实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

img

六、互联网企业面试真题

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

img

这份完整版的Python全套学习资料已经上传至CSDN官方，朋友们如果需要可以点击下方链接费获取【保证100%免费】

点击免费领取《CSDN大礼包》：

最新全套【Python入门到进阶资料 & 实战源码 & 安装工具】https://mp.weixin.qq.com/s/9IuSexhanYZ1TMAF1MZIhw

以上全套资料已经为大家打包准备好了，希望对正在学习Python的你有所帮助！

如果你觉得这篇文章有帮助，可以点个赞呀~

我会坚持每天更新Python相关干货，分享自己的学习经验帮助想学习Python的朋友们少走弯路！

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

python

开发语言

如何用 Python 获取实时的股票数据？ 的相关文章

随机推荐

  • antd UpLoad 的 Dragger 加 ImgCrop 实现自定义上传及剪切

    前言本次封装的组件主要应用于自定义上传 上传过程中组件只用于展示图片 获取图片的obj转为base64return到组件外部在需要调接口时进行参数上传 1 使用 Dragger 需要 const Dragger Upload 2 组件部分

  • Python学习第十一天——re

    re 正则表达式 正则就是用一些具有特殊含义的符号组合到一起 称为正则表达式 来描述字符或者字符串的方法 或者说 正则就是用来描述一类事物的规则 在Python中 它内嵌在Python中 并通过 re 模块实现 正则表达式模式被编译成一系列

  • sql 列求和_SQL 中文笔记 aggregation

    SQL for Data Analysis课程笔记 来源于Udacity 是我上课所记 顺便分享出来便于不方便看视频课程的小伙伴参考 其次如果有错误的部分 还望大家指正 谢谢 Aggregate 聚集 Count 某特定列有多少行 Sum

  • uboot以tag方式给内核传参

    1 tag方式传参 1 struct tag tag是一个数据结构 在uboot和linux kernel中都有定义tag数据机构 而且定义是一样的 2 tag header和tag xxx tag header中有这个tag的size和类

  • 查找二叉树的从根节点到叶子节点的所有路径，递归，c/c++描述

    前面我们写过一篇 讨论如何用栈的方法找到从根节点到叶子节点的路径 其实用递归的方法也可以 但递归也要用到数组来保存已经访问过的路径节点 当根节点等于叶子节点时 表示已经找到了一条从根节点到叶子节点的完整路径 查找函数findAllPathA

  • win 7 安装 VMware 14的bug

    win 7 安装 VMware 14的bug 问题描述 安装 VMware 10 的bug 出现 Failed to create the requested registry keyKey Installer Error 1021 安装

  • 我的错误

    数据库连接错了 oracle用一个数据实例查询 web用一个数据实例查询 我也是醉了 两个小时浪费了 罪过 罪过

  • Qt——（详细）“项目在Debug构建环境下能运行而在Release构建环境下不能运行”解决方案之一，以及 禁用（黄色）警告

    系列文章目录 提示 文章目录 系列文章目录 前言 环境 一 问题 准备工作 为了在Release环境下可以进行断点调试 分析 二 解决 1 根据需求 对函数类型进行更改 2 根据需求 在函数内添加 return int 延伸 禁用警告 消除

  • 记一次浏览器下载错误处理-失败网络错误

    背景 最近在自己电脑上Chrome浏览器正常使用 但只要是下载软件 就会在下载几十秒后 自动停止 报失败 网络错误 导致文件都下载不成功 如下图 猜测是更改了哪块的配置 导致一直中断 可以依次检查以下几种方案 1 检查下载文件目录是否存在

  • 双十一一大波建站优惠来袭，这不薅点来建站？

    双十一 哟呼 一年一度双十一又到了 看了一下今年双十一 确实是今年以来 最优惠的时候 这次就教大家买配套服务来建站吧 先说一下个人用户 再说一下企业用户 注意 个人用户可以薅的 企业用户也可以先去薅了先 本文只做优惠购买引导嗷 需要具体建站

  • C++ —— Argument Dependent Lookup

    命名空间的出现对于C 的影响是非常大的 比如说using声明和using指令或者使用namespace作用域加以限定的名字 还记得自己阅读的第一份源码是Laurent Gomila写的SFML游戏引擎 的源代码 阅读的第一份源码居然如此优美

  • 【03.02】大数据的多任务编程-进程

    当涉及到大数据处理时 多任务编程和进程管理是非常重要的概念 Python 提供了一些强大的库来处理这些任务 其中最常用的是 multiprocessing 模块 在本教程中 我们将使用 multiprocessing 模块来展示一个有关大数

  • RockerMQ集群部署

    目录 一 Broker集群模式 1 单Master 2 多Master多Slave模式异步复制 3 多Master多Slave模式同步双写 二 集群搭建实践 1 集群架构 2 克隆生成rocketmqos1 3 修改rocketmqos1配

  • Ubuntu-使用Xftp和Xshell连接

    流程如下 1 检查是否安装了 vsftpd vsftpd version 如果没有安装 则使用如下命令进行安装 apt get install vsftpd 2 检测是否安装了ssh ps e grep ssh 如果没有安装 则使用如下命令

  • 华为云备份会上传私密相册吗_2 亿部华为手机背后，这个功能不能忽视

    原标题 2 亿部华为手机背后 这个功能不能忽视 华为消费者业务昨天宣布 在全球消费者和合作伙伴的热情支持下 凭借华为 P20 系列 Mate20 系列 荣耀10 等多款华为 荣耀机型在市场上的优异表现 2018 年华为智能手机发货量 含荣耀

  • 逆序输出 之（单词整体顺序不变，单词的每个字母逆序输出）

    字符串反转 题目描述 小C很喜欢倒着写单词 现在给你一行小C写的文本 你能把每个单词都反转并输出它们吗 输入 输入包含多组测试样例 第一行为一个整数T 代表测试样例的数量 后面跟着T个测试样例 每个测试样例占一行 包含多个单词 一行最多有1

  • 【Java基础】重写equals方法详讲

    一 重写equals方法 Java比较学习 重写equals方法的安全写法 1 重写equals方法的两种方式 这里提供两个比较常见的equals重写方法 用instanceof实现重写equals方法 用getClass实现重写equal

  • 【Mojo】[英] Getting Started with Mojo ️‍

    本文共计5171字 预计阅读时间5分钟 注 此文被列入翻译计划 Mojo the new Programming Language for all AI developers is as simple as Python and as fa

  • wincc使用C脚本实现用户登录

    C脚本实现用户登录 脚本介绍 案例介绍 程序案例 脚本介绍 登录 pragma code useadmin dll include PWRT api h pragma code PWRTLogin 1 PWRTLogin 参数必须是 CHA

  • 如何用 Python 获取实时的股票数据？

    这个我会 先上图 这篇回答中 我将向你展示两种不同的代码版本 加强版和一般版 代码运行环境说明 非常重要 Python版本要求 Python 3 需要安装的库 efinance 库的安装方法是 打开 cmd 命令提示符或者其他终端工具 输入

热门标签