背景#

从小编真实接触股票已经有10年之久了，因为大学的专业就是数据与应用数据（金融学方向），大三、大四学期时学习了很多涉及金融相关的课程，特别是在大四时，老师还专门给每位同学开通了模拟炒股的账户，让全班同学一起模拟炒股，但小编用真金白银炒股的时间大概是2018年，居现在也有5年时间，一直是韭菜中

最近大家也看到了曾任《环球时报》总编辑的胡锡进，也开始入市炒股，并且每天都会发博文，分享当天的炒股感受

于是小编就试着获取股票的数据来研究一下，经过查找与对比，小编决定用akshare这个库，因为该库一直有更新，并且文档是中文，而且比较详细，各种数据

akshare文档地址：https://www.akshare.xyz/ akshare

股票各种数据获取方法#

导入akshare库

1
import akshare as ak
2
import pandas as pd

1、股票的基本信息数据

1
ak.stock_individual_info_em(symbol="000651")

基本信息

2、实时数据，当日的成交数据

单次返回所有沪深京 A 股上市公司的实时行情数据

1
ak.stock_zh_a_spot_em()

实时数据

3、历史数据，历史的成交数据

1
ak.stock_zh_a_hist(symbol="000651",
2
                   period="daily",
3
                   start_date="20230701",
4
                   end_date='20230725',
5
                   adjust=""   #不复权
6
                  )

历史数据

4、资金流向数据 限量: 单次获取指定市场和股票的近 100 个交易日的资金流数据

1
ak.stock_individual_fund_flow(stock="000651", market="sz")

资金流向数据

5、行情报价，买卖各5档

1
ak.stock_bid_ask_em(symbol="000651")

行情报价

每日特定股票数据汇总案例#

下面展示每日获取特定股票数据，可以做成定时任务，在15:00闭市后获取

1
"""
2
===========================
3
@Time : 2023/7/26 20:13
4
@File : stock_day
5
@Software: PyCharm
6
@Platform: Win10
7
@Author : DataShare
8
===========================
9
"""
10
import akshare as ak
11
import pandas as pd
12
import datetime
13
import sys
14

15
def stock_to_excel(stock_code, stock_name):
16
    if stock_code[0] == '6':
17
        market = 'sh'
18
    elif stock_code[0] == '0':
19
        market = 'sz'
20

21
    df1 = ak.stock_zh_a_spot_em()
22
    df2 = df1[df1['代码'] == stock_code]
23

24
    dt = str(datetime.date.today())   #当日
25
    df3 = ak.stock_individual_fund_flow(stock=stock_code, market=market) #在15:00之后获取
26
    df4 = df3[df3['日期'] == dt]
27

28
    result = {
29
        "日期": dt,
30
        "股票代码": stock_code,
31
        "股票名称": stock_name,
32
        "前一日收盘价": df2['昨收'].to_list()[0],
33
        "开盘": df2['今开'].to_list()[0],
34
        "收盘": df2['最新价'].to_list()[0],
35
        "最高": df2['最高'].to_list()[0],
36
        "最低": df2['最低'].to_list()[0],
37
        "成交量": df2['成交量'].to_list()[0],
38
        "成交额": df2['成交额'].to_list()[0],
39
        "振幅": df2['振幅'].to_list()[0],
40
        "涨跌幅": df2['涨跌幅'].to_list()[0],
41
        "涨跌额": df2['涨跌额'].to_list()[0],
42
        "换手率": df2['换手率'].to_list()[0],
43
        "量比": df2['量比'].to_list()[0],
44
        "市盈率-动态": df2['市盈率-动态'].to_list()[0],
45
        "市净率": df2['市净率'].to_list()[0],
46
        "60日涨跌幅": df2['60日涨跌幅'].to_list()[0],
47
        "主力净流入-净额": df4['主力净流入-净额'].to_list()[0],
48
        "主力净流入-净占比": df4['主力净流入-净占比'].to_list()[0],
49
        "超大单净流入-净额": df4['超大单净流入-净额'].to_list()[0],
50
        "超大单净流入-净占比": df4['超大单净流入-净占比'].to_list()[0],
51
        "大单净流入-净额": df4['大单净流入-净额'].to_list()[0],
52
        "大单净流入-净占比": df4['大单净流入-净占比'].to_list()[0],
53
        "中单净流入-净额": df4['中单净流入-净额'].to_list()[0],
54
        "中单净流入-净占比": df4['中单净流入-净占比'].to_list()[0],
55
        "小单净流入-净额": df4['小单净流入-净额'].to_list()[0],
56
        "小单净流入-净占比": df4['小单净流入-净占比'].to_list()[0]
57
    }
58

59
    return result
60

61

62
if __name__ == '__main__':
63
    stocks_code = {'000651': '格力电器',
64
                   '002241': '歌尔股份',
65
                   '002739': '万达电影',
66
                   '600956': '新天绿能',
67
                   '600031': '三一重工',
68
                   '600703': '三安光电',
69
                   '002027': '分众传媒',
70
                   '600030': '中信证券',
71
                   '002939': '长城证券',
72
                   }   #小编买过的股票
73

74
    dt = str(datetime.date.today())
75
    results=[]
76
    for stock_code, stock_name in stocks_code.items():
77
        print(f'{stock_name}:{stock_code}')
78
        try:
79
            results.append(stock_to_excel(stock_code, stock_name))
80
        except Exception as e:
81
            print("运行中出错",e)
82
            sys.exit(-1)
83

84
    pd.DataFrame.from_dict(results).to_excel(f'./data/{dt}.xlsx', index=False)

历史相关文章#

以上是自己实践中遇到的一些问题，分享出来供大家参考学习，欢迎关注微信公众号：DataShare ，不定期分享干货