def todayTicks(self, retry=3, pause=0.001):
"""
获取当日分笔明细数据
Parameters
------
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
return
-------
DataFrame or list: [{'time':, 'price':, ...}, ...]
time：时间
price：当前价格
pchange:涨跌幅
change：价格变动
volume：成交手
amount：成交金额(元)
type：买卖类型【买盘、卖盘、中性盘】
"""
self._data = pd.DataFrame()
if self.__code is None or len(self.__code)!=6 :
return None
if not Utility.isTradeDay():
return None
# 不到交易时间
openTime = time.mktime(time.strptime(Utility.getToday() + ' 09:25:00', '%Y-%m-%d %H:%M:%S'))
now = time.time()
if now < openTime:
return None
symbol = Utility.symbol(self.__code)
date = Utility.getToday()
for _ in range(retry):
time.sleep(pause)
try:
# http://vip.stock.finance.sina.com.cn/quotes_service/api/json_v2.php/CN_Transactions.getAllPageTime?date=2018-12-26&symbol=sh600000
request = self._session.get( cf.TODAY_TICKS_PAGE_URL % (date, symbol), timeout=10 )
request.encoding = 'gbk'
text = request.text[1:-1]
data_dict = Utility.str2Dict(text)
pages = len(data_dict['detailPages'])
self._writeHead()
for pNo in range(1, pages+1):
# http://vip.stock.finance.sina.com.cn/quotes_service/view/vMS_tradedetail.php?symbol=sh600000&date=2018-12-26&page=1
url = cf.TODAY_TICKS_URL % (symbol, date, pNo)
self._data = self._data.append(self.__handleTicks(url, cf.TODAY_TICK_COLUMNS, retry, pause), ignore_index=True)
except Exception as e:
print(str(e))
else:
return self._result()
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def restrictedLift(self, year=None, month=None, retry=3, pause=0.001):
"""
获取限售股解禁数据
Parameters
--------
year:年份,默认为当前年
month:解禁月份，默认为当前月
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code:股票代码
name:名称
date:解禁日期
count:解禁数量（万股）
ratio:占总盘比率
"""
self._data = pd.DataFrame()
year = Utility.getYear() if year is None else year
month = Utility.getMonth() if month is None else month
for _ in range(retry):
time.sleep(pause)
try:
# http://datainterface.eastmoney.com/EM_DataCenter/JS.aspx?type=FD&sty=BST&st=3&sr=true&fd=2019&stat=1
request = self._session.get( cf.RL_URL % (year, month), timeout = 10 )
if self._PY3:
request.encoding = 'utf-8'
lines = request.text
except Exception as e:
print(e)
else:
da = lines[3:len(lines)-3]
list = []
for row in da.split('","'):
list.append([data for data in row.split(',')])
self._data = pd.DataFrame(list)
self._data = self._data[[1, 3, 4, 5, 6]]
for col in [5, 6]:
self._data[col] = self._data[col].astype(float)
self._data[5] = self._data[5]/10000
self._data[6] = self._data[6]*100
self._data[5] = self._data[5].map(cf.FORMAT)
self._data[6] = self._data[6].map(cf.FORMAT)
self._data.columns = cf.RL_COLS
return self._result()
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def cashFlow(self, year, quarter, retry=3, pause=0.001):
"""
获取现金流量数据
Parameters
--------
year:int 年度 e.g:2014
quarter:int 季度 :1、2、3、4，只能输入这4个季度
说明：由于是从网站获取的数据，需要一页页抓取，速度取决于您当前网络速度
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0.001
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
cf_sales,经营现金净流量对销售收入比率
rateofreturn,资产的经营现金流量回报率
cf_nm,经营现金净流量与净利润的比率
cf_liabilities,经营现金净流量对负债比率
cashflowratio,现金流量比率
"""
self._data = pd.DataFrame()
if Utility.checkQuarter(year, quarter) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vFinanceAnalyze/kind/cashflow/index.phtml?s_i=&s_a=&s_c=&reportdate=2018&quarter=3&p=1&num=60
self._data = self.__parsePage(cf.CASHFLOW_URL, year, quarter, 1, cf.CASHFLOW_COLS, pd.DataFrame(), retry, pause)
if self._data is not None:
self._data['code'] = self._data['code'].map(lambda x: str(x).zfill(6))
return self._result()
def operation(self, year, quarter, retry=3, pause=0.001):
"""
获取营运能力数据
Parameters
--------
year:int 年度 e.g:2014
quarter:int 季度 :1、2、3、4，只能输入这4个季度
说明：由于是从网站获取的数据，需要一页页抓取，速度取决于您当前网络速度
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0.001
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
arturnover,应收账款周转率(次)
arturndays,应收账款周转天数(天)
inventory_turnover,存货周转率(次)
inventory_days,存货周转天数(天)
currentasset_turnover,流动资产周转率(次)
currentasset_days,流动资产周转天数(天)
"""
self._data = pd.DataFrame()
if Utility.checkQuarter(year, quarter) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vFinanceAnalyze/kind/operation/index.phtml?s_i=&s_a=&s_c=&reportdate=2018&quarter=3&p=1&num=60
self._data = self.__parsePage(cf.OPERATION_URL, year, quarter, 1, cf.OPERATION_COLS, pd.DataFrame(), retry, pause)
if self._data is not None:
self._data['code'] = self._data['code'].map(lambda x: str(x).zfill(6))
return self._result()
def __handleMarginTotal(self, dataArr, page, randInt, retry, pause):
self._writeConsole()
for _ in range(retry):
time.sleep(pause)
try:
request = self._session.get(cf.MAR_TOTAL_URL % (page, randInt), timeout=10)
text = request.text.split('=')[1]
text = text.replace('{pages:', '{"pages":').replace(',data:', ',"data":').replace('T00:00:00', '').replace('"-"', '0')
dataDict = Utility.str2Dict(text)
data = dataDict['data']
df = pd.DataFrame(data, columns=cf.MAR_TOTAL_COLS)
df['close'] = df['close'].map(cf.FORMAT)
df['rzyezb'] = df['rzyezb'].astype(float)
dataArr = dataArr.append(df, ignore_index=True)
if page < dataDict['pages']:
dataArr = self.__handleMarginTotal(dataArr, page+1, randInt, retry, pause)
except Exception as e:
print(e)
else:
return dataArr
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def forecast(self, year, quarter, retry=3, pause=0.001):
"""
获取业绩预告数据
Parameters
--------
year:int 年度 e.g:2014
quarter:int 季度 :1、2、3、4，只能输入这4个季度
说明：由于是从网站获取的数据，需要一页页抓取，速度取决于您当前网络速度
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0.001
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
type,业绩变动类型【预增、预亏等】
report_date,发布日期
pre_eps,上年同期每股收益
range,业绩变动范围
"""
self._data = pd.DataFrame()
if Utility.checkQuarter(year, quarter) is True:
self._writeHead()
self._data = self.__handleForecast(year, quarter, 1, pd.DataFrame(), retry, pause)
self._data = pd.DataFrame(self._data, columns=cf.FORECAST_COLS)
self._data['code'] = self._data['code'].map(lambda x: str(x).zfill(6))
return self._result()
def growth(self, year, quarter, retry=3, pause=0.001):
"""
获取成长能力数据
Parameters
--------
year:int 年度 e.g:2014
quarter:int 季度 :1、2、3、4，只能输入这4个季度
说明：由于是从网站获取的数据，需要一页页抓取，速度取决于您当前网络速度
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0.001
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
mbrg,主营业务收入增长率(%)
nprg,净利润增长率(%)
nav,净资产增长率
targ,总资产增长率
epsg,每股收益增长率
seg,股东权益增长率
"""
self._data = pd.DataFrame()
if Utility.checkQuarter(year, quarter) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vFinanceAnalyze/kind/grow/index.phtml?s_i=&s_a=&s_c=&reportdate=2018&quarter=3&p=1&num=60
self._data = self.__parsePage(cf.GROWTH_URL, year, quarter, 1, cf.GROWTH_COLS, pd.DataFrame(), retry, pause)
if self._data is not None:
self._data['code'] = self._data['code'].map(lambda x: str(x).zfill(6))
return self._result()
def stockProfiles(self, retry=3, pause=0.001):
"""
获取上市公司基本情况
Parameters
--------
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
city,所在城市
staff,员工人数
date,上市日期
industry,行业分类
pro_type,产品类型
main,主营业务
"""
self._data = pd.DataFrame()
self._writeHead()
date = '%s-12-31' % Utility.getYear()
self._data = pd.DataFrame()
self._data = self.__handleStockProfiles(self._data, date, 1, retry, pause)
return self._result()
def debtPaying(self, year, quarter, retry=3, pause=0.001):
"""
获取偿债能力数据
Parameters
--------
year:int 年度 e.g:2014
quarter:int 季度 :1、2、3、4，只能输入这4个季度
说明：由于是从网站获取的数据，需要一页页抓取，速度取决于您当前网络速度
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0.001
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
currentratio,流动比率
quickratio,速动比率
cashratio,现金比率
icratio,利息支付倍数
sheqratio,股东权益比率
adratio,股东权益增长率
"""
self._data = pd.DataFrame()
if Utility.checkQuarter(year, quarter) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vFinanceAnalyze/kind/debtpaying/index.phtml?s_i=&s_a=&s_c=&reportdate=2018&quarter=3&p=1&num=60
self._data = self.__parsePage(cf.DEBTPAYING_URL, year, quarter, 1, cf.DEBTPAYING_COLS, pd.DataFrame(), retry, pause)
if self._data is not None:
self._data['code'] = self._data['code'].map(lambda x: str(x).zfill(6))
return self._result()
def historyTicks(self, date=None, retry=3, pause=0.001):
"""
获取历史分笔明细数据
Parameters
------
date : string
日期 format：YYYY-MM-DD, 默认为前一个交易日
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
return
-------
DataFrame or list: [{'time':, 'price':, ...}, ...]
time：时间
price：成交价格
change：价格变动
volume：成交手
amount：成交金额(元)
type：买卖类型【买盘、卖盘、中性盘】
"""
self._data = pd.DataFrame()
symbol = Utility.symbol(self.__code)
date = Utility.lastTradeDate() if date is None else date
try:
self._writeHead()
page = 1
while(True):
# http://vip.stock.finance.sina.com.cn/quotes_service/view/vMS_tradehistory.php?symbol=sh600000&date=2018-12-26&page=1
# http://market.finance.sina.com.cn/transHis.php?date=2019-01-25&symbol=sh600000&page=1
url = cf.HISTORY_TICKS_URL % (date, symbol, page)
tick_data = self.__handleTicks(url, cf.HISTORY_TICK_COLUMNS, retry, pause)
if tick_data is not None:
self._data = self._data.append(tick_data, ignore_index=True)
page = page + 1
else:
break
except Exception as er:
print(str(er))
else:
return self._result()
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def xrxd(self, date='', retry=3, pause=0.001):
"""
获取股票除权除息信息
Parameters
------
date: string
format：YYYY-MM-DD
retry: int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
return
------
Dict or None
nd, 对应年份
fh_sh, 分红数额
djr, 股权登记日
cqr, 除权日
FHcontent, 除权除息信息
"""
data = None
if not date:
date = Utility.getToday()
symbol = Utility.symbol(self.__code)
for _ in range(retry):
time.sleep(pause)
url = cf.HISTORY_URL % ('fq', 'qfq', symbol, 'day', date, date, 'qfq', Utility.random(17))
try:
request = self._session.get(url, timeout=10)
pattern = re.compile(r'({"nd".+?})')
result = re.search(pattern, request.text)
if result:
data = eval(result.group(1))
except Exception as e:
print(str(e))
return data
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def bigDeal(self, date=None, vol=400, retry=3, pause=0.001):
"""
获取大单数据
Parameters
------
date:string
日期 format：YYYY-MM-DD
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
return
-------
DataFrame or list: [{'code':, 'name', ...}, ...]
code：代码
name：名称
time：时间
price：当前价格
volume：成交手
preprice ：上一笔价格
type：买卖类型【买盘、卖盘、中性盘】
"""
self._data = pd.DataFrame()
if self.__code is None or len(self.__code) != 6 or date is None:
return None
symbol = Utility.symbol(self.__code)
vol = vol*100
for _ in range(retry):
time.sleep(pause)
try:
# http://vip.stock.finance.sina.com.cn/quotes_service/view/cn_bill_download.php?symbol=sh600000&num=60&page=1&sort=ticktime&asc=0&volume=40000&amount=0&type=0&day=2018-12-26
request = self._session.get( cf.SINA_DD % (symbol, vol, date), timeout=10 )
request.encoding = 'gbk'
lines = request.text
if len(lines) < 100:
return None
self._data = pd.read_csv(StringIO(lines), names=cf.SINA_DD_COLS, skiprows=[0])
if self._data is not None:
self._data['code'] = self._data['code'].map(lambda x: x[2:])
except Exception as e:
print(e)
else:
return self._result()
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def __parseExcel(self, year, datatype, lab, column):
year = Utility.getYear() if year is None else year
lab = lab.encode('utf-8') if self._PY3 else lab
try:
df = pd.read_excel(cf.SHIBOR_DATA_URL %
(datatype, year, lab, year),
skiprows=[0])
df.columns = column
df['date'] = df['date'].map(lambda x: x.date())
df['date'] = df['date'].astype('datetime64[ns]')
except Exception as e:
print(e)
else:
return df
def countTops(self, days=5, retry=3, pause=0.001):
"""
获取个股上榜统计数据
Parameters
--------
days:int
天数，统计n天以来上榜次数，默认为5天，其余是10、30、60
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code：代码
name：名称
count：上榜次数
bamount：累积购买额(万)
samount：累积卖出额(万)
net：净额(万)
bcount：买入席位数
scount：卖出席位数
"""
self._data = pd.DataFrame()
if Utility.checkLhbInput(days) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vLHBData/kind/ggtj/index.phtml?last=5&p=1
self._data = self.__parsePage(kind=cf.LHB_KINDS[0],
last=days,
column=cf.LHB_GGTJ_COLS,
dataArr=pd.DataFrame(),
pageNo=1,
retry=retry,
pause=pause)
self._data['code'] = self._data['code'].map(
lambda x: str(x).zfill(6))
if self._data is not None:
self._data = self._data.drop_duplicates('code')
return self._result()
def instTops(self, days=5, retry=3, pause=0.001):
"""
获取机构席位追踪统计数据
Parameters
--------
days:int
天数，统计n天以来上榜次数，默认为5天，其余是10、30、60
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code:代码
name:名称
bamount:累积买入额(万)
bcount:买入次数
samount:累积卖出额(万)
scount:卖出次数
net:净额(万)
"""
self._data = pd.DataFrame()
if Utility.checkLhbInput(days) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vLHBData/kind/jgzz/index.phtml?last=5&p=1
self._data = self.__parsePage(kind=cf.LHB_KINDS[2],
last=days,
column=cf.LHB_JGZZ_COLS,
dataArr=pd.DataFrame(),
pageNo=1,
retry=retry,
pause=pause,
drop_column=[2, 3])
self._data['code'] = self._data['code'].map(
lambda x: str(x).zfill(6))
return self._result()
def __parsePage(self, cate='', event=0, num=0, retry=3, pause=0.001):
for _ in range(retry):
time.sleep(pause)
try:
rdInt = Utility.random()
request = self._session.get(cf.MACRO_URL %
(rdInt, cate, event, num, rdInt),
timeout=10)
if self._PY3:
request.encoding = 'gbk'
regSym = re.compile(r'\,count:(.*?)\}')
datastr = regSym.findall(request.text)
datastr = datastr[0]
datastr = datastr.split('data:')[1]
except Exception as e:
print(e)
else:
return datastr
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def marginDetailsAllByDate(self, date, retry=3, pause=0.001):
"""
按日期获取两市融资融券明细列表
Parameters
--------
date : string
选择日期 format：YYYY-MM-DD
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code: 股票代码
name: 名称
rzye: 当日融资余额(元)
rzyezb: 当日融资余额占比(%)
rzmre: 当日融资买入额(元)
rzche: 当日融资偿还额(元)
rzjmre: 当日融资净买入额(元)
rqye: 当日融券余额(元)
rqyl: 当日融券余量(股)
rqmcl: 当日融券卖出量(股)
rqchl: 当日融券偿还量(股)
rqjmcl: 当日融券净卖出量(股)
rzrqye: 当日融资融券余额(元)
rzrqyecz: 当日融资融券余额差值(元)
"""
self._data = pd.DataFrame()
self._writeHead()
self._data = self.__handleMarginDetailsAllByDate(self._data, date, 1, Utility.random(8), retry, pause)
self._data.rename(columns={'scode':'code', 'sname':'name'}, inplace=True)
return self._result()
def report(self, year, quarter, retry=3, pause=0.001):
"""
获取业绩报表数据
Parameters
--------
year:int 年度 e.g:2014
quarter:int 季度 :1、2、3、4，只能输入这4个季度
说明：由于是从网站获取的数据，需要一页页抓取，速度取决于您当前网络速度
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0.001
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
eps,每股收益
eps_yoy,每股收益同比(%)
bvps,每股净资产
roe,净资产收益率(%)
epcf,每股现金流量(元)
net_profits,净利润(万元)
profits_yoy,净利润同比(%)
distrib,分配方案
report_date,发布日期
"""
self._data = pd.DataFrame()
if Utility.checkQuarter(year, quarter) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vFinanceAnalyze/kind/mainindex/index.phtml?s_i=&s_a=&s_c=&reportdate=2018&quarter=3&p=1&num=60
self._data = self.__parsePage(cf.REPORT_URL, year, quarter, 1, cf.REPORT_COLS, pd.DataFrame(), retry, pause, 11)
if self._data is not None:
self._data['code'] = self._data['code'].map(lambda x:str(x).zfill(6))
return self._result()
def marginTotal(self, retry=3, pause=0.001):
"""
两市合计融资融券历史数据
Parameters
--------
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
------
DataFrame or List: [{'date':, 'close':, ...}, ...]
date: 日期
close: 沪深300收盘点数
zdf: 沪深300收盘涨跌幅(%)
rzye: 融资余额(元)
rzyezb: 融资余额占比(%)
rzmre: 融资买入额(元)
rzche: 融资偿还额(元)
rzjmre: 融资净买入额(元)
rqye: 融券余额(元)
rqyl: 融券余量(股)
rqmcl: 融券卖出量(股)
rqchl: 融券偿还量(股)
rqjmcl: 融券净卖出量(股)
rzrqye: 融资融券余额(元)
rzrqyecz: 融资融券余额差值(元)
"""
self._data = pd.DataFrame()
self._writeHead()
self._data = self.__handleMarginTotal(self._data, 1, Utility.random(8), retry, pause)
self._data.rename(columns={'tdate':'date'}, inplace=True)
return self._result()
def brokerTops(self, days=5, retry=3, pause=0.001):
"""
获取营业部上榜统计数据
Parameters
--------
days:int
天数，统计n天以来上榜次数，默认为5天，其余是10、30、60
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
---------
DataFrame or List: [{'broker':, 'count':, ...}, ...]
broker：营业部名称
count：上榜次数
bamount：累积购买额(万)
bcount：买入席位数
samount：累积卖出额(万)
scount：卖出席位数
top3：买入前三股票
"""
self._data = pd.DataFrame()
if Utility.checkLhbInput(days) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vLHBData/kind/yytj/index.phtml?last=5&p=1
self._data = self.__parsePage(kind=cf.LHB_KINDS[1],
last=days,
column=cf.LHB_YYTJ_COLS,
dataArr=pd.DataFrame(),
pageNo=1,
retry=retry,
pause=pause)
return self._result()
def profit(self, year, quarter, retry=3, pause=0.001):
"""
获取盈利能力数据
Parameters
--------
year:int 年度 e.g:2014
quarter:int 季度 :1、2、3、4，只能输入这4个季度
说明：由于是从网站获取的数据，需要一页页抓取，速度取决于您当前网络速度
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0.001
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
--------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code,代码
name,名称
roe,净资产收益率(%)
net_profit_ratio,净利率(%)
gross_profit_rate,毛利率(%)
net_profits,净利润(万元)
eps,每股收益
business_income,营业收入(百万元)
bips,每股主营业务收入(元)
"""
self._data = pd.DataFrame()
if Utility.checkQuarter(year, quarter) is True:
self._writeHead()
# http://vip.stock.finance.sina.com.cn/q/go.php/vFinanceAnalyze/kind/profit/index.phtml?s_i=&s_a=&s_c=&reportdate=2018&quarter=3&p=1&num=60
self._data = self.__parsePage(cf.PROFIT_URL, year, quarter, 1, cf.PROFIT_COLS, pd.DataFrame(), retry, pause)
if self._data is not None:
self._data['code'] = self._data['code'].map(lambda x: str(x).zfill(6))
return self._result()
def topList(self, date=None, retry=3, pause=0.001):
"""
获取每日龙虎榜列表
Parameters
--------
date:string
明细数据日期 format：YYYY-MM-DD 如果为空，返回最近一个交易日的数据
retry : int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
Return
------
DataFrame or List: [{'code':, 'name':, ...}, ...]
code：代码
name ：名称
pchange：涨跌幅
amount：龙虎榜成交额(万)
buy：买入额(万)
bratio：占总成交比例
sell：卖出额(万)
sratio ：占总成交比例
reason：上榜原因
unscramble: 解读
date ：日期
"""
self._data = pd.DataFrame()
if date is None:
if Utility.getHour() < 18:
date = Utility.lastTradeDate()
else:
date = Utility.getToday()
else:
if not Utility.isTradeDay(date):
return None
for _ in range(retry):
time.sleep(pause)
try:
# http://data.eastmoney.com/DataCenter_V3/stock2016/TradeDetail/pagesize=200,page=1,sortRule=-1,sortType=,startDate=2019-01-10,endDate=2019-01-10,gpfw=0,js=vardata_tab_1.html
request = self._session.get(cf.LHB_URL % (date, date),
timeout=10)
request.encoding = 'gbk'
text = request.text.split('_1=')[1]
dataDict = Utility.str2Dict(text)
self._data = pd.DataFrame(dataDict['data'],
columns=cf.LHB_TMP_COLS)
self._data.columns = cf.LHB_COLS
self._data['buy'] = self._data['buy'].astype(float)
self._data['sell'] = self._data['sell'].astype(float)
self._data['amount'] = self._data['amount'].astype(float)
self._data['Turnover'] = self._data['Turnover'].astype(float)
self._data[
'bratio'] = self._data['buy'] / self._data['Turnover']
self._data[
'sratio'] = self._data['sell'] / self._data['Turnover']
self._data['bratio'] = self._data['bratio'].map(cf.FORMAT)
self._data['sratio'] = self._data['sratio'].map(cf.FORMAT)
self._data['date'] = date
for col in ['amount', 'buy', 'sell']:
self._data[col] = self._data[col].astype(float)
self._data[col] = self._data[col] / 10000
self._data[col] = self._data[col].map(cf.FORMAT)
self._data = self._data.drop('Turnover', axis=1)
except:
pass
else:
return self._result()
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def realtime(self):
"""
获取实时交易数据 getting real time quotes data
用于跟踪交易情况（本次执行的结果-上一次执行的数据）
Parameters
------
stockdata(code) code : string, array-like object (list, tuple, Series).
return
-------
DataFrame or list: [{'name':, 'open':, ...}, ...]
0：name，股票名字
1：open，今日开盘价
2：pre_close，昨日收盘价
3：price，当前价格
4：high，今日最高价
5：low，今日最低价
6：bid，竞买价，即“买一”报价
7：ask，竞卖价，即“卖一”报价
8：volumn，成交量 maybe you need do volumn/100
9：amount，成交金额（元 CNY）
10：b1_v，委买一（笔数 bid volume）
11：b1_p，委买一（价格 bid price）
12：b2_v，“买二”
13：b2_p，“买二”
14：b3_v，“买三”
15：b3_p，“买三”
16：b4_v，“买四”
17：b4_p，“买四”
18：b5_v，“买五”
19：b5_p，“买五”
20：a1_v，委卖一（笔数 ask volume）
21：a1_p，委卖一（价格 ask price）
...
30：date，日期；
31：time，时间；
"""
self._data = pd.DataFrame()
symbols_list = ''
if isinstance(self.__code, list) or isinstance(self.__code, set) or isinstance(self.__code, tuple) or isinstance(self.__code, pd.Series):
for code in self.__code:
symbols_list += Utility.symbol(code) + ','
else:
symbols_list = Utility.symbol(self.__code)
symbols_list = symbols_list[:-1] if len(symbols_list) > 8 else symbols_list
# http://hq.sinajs.cn/rn=4879967949085&list=sh600000,sh600004
request = self._session.get( cf.LIVE_DATA_URL % (Utility.random(), symbols_list), timeout=10 )
request.encoding = 'gbk'
reg = re.compile(r'\="(.*?)\";')
data = reg.findall(request.text)
regSym = re.compile(r'(?:sh|sz)(.*?)\=')
syms = regSym.findall(request.text)
data_list = []
syms_list = []
for index, row in enumerate(data):
if len(row)>1:
data_list.append([astr for astr in row.split(',')])
syms_list.append(syms[index])
if len(syms_list) == 0:
return None
self._data = pd.DataFrame(data_list, columns=cf.LIVE_DATA_COLS)
self._data = self._data.drop('s', axis=1)
self._data['code'] = syms_list
ls = [cls for cls in self._data.columns if '_v' in cls]
for txt in ls:
self._data[txt] = self._data[txt].map(lambda x : x[:-2])
# 价格、成交量等转换为浮点类型
for col in ['open', 'pre_close', 'price', 'high', 'low', 'bid', 'ask', 'volume','amount',
'b1_v', 'b1_p', 'b2_v', 'b2_p', 'b3_v', 'b3_p', 'b4_v', 'b4_p', 'b5_v', 'b5_p',
'a1_v', 'a1_p', 'a2_v', 'a2_p', 'a3_v', 'a3_p', 'a4_v', 'a4_p', 'a5_v', 'a5_p']:
self._data[col] = self._data[col].astype(float)
return self._result()
def history(self, start='', end='', ktype='D', autype='qfq', index=False, retry=3, pause=0.001):
"""
获取股票交易历史数据
---------
Parameters:
start:string
开始日期 format：YYYY-MM-DD 为空时取上市首日
end:string
结束日期 format：YYYY-MM-DD 为空时取最近一个交易日
autype:string
复权类型，qfq-前复权 hfq-后复权 None-不复权，默认为qfq
ktype：string
数据类型，D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟，默认为D
retry: int, 默认 3
如遇网络等问题重复执行的次数
pause : int, 默认 0
重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
return
-------
DataFrame or list: [{'date':, 'open':, ...}, ...]
date 交易日期 (index)
open 开盘价
high 最高价
close 收盘价
low 最低价
volume 成交量
code 股票代码
"""
self._data = pd.DataFrame()
url = ''
dataflag = ''
symbol = cf.INDEX_SYMBOL[self.__code] if index else Utility.symbol(self.__code)
autype = '' if autype is None else autype
if (start is not None) & (start != ''):
end = Utility.getToday() if end is None or end == '' else end
if ktype.upper() in cf.K_LABELS:
fq = autype if autype is not None else ''
if self.__code[:1] in ('1', '5') or index:
fq = ''
kline = '' if autype is None else 'fq'
if ((start is None or start == '') or (end is None or end == '')) or (start == end):
# http://web.ifzq.gtimg.cn/appstock/app/fqkline/get?_var=kline_dayqfq¶m=sh600000,day,,,640,qfq&r=0.73327461855388564
urls = [cf.HISTORY_URL % (kline, fq, symbol, cf.TT_K_TYPE[ktype.upper()], start, end, fq, Utility.random(17))]
else:
years = Utility.ttDates(start, end)
urls = []
for year in years:
startdate = str(year) + '-01-01'
enddate = str(year+1) + '-12-31'
# http://web.ifzq.gtimg.cn/appstock/app/fqkline/get?_var=kline_dayqfq2008¶m=sh600000,day,2008-01-01,2009-12-31,640,qfq&r=0.73327461855388564
url = cf.HISTORY_URL % (kline, fq+str(year), symbol, cf.TT_K_TYPE[ktype.upper()], startdate, enddate, fq, Utility.random(17))
urls.append(url)
dataflag = '%s%s'%(fq, cf.TT_K_TYPE[ktype.upper()]) # qfqday
elif ktype in cf.K_MIN_LABELS:
# http://ifzq.gtimg.cn/appstock/app/kline/mkline?param=sh600000,m30,,640&_var=m30_today&r=0.5537154641907898
urls = [cf.HISTORY_MIN_URL % (symbol, ktype, ktype, Utility.random(16))]
dataflag = 'm%s'%ktype # m30
else:
raise TypeError('ktype input error.')
for url in urls:
self._data = self._data.append(self.__handleHistory(url, dataflag, symbol, index, ktype, retry, pause), ignore_index=True)
if ktype not in cf.K_MIN_LABELS:
if ((start is not None) & (start != '')) & ((end is not None) & (end != '')):
self._data = self._data[(self._data.date >= start) & (self._data.date <= end)]
return self._result()
raise IOError(cf.NETWORK_URL_ERROR_MSG)
def __handleFoundHoldings(self, start, end, pageNo, retry, pause):
for _ in range(retry):
time.sleep(pause)
if pageNo>0:
self._writeConsole()
try:
# http://quotes.money.163.com/hs/marketdata/service/jjcgph.php?host=/hs/marketdata/service/jjcgph.php&page=0&query=start:2018-06-30;end:2018-09-30&order=desc&count=60&type=query&req=73259
request = self._session.get( cf.FUND_HOLDS_URL % (pageNo, start, end, Utility.random(5)), timeout=10 )
if self._PY3:
request.encoding = 'utf-8'
lines = request.text
lines = lines.replace('--', '0')
lines = json.loads(lines)
data = lines['list']
df = pd.DataFrame(data)
df = df.drop(['CODE', 'ESYMBOL', 'EXCHANGE', 'NAME', 'RN', 'SHANGQIGUSHU', 'SHANGQISHIZHI', 'SHANGQISHULIANG'], axis=1)
for col in ['GUSHU', 'GUSHUBIJIAO', 'SHIZHI', 'SCSTC27']:
df[col] = df[col].astype(float)
df['SCSTC27'] = df['SCSTC27']*100
df['GUSHU'] = df['GUSHU']/10000
df['GUSHUBIJIAO'] = df['GUSHUBIJIAO']/10000
df['SHIZHI'] = df['SHIZHI']/10000
df['GUSHU'] = df['GUSHU'].map(cf.FORMAT)
df['GUSHUBIJIAO'] = df['GUSHUBIJIAO'].map(cf.FORMAT)
df['SHIZHI'] = df['SHIZHI'].map(cf.FORMAT)
df['SCSTC27'] = df['SCSTC27'].map(cf.FORMAT)
df.columns = cf.FUND_HOLDS_COLS
df = df[['code', 'name', 'date', 'nums', 'nlast', 'count',
'clast', 'amount', 'ratio']]
except Exception as e:
print(e)
else:
if pageNo == 0:
return df, int(lines['pagecount'])
else:
return df
raise IOError(cf.NETWORK_URL_ERROR_MSG)