[Python] 纯文本查看 复制代码
import baostock as bs
import pandas as pd
#baostock股票免费数据
#### 登陆系统 ####
#初始资金和初始股票数。
mymoney=100000
mysocknum=0
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
#### 获取沪深A股历史K线数据 ####
# 详细指标参数，参见“历史行情指标参数”章节；“分钟线”参数与“日线”参数不同。“分钟线”不包含指数。
# 分钟线指标：date,time,code,open,high,low,close,volume,amount,adjustflag
# 周月线指标：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg
'''
code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；
fields：指示简称，支持多指标输入，以半角逗号分隔，填写内容作为返回类型的列。详细指标列表见历史行情指标参数章节，日线与分钟线参数不同。此参数不可为空；
start：开始日期（包含），格式“YYYY-MM-DD”，为空时取2015-01-01；
end：结束日期（包含），格式“YYYY-MM-DD”，为空时取最近一个交易日；
frequency：数据类型，默认为d，日k线；d=日k线、w=周、m=月、5=5分钟、15=15分钟、30=30分钟、60=60分钟k线数据，不区分大小写；指数没有分钟线数据；周线每周最后一个交易日才可以获取，月线每月最后一个交易日才可以获取。
adjustflag：复权类型，默认不复权：3；1：后复权；2：前复权。已支持分钟线、日线、周线、月线前后复权。 BaoStock提供的是涨跌幅复权算法复权因子，具体介绍见：复权因子简介或者BaoStock复权因子简介。
参数名称 参数描述 算法说明
date 交易所行情日期
code 证券代码
open 开盘价
high 最高价
low 最低价
close 收盘价
preclose 前收盘价 见表格下方详细说明
volume 成交量（累计 单位：股）
amount 成交额（单位：人民币元）
adjustflag 复权状态(1：后复权， 2：前复权，3：不复权）
turn 换手率 [指定交易日的成交量(股)/指定交易日的股票的流通股总股数(股)]*100%
tradestatus 交易状态(1：正常交易 0：停牌）
pctChg 涨跌幅（百分比） 日涨跌幅=[(指定交易日的收盘价-指定交易日前收盘价)/指定交易日前收盘价]*100%
peTTM 滚动市盈率 (指定交易日的股票收盘价/指定交易日的每股盈余TTM)=(指定交易日的股票收盘价*截至当日公司总股本)/归属母公司股东净利润TTM
pbMRQ 市净率 (指定交易日的股票收盘价/指定交易日的每股净资产)=总市值/(最近披露的归属母公司股东的权益-其他权益工具)
psTTM 滚动市销率 (指定交易日的股票收盘价/指定交易日的每股销售额)=(指定交易日的股票收盘价*截至当日公司总股本)/营业总收入TTM
pcfNcfTTM 滚动市现率 (指定交易日的股票收盘价/指定交易日的每股现金流TTM)=(指定交易日的股票收盘价*截至当日公司总股本)/现金以及现金等价物净增加额TTM
isST 是否ST股，1是，0否
5、15、30、60分钟线指标参数(不包含指数)
参数名称 参数描述 说明
date 交易所行情日期 格式：YYYY-MM-DD
time 交易所行情时间 格式：YYYYMMDDHHMMSSsss
code 证券代码 格式：sh.600000。sh：上海，sz：深圳
open 开盘价格 精度：小数点后4位；单位：人民币元
high 最高价 精度：小数点后4位；单位：人民币元
low 最低价 精度：小数点后4位；单位：人民币元
close 收盘价 精度：小数点后4位；单位：人民币元
volume 成交数量 单位：股
amount 成交金额 精度：小数点后4位；单位：人民币元
adjustflag 复权状态 不复权、前复权、后复权
'''
rs = bs.query_history_k_data_plus("sh.600031",
"date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,isST",
start_date='2020-01-01', end_date='2020-12-31',
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)
#取得600031的全年日线。
#### 打印结果集 ####
data_list = []
i=1
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())
i+=1
result = pd.DataFrame(data_list, columns=rs.fields)
#主要取得股票日期和收盘价
#### 结果集输出到csv文件 ####
result.to_csv("D:\\history_A_stock_k_data.csv", index=False)
#print(result)
for k in range(i-1):
sockdate=data_list[k][0]
sockclose=float(data_list[k][5])
print(sockdate)
print(sockclose)
rsm = bs.query_history_k_data_plus("sh.600031",
"date,time,code,open,high,low,close,volume,amount,adjustflag",
start_date=sockdate, end_date=sockdate,
frequency="5", adjustflag="3")
data_list5 = []
while (rsm.error_code == '0') & rsm.next():
# 获取一条记录，将记录合并在一起
data_list5.append(rsm.get_row_data())
result = pd.DataFrame(data_list5, columns=rsm.fields)
#result.to_csv("D:\\history_A_stock_5_data.csv", index=False)
#取5分钟数据的最高价，想知道哪些数据，可以输出csv文件查看。
myprice=float(data_list5[11][4])
print(myprice)
if myprice>sockclose:
if myprice/sockclose>=0.02:
if mysocknum>=500:
mysocknum=mysocknum-500
mymoney=mymoney+500*myprice
print("卖出价格：",myprice)
print(mymoney)
print(mysocknum)
else:
if sockclose/myprice>=0.02:
if mymoney>=(1000*myprice):
mysocknum=mysocknum+1000
mymoney=mymoney-1000*myprice
print("买入价格",myprice)
print(mymoney)
print(mysocknum)
#print(result)
print("我的最终金额",mymoney+mysocknum*sockclose)
print("年终盈利：",mymoney+mysocknum*sockclose-100000)
[复制链接]
发表于 2021-3-18 20:47
