基于大数据的股票分析-Python+Tushare

第一次在简书写东西,思来想去不知道拿什么入手,最终还是决定追踪热门话题写一篇关于Python和理财的文章吧,说到理财股票是逃不过去的一关,说到大数据分析Python又是最热门的语言,今天的重点是用Python获取股票数据,所以这里我们直接用比较热门的股票接口Tushare,因为这个接口可以省去我们许多写爬虫,算MA的时间,很多直接通过接口就可以调出。开始前大家需要去Tushare官网注册一个账号获取Key.Tushare注册入口,先给大家看看都能干啥

是不是很强大!!话不多说这里先演示一遍如何将所有股票每天的数据记录转存到我们自己的Mysql服务器。

PS:需要懂点Mysql额,练习的同学可以跑一个Centos虚拟机然后装一个Mysql Server.如果你想问怎么弄虚拟机,怎么装Centos,怎么装Mysql,这些有兴趣的话我们以后再讨论

上码:



# -*- coding: utf-8 -*-

"""

Created on Tue Dec 24 13:38:13 2019

@author: lovet

"""

###导入关键的包

from sqlalchemy import create_engine

import tushare as ts

import mysql.connector

###连接Tushare服务器

ts.set_token('你注册Tusgare之后获取到的key')

pro = ts.pro_api()

companyList = pro.stock_basic(exchange='',list_status='L',  fields='ts_code')

#删除表

mydb = mysql.connector.connect(

##配置Mysql服务器参数,包括服务器IP,用户名,密码,数据库名称###

  host="服务器IP",

  user="用户名",

  passwd="密码",

  database="数据库名称"

)

##连接数据库

mycursor = mydb.cursor()

sql = "DROP TABLE IF EXISTS daily_basic"

mycursor.execute(sql)

for i in range(len(companyList)):

    try:

##获取股票数据

        df = pro.daily_basic(ts_code=companyList.ts_code[i], trade_date='', fields='ts_code,trade_date,close,turnover_rate,turnover_rate_f,volume_ratio,pe,pe_ttm,pb,ps,ps_ttm,dv_ratio,dv_ttm,total_share,float_share,free_share,total_mv,circ_mv')

###导入数据

        engine = create_engine('mysql://StockAnalysis:dGKLKL5b7nNsiRwB@192.168.50.198:3306/StockAnalysis?charset=utf8')

        df.to_sql('daily_basic',engine,if_exists='append')

        print('Seq: ' + str(i+1) + ' of ' + str(len(companyList)))

    except Exception as aa:

        print(aa)

        print('No DATA Code: ' + str(i))

        continue

以上就完成了数据获取,有了基础数据,后面想怎么玩就看大家自己了。

下面有些很有用的Tushare与Python结合的教程,大家可以看看

Tushare数据存储

机器量化分析(一)——数据采集、预处理与建模

后续还有很多有趣的代码,我会不定期分享出来,

第一篇文章,还望各位大神多多包涵。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,783评论 5 472
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,396评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,834评论 0 333
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,036评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,035评论 5 362
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,242评论 1 278
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,727评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,376评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,508评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,415评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,463评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,140评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,734评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,809评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,028评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,521评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,119评论 2 341