“Python API文档”的版本间的差异
(未显示同一用户的18个中间版本) | |||
第8行: | 第8行: | ||
#### 登陆系统 #### | #### 登陆系统 #### | ||
− | lg = bs.login( | + | lg = bs.login() |
# 显示登陆返回信息 | # 显示登陆返回信息 | ||
print('login respond error_code:'+lg.error_code) | print('login respond error_code:'+lg.error_code) | ||
第15行: | 第15行: | ||
#### 获取历史K线数据 #### | #### 获取历史K线数据 #### | ||
# 详细指标参数,参见“历史行情指标参数”章节 | # 详细指标参数,参见“历史行情指标参数”章节 | ||
− | rs = bs. | + | rs = bs.query_history_k_data_plus("sh.600000", |
"date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST", | "date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST", | ||
start_date='2017-06-01', end_date='2017-12-31', | start_date='2017-06-01', end_date='2017-12-31', | ||
frequency="d", adjustflag="3") #frequency="d"取日k线,adjustflag="3"默认不复权 | frequency="d", adjustflag="3") #frequency="d"取日k线,adjustflag="3"默认不复权 | ||
− | print(' | + | print('query_history_k_data_plus respond error_code:'+rs.error_code) |
− | print(' | + | print('query_history_k_data_plus respond error_msg:'+rs.error_msg) |
#### 打印结果集 #### | #### 打印结果集 #### | ||
第41行: | 第41行: | ||
方法说明:登录系统。 | 方法说明:登录系统。 | ||
− | 使用示例:lg = login( | + | 使用示例:lg = login() |
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
返回信息: | 返回信息: | ||
第57行: | 第51行: | ||
方法说明:登出系统 | 方法说明:登出系统 | ||
− | 使用示例:lg = logout( | + | 使用示例:lg = logout() |
− | |||
− | |||
− | |||
− | |||
− | |||
返回信息: | 返回信息: | ||
第69行: | 第58行: | ||
== 获取历史A股K线数据 == | == 获取历史A股K线数据 == | ||
− | + | {{:A股K线数据}} | |
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
== 查询除权除息信息 == | == 查询除权除息信息 == | ||
− | + | {{:除权除息信息}} | |
− | |||
− | |||
− | + | == 查询复权因子信息 == | |
− | + | {{:复权因子信息}} | |
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
第491行: | 第95行: | ||
{{:交易日查询}} | {{:交易日查询}} | ||
{{:交易状态查询}} | {{:交易状态查询}} | ||
+ | {{:证券基本资料}} | ||
+ | |||
+ | == 宏观经济数据 == | ||
+ | {{:存款利率}} | ||
+ | {{:贷款利率}} | ||
+ | {{:存款准备金率}} | ||
+ | {{:货币供应量}} | ||
+ | {{:货币供应量(年底余额)}} | ||
+ | {{:银行间同业拆放利率}} | ||
+ | |||
+ | == 板块数据 == | ||
+ | {{:行业分类}} | ||
+ | {{:上证50成分股}} | ||
+ | {{:沪深300成分股}} | ||
+ | {{:中证500成分股}} | ||
+ | |||
+ | == 示例程序 == | ||
+ | {{:获取指定日期全部股票的日K线数据}} |
2019年2月26日 (二) 11:28的最新版本
目录
入门示例
HelloWorld
此篇为平台入门示例,安装baostock后,可导入包运行此示例。示例数据:
import baostock as bs import pandas as pd #### 登陆系统 #### 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) #### 获取历史K线数据 #### # 详细指标参数,参见“历史行情指标参数”章节 rs = bs.query_history_k_data_plus("sh.600000", "date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST", start_date='2017-06-01', end_date='2017-12-31', frequency="d", adjustflag="3") #frequency="d"取日k线,adjustflag="3"默认不复权 print('query_history_k_data_plus respond error_code:'+rs.error_code) print('query_history_k_data_plus respond error_msg:'+rs.error_msg) #### 打印结果集 #### data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) #### 结果集输出到csv文件 #### result.to_csv("D:/history_k_data.csv", encoding="gbk", index=False) print(result) #### 登出系统 #### bs.logout()
登录
login()
方法说明:登录系统。
使用示例:lg = login()
返回信息:
- lg.error_code:错误代码,当为“0”时表示成功,当为非0时表示失败;
- lg.error_msg:错误信息,对错误的详细解释。
登出
logout()
方法说明:登出系统
使用示例:lg = logout()
返回信息:
- lg.error_code:错误代码,当为“0”时表示成功,当为非0时表示失败;
- lg.error_msg:错误信息,对错误的详细解释。
获取历史A股K线数据
获取历史A股K线数据:query_history_k_data_plus()
方法说明:通过API接口获取A股历史交易数据,可以通过参数设置获取日k线、周k线、月k线,以及5分钟、15分钟、30分钟和60分钟k线数据,适合搭配均线数据进行选股和分析。
返回类型:pandas的DataFrame类型。
能获取1990-12-19至当前时间的数据;
可查询不复权、前复权、后复权数据。
日线使用示例:
import baostock as bs import pandas as pd #### 登陆系统 #### 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 rs = bs.query_history_k_data_plus("sh.600000", "date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,isST", start_date='2017-07-01', end_date='2017-12-31', 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) #### 打印结果集 #### data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) #### 结果集输出到csv文件 #### result.to_csv("D:\\history_A_stock_k_data.csv", index=False) print(result) #### 登出系统 #### bs.logout()
分钟线使用示例:
import baostock as bs import pandas as pd #### 登陆系统 #### 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 rs = bs.query_history_k_data_plus("sh.600000", "date,time,code,open,high,low,close,volume,amount,adjustflag", start_date='2017-07-01', end_date='2017-07-31', frequency="5", 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) #### 打印结果集 #### data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) #### 结果集输出到csv文件 #### result.to_csv("D:\\history_A_stock_k_data.csv", index=False) print(result) #### 登出系统 #### bs.logout()
参数含义:
- 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。
注意:
- 股票停牌时,对于日线,开、高、低、收价都相同,且都为前一交易日的收盘价,成交量、成交额为0,换手率为空。
如果需要将换手率转为float类型,可使用如下方法转换:result["turn"] = [0 if x == "" else float(x) for x in result["turn"]]
关于复权数据的说明:
BaoStock使用“涨跌幅复权法”进行复权,详细说明参考上文“复权因子简介”。不同系统间采用复权方式可能不一致,导致数据不一致。
“涨跌幅复权法的”优点:可以计算出资金收益率,确保初始投入的资金运用率为100%,既不会因为分红而导致投资减少,也不会因为配股导致投资增加。
与同花顺、通达信等存在不同。
date | code | open | high | low | close | preclose | volume | amount | adjustflag | turn | tradestatus | pctChg | isST |
2017-07-03 | sh.600000 | 12.64 | 12.65 | 12.47 | 12.56 | 12.65 | 38778949 | 486264672 | 3 | 0.137985 | 1 | —0.711456 | 0 |
2017-07-04 | sh.600000 | 12.55 | 12.58 | 12.41 | 12.55 | 12.56 | 36659128 | 458434432 | 3 | 0.130442 | 1 | —0.07962 | 0 |
2017-07-05 | sh.600000 | 12.5 | 12.65 | 12.47 | 12.62 | 12.55 | 26470507 | 332542464 | 3 | 0.094188 | 1 | 0.557767 | 0 |
2017-07-06 | sh.600000 | 12.62 | 12.72 | 12.51 | 12.66 | 12.62 | 37414241 | 471582096 | 3 | 0.133129 | 1 | 0.316957 | 0 |
2017-07-07 | sh.600000 | 12.62 | 12.69 | 12.55 | 12.6 | 12.66 | 24667294 | 311101536 | 3 | 0.087772 | 1 | —0.473929 | 0 |
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 |
注意“前收盘价”说明:
证券在指定交易日行情数据的前收盘价,当日发生除权除息时,“前收盘价”不是前一天的实际收盘价,而是根据股权登记日收盘价与分红现金的数量、配送股的数里和配股价的高低等结合起来算出来的价格。
具体计算方法如下:
1、计算除息价:
除息价=股息登记日的收盘价-每股所分红利现金额
2、计算除权价:
送红股后的除权价=股权登记日的收盘价/(1+每股送红股数)
配股后的除权价=(股权登记日的收盘价+配股价*每股配股数)/(1+每股配股数)
3、计算除权除息价
除权除息价=(股权登记日的收盘价-每股所分红利现金额+配股价*每股配股数)/(1+每股送红股数+每股配股数)
“前收盘价”由交易所计算并公布。首发日的“前收盘价”等于“首发价格”。
历史行情指标参数
参数名称 | 参数描述 | 说明 |
date | 交易所行情日期 | 格式:YYYY-MM-DD |
code | 证券代码 | 格式:sh.600000。sh:上海,sz:深圳 |
open | 今开盘价格 | 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 | 今收盘价 | 精度:小数点后4位;单位:人民币元 |
preclose | 昨日收盘价 | 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 |
turn | 换手率 | 精度:小数点后6位;单位:% |
tradestatus | 交易状态 | 1:正常交易 0:停牌 |
pctChg | 涨跌幅(百分比) | 精度:小数点后6位 |
peTTM | 滚动市盈率 | 精度:小数点后6位 |
psTTM | 滚动市销率 | 精度:小数点后6位 |
pcfNcfTTM | 滚动市现率 | 精度:小数点后6位 |
pbMRQ | 市净率 | 精度:小数点后6位 |
isST | 是否ST | 1是,0否 |
参数名称 | 参数描述 | 说明 | 算法说明 |
date | 交易所行情日期 | 格式:YYYY-MM-DD | |
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 | |
turn | 换手率 | 精度:小数点后6位;单位:% | |
pctChg | 涨跌幅(百分比) | 精度:小数点后6位 | 涨跌幅=[(区间最后交易日收盘价-区间首个交易日前收盘价)/区间首个交易日前收盘价]*100% |
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 |
查询除权除息信息
除权除息信息:query_dividend_data()
通过API接口获取除权除息信息数据(预披露、预案、正式都已通过)。示例数据:
import baostock as bs import pandas as pd #### 登陆系统 #### 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) #### 查询除权除息信息#### # 查询2015年除权除息信息 rs_list = [] rs_dividend_2015 = bs.query_dividend_data(code="sh.600000", year="2015", yearType="report") while (rs_dividend_2015.error_code == '0') & rs_dividend_2015.next(): rs_list.append(rs_dividend_2015.get_row_data()) # 查询2016年除权除息信息 rs_dividend_2016 = bs.query_dividend_data(code="sh.600000", year="2016", yearType="report") while (rs_dividend_2016.error_code == '0') & rs_dividend_2016.next(): rs_list.append(rs_dividend_2016.get_row_data()) # 查询2017年除权除息信息 rs_dividend_2017 = bs.query_dividend_data(code="sh.600000", year="2017", yearType="report") while (rs_dividend_2017.error_code == '0') & rs_dividend_2017.next(): rs_list.append(rs_dividend_2017.get_row_data()) result_dividend = pd.DataFrame(rs_list, columns=rs_dividend_2017.fields) # 打印输出 print(result_dividend) #### 结果集输出到csv文件 #### result_dividend.to_csv("D:\\history_Dividend_data.csv", encoding="gbk",index=False) #### 登出系统 #### bs.logout()
参数含义:
- 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;
- year:年份,如:2017。此参数不可为空;
- yearType:年份类别,默认为"report":预案公告年份,可选项"operate":除权除息年份。此参数不可为空。
code | dividPreNoticeDate | dividAgmPumDate | dividPlanAnnounceDate | dividPlanDate | dividRegistDate | dividOperateDate | dividPayDate |
sh.600000 | 2015-05-16 | 2015-03-19 | 2015-06-16 | 2015-06-19 | 2015-06-23 | 2015-06-23 | |
sh.600000 | 2016-04-29 | 2016-04-07 | 2016-06-16 | 2016-06-22 | 2016-06-23 | 2016-06-23 | |
sh.600000 | 2017-04-26 | 2017-04-01 | 2017-05-19 | 2017-05-24 | 2017-05-25 | 2017-05-25 |
dividStockMarketDate | dividCashPsBeforeTax | dividCashPsAfterTax | dividStocksPs | dividCashStock | dividReserveToStockPs |
0.757 | 0.6813或0.71915 | 0.000000 | 10派7.57元(含税,扣税后6.813或7.1915元) | ||
2016-06-24 | 0.515 | 0.4635或0.515 | 0.000000 | 10转1派5.15元(含税,扣税后4.635或5.15元) | 0.100000 |
2017-05-26 | 0.2 | 0.18或0.2 | 0.000000 | 10转3派2元(含税,扣税后1.8或2元) | 0.300000 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
dividPreNoticeDate | 预批露公告日 | |
dividAgmPumDate | 股东大会公告日期 | |
dividPlanAnnounceDate | 预案公告日 | |
dividPlanDate | 分红实施公告日 | |
dividRegistDate | 股权登记告日 | |
dividOperateDate | 除权除息日期 | |
dividPayDate | 派息日 | |
dividStockMarketDate | 红股上市交易日 | |
dividCashPsBeforeTax | 每股股利税前 | 派息比例分子(税前)/派息比例分母 |
dividCashPsAfterTax | 每股股利税后 | 派息比例分子(税后)/派息比例分母 |
dividStocksPs | 每股红股 | |
dividCashStock | 分红送转 | 每股派息数(税前)+每股送股数+每股转增股本数 |
dividReserveToStockPs | 每股转增资本 |
查询复权因子信息
复权因子:query_adjust_factor()
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 媒体文件:BaoStock复权因子简介.pdf。
import baostock as bs import pandas as pd # 登陆系统 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) # 查询2015至2017年复权因子 rs_list = [] rs_factor = bs.query_adjust_factor(code="sh.600000", start_date="2015-01-01", end_date="2017-12-31") while (rs_factor.error_code == '0') & rs_factor.next(): rs_list.append(rs_factor.get_row_data()) result_factor = pd.DataFrame(rs_list, columns=rs_factor.fields) # 打印输出 print(result_factor) # 结果集输出到csv文件 result_factor.to_csv("D:\\adjust_factor_data.csv", encoding="gbk", index=False) # 登出系统 bs.logout()
参数含义:
- 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;
- start_date:开始日期,为空时默认为2015-01-01,包含此日期;
- end_date:结束日期,为空时默认当前日期,包含此日期。
code | dividOperateDate | foreAdjustFactor | backAdjustFactor | adjustFactor |
sh.600000 | 2015-06-23 | 0.663792 | 6.295967 | 6.295967 |
sh.600000 | 2016-06-23 | 0.751598 | 7.128788 | 7.128788 |
sh.600000 | 2017-05-25 | 0.989551 | 9.385732 | 9.385732 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
dividOperateDate | 除权除息日期 | |
foreAdjustFactor | 向前复权因子 | 除权除息日前一个交易日的收盘价/除权除息日最近的一个交易日的前收盘价 |
backAdjustFactor | 向后复权因子 | 除权除息日最近的一个交易日的前收盘价/除权除息日前一个交易日的收盘价 |
adjustFactor | 本次复权因子 |
查询季频财务数据信息
季频盈利能力:query_profit_data()
方法说明:通过API接口获取季频盈利能力信息,可以通过参数设置获取对应年份、季度数据,提供2007年至今数据。
返回类型:pandas的DataFrame类型。
使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 查询季频估值指标盈利能力 profit_list = [] rs_profit = bs.query_profit_data(code="sh.600000", year=2017, quarter=2) while (rs_profit.error_code == '0') & rs_profit.next(): profit_list.append(rs_profit.get_row_data()) result_profit = pd.DataFrame(profit_list, columns=rs_profit.fields) # 打印输出 print(result_profit) # 结果集输出到csv文件 result_profit.to_csv("D:\\profit_data.csv", encoding="gbk", index=False) # 登出系统 bs.logout()
参数含义:
- 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;
- year:统计年份,为空时默认当前年;
- quarter:统计季度,可为空,默认当前季度。不为空时只有4个取值:1,2,3,4。
code | pubDate | statDate | roeAvg | npMargin | gpMargin | netProfit | epsTTM | MBRevenue | totalShare | liqaShare |
sh.600000 | 2017-08-30 | 2017-06-30 | 0.074617 | 0.342179 | 28522000000.000000 | 1.939029 | 83354000000.000000 | 28103763899.00 | 28103763899.00 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
pubDate | 公司发布财报的日期 | |
statDate | 财报统计的季度的最后一天, 比如2017-03-31, 2017-06-30 | |
roeAvg | 净资产收益率(平均)(%) | 归属母公司股东净利润/[(期初归属母公司股东的权益+期末归属母公司股东的权益)/2]*100% |
npMargin | 销售净利率(%) | 净利润/营业收入*100% |
gpMargin | 销售毛利率(%) | 毛利/营业收入*100%=(营业收入-营业成本)/营业收入*100% |
netProfit | 净利润(元) | |
epsTTM | 每股收益 | 归属母公司股东的净利润TTM/最新总股本 |
MBRevenue | 主营营业收入(元) | |
totalShare | 总股本 | |
liqaShare | 流通股本 |
季频营运能力:query_operation_data()
方法说明:通过API接口获取季频营运能力信息,可以通过参数设置获取对应年份、季度数据,提供2007年至今数据。
返回类型:pandas的DataFrame类型。
使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 营运能力 operation_list = [] rs_operation = bs.query_operation_data(code="sh.600000", year=2017, quarter=2) while (rs_operation.error_code == '0') & rs_operation.next(): operation_list.append(rs_operation.get_row_data()) result_operation = pd.DataFrame(operation_list, columns=rs_operation.fields) # 打印输出 print(result_operation) # 结果集输出到csv文件 result_operation.to_csv("D:\\operation_data.csv", encoding="gbk", index=False) # 登出系统 bs.logout()
参数含义:
- 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;
- year:统计年份,为空时默认当前年;
- quarter:统计季度,为空时默认当前季度。不为空时只有4个取值:1,2,3,4。
code | pubDate | statDate | NRTurnRatio | NRTurnDays | INVTurnRatio | INVTurnDays | CATurnRatio | AssetTurnRatio |
sh.600000 | 2017-08-30 | 2017-06-30 | 0.014161 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
pubDate | 公司发布财报的日期 | |
statDate | 财报统计的季度的最后一天, 比如2017-03-31, 2017-06-30 | |
NRTurnRatio | 应收账款周转率(次) | 营业收入/[(期初应收票据及应收账款净额+期末应收票据及应收账款净额)/2] |
NRTurnDays | 应收账款周转天数(天) | 季报天数/应收账款周转率(一季报:90天,中报:180天,三季报:270天,年报:360天) |
INVTurnRatio | 存货周转率(次) | 营业成本/[(期初存货净额+期末存货净额)/2] |
INVTurnDays | 存货周转天数(天) | 季报天数/存货周转率(一季报:90天,中报:180天,三季报:270天,年报:360天) |
CATurnRatio | 流动资产周转率(次) | 营业总收入/[(期初流动资产+期末流动资产)/2] |
AssetTurnRatio | 总资产周转率 | 营业总收入/[(期初资产总额+期末资产总额)/2] |
季频成长能力:query_growth_data()
方法说明:通过API接口获取季频成长能力信息,可以通过参数设置获取对应年份、季度数据,提供2007年至今数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 成长能力 growth_list = [] rs_growth = bs.query_growth_data(code="sh.600000", year=2017, quarter=2) while (rs_growth.error_code == '0') & rs_growth.next(): growth_list.append(rs_growth.get_row_data()) result_growth = pd.DataFrame(growth_list, columns=rs_growth.fields) # 打印输出 print(result_growth) # 结果集输出到csv文件 result_growth.to_csv("D:\\growth_data.csv", encoding="gbk", index=False) # 登出系统 bs.logout()
参数含义:
- 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;
- year:统计年份,为空时默认当前年;
- quarter:统计季度,为空时默认当前季度。不为空时只有4个取值:1,2,3,4。
code | pubDate | statDate | YOYEquity | YOYAsset | YOYNI | YOYEPSBasic | YOYPNI |
sh.600000 | 2017-08-30 | 2017-06-30 | 0.120243 | 0.101298 | 0.054808 | 0.021053 | 0.052111 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
pubDate | 公司发布财报的日期 | |
statDate | 财报统计的季度的最后一天, 比如2017-03-31, 2017-06-30 | |
YOYEquity | 净资产同比增长率 | (本期净资产-上年同期净资产)/上年同期净资产的绝对值*100% |
YOYAsset | 总资产同比增长率 | (本期总资产-上年同期总资产)/上年同期总资产的绝对值*100% |
YOYNI | 净利润同比增长率 | (本期净利润-上年同期净利润)/上年同期净利润的绝对值*100% |
YOYEPSBasic | 基本每股收益同比增长率 | (本期基本每股收益-上年同期基本每股收益)/上年同期基本每股收益的绝对值*100% |
YOYPNI | 归属母公司股东净利润同比增长率 | (本期归属母公司股东净利润-上年同期归属母公司股东净利润)/上年同期归属母公司股东净利润的绝对值*100% |
季频偿债能力:query_balance_data()
方法说明:通过API接口获取季频偿债能力信息,可以通过参数设置获取对应年份、季度数据,提供2007年至今数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 偿债能力 balance_list = [] rs_balance = bs.query_balance_data(code="sh.600000", year=2017, quarter=2) while (rs_balance.error_code == '0') & rs_balance.next(): balance_list.append(rs_balance.get_row_data()) result_balance = pd.DataFrame(balance_list, columns=rs_balance.fields) # 打印输出 print(result_balance) # 结果集输出到csv文件 result_balance.to_csv("D:\\balance_data.csv", encoding="gbk", index=False) # 登出系统 bs.logout()
参数含义:
- 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;
- year:统计年份,为空时默认当前年;
- quarter:统计季度,为空时默认当前季度。不为空时只有4个取值:1,2,3,4。
code | pubDate | statDate | currentRatio | quickRatio | cashRatio | YOYLiability | liabilityToAsset | assetToEquity |
sh.600000 | 2017-08-30 | 2017-06-30 | 0.100020 | 0.933703 | 15.083598 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
pubDate | 公司发布财报的日期 | |
statDate | 财报统计的季度的最后一天, 比如2017-03-31, 2017-06-30 | |
currentRatio | 流动比率 | 流动资产/流动负债 |
quickRatio | 速动比率 | (流动资产-存货净额)/流动负债 |
cashRatio | 现金比率 | (货币资金+交易性金融资产)/流动负债 |
YOYLiability | 总负债同比增长率 | (本期总负债-上年同期总负债)/上年同期中负债的绝对值*100% |
liabilityToAsset | 资产负债率 | 负债总额/资产总额 |
assetToEquity | 权益乘数 | 资产总额/股东权益总额=1/(1-资产负债率) |
季频现金流量:query_cash_flow_data()
方法说明:通过API接口获取季频现金流量信息,可以通过参数设置获取对应年份、季度数据,提供2007年至今数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 季频现金流量 cash_flow_list = [] rs_cash_flow = bs.query_cash_flow_data(code="sh.600000", year=2017, quarter=2) while (rs_cash_flow.error_code == '0') & rs_cash_flow.next(): cash_flow_list.append(rs_cash_flow.get_row_data()) result_cash_flow = pd.DataFrame(cash_flow_list, columns=rs_cash_flow.fields) # 打印输出 print(result_cash_flow) # 结果集输出到csv文件 result_cash_flow.to_csv("D:\\cash_flow_data.csv", encoding="gbk", index=False) # 登出系统 bs.logout()
参数含义:
- 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;
- year:统计年份,为空时默认当前年;
- quarter:统计季度,为空时默认当前季度。不为空时只有4个取值:1,2,3,4。
code | pubDate | statDate | CAToAsset | NCAToAsset | tangibleAssetToAsset | ebitToInterest | CFOToOR | CFOToNP | CFOToGr |
sh.600000 | 2017-08-30 | 2017-06-30 | —3.071550 | —8.976439 | —3.071550 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
pubDate | 公司发布财报的日期 | |
statDate | 财报统计的季度的最后一天, 比如2017-03-31, 2017-06-30 | |
CAToAsset | 流动资产除以总资产 | |
NCAToAsset | 非流动资产除以总资产 | |
tangibleAssetToAsset | 有形资产除以总资产 | |
ebitToInterest | 已获利息倍数 | 息税前利润/利息费用 |
CFOToOR | 经营活动产生的现金流量净额除以营业收入 | |
CFOToNP | 经营性现金净流量除以净利润 | |
CFOToGr | 经营性现金净流量除以营业总收入 |
季频杜邦指数:query_dupont_data()
方法说明:通过API接口获取季频杜邦指数信息,可以通过参数设置获取对应年份、季度数据,提供2007年至今数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 查询杜邦指数 dupont_list = [] rs_dupont = bs.query_dupont_data(code="sh.600000", year=2017, quarter=2) while (rs_dupont.error_code == '0') & rs_dupont.next(): dupont_list.append(rs_dupont.get_row_data()) result_dupont = pd.DataFrame(dupont_list, columns=rs_dupont.fields) # 打印输出 print(result_dupont) # 结果集输出到csv文件 result_dupont.to_csv("D:\\dupont_data.csv", encoding="gbk", index=False) # 登出系统 bs.logout()
参数含义:
- 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;
- year:统计年份,为空时默认当前年;
- quarter:统计季度,为空时默认当前季度。不为空时只有4个取值:1,2,3,4。
code | pubDate | statDate | dupontROE | dupontAssetStoEquity | dupontAssetTurn | dupontPnitoni |
sh.600000 | 2017-08-30 | 2017-06-30 | 0.074617 | 15.594453 | 0.014161 | 0.987483 |
dupontNitogr | dupontTaxBurden | dupontIntburden | dupontEbittogr |
0.342179 | 0.776088 |
参数名称 | 参数描述 | 算法说明 |
code | 证券代码 | |
pubDate | 公司发布财报的日期 | |
statDate | 财报统计的季度的最后一天, 比如2017-03-31, 2017-06-30 | |
dupontROE | 净资产收益率 | 归属母公司股东净利润/[(期初归属母公司股东的权益+期末归属母公司股东的权益)/2]*100% |
dupontAssetStoEquity | 权益乘数,反映企业财务杠杆效应强弱和财务风险 | 平均总资产/平均归属于母公司的股东权益 |
dupontAssetTurn | 总资产周转率,反映企业资产管理效率的指标 | 营业总收入/[(期初资产总额+期末资产总额)/2] |
dupontPnitoni | 归属母公司股东的净利润/净利润,反映母公司控股子公司百分比。如果企业追加投资,扩大持股比例,则本指标会增加。 | |
dupontNitogr | 净利润/营业总收入,反映企业销售获利率 | |
dupontTaxBurden | 净利润/利润总额,反映企业税负水平,该比值高则税负较低。净利润/利润总额=1-所得税/利润总额 | |
dupontIntburden | 利润总额/息税前利润,反映企业利息负担,该比值高则税负较低。利润总额/息税前利润=1-利息费用/息税前利润 | |
dupontEbittogr | 息税前利润/营业总收入,反映企业经营利润率,是企业经营获得的可供全体投资人(股东和债权人)分配的盈利占企业全部营收收入的百分比 |
查询季频公司报告信息
季频公司业绩快报:query_performance_express_report()
方法说明:通过API接口获取季频公司业绩快报信息,可以通过参数设置获取起止年份数据,提供2006年至今数据。除几种特殊情况外,交易所未要求必须发布。
返回类型:pandas的DataFrame类型。
使用示例
import baostock as bs import pandas as pd #### 登陆系统 #### 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) #### 获取公司业绩快报 #### rs = bs.query_performance_express_report("sh.600000", start_date="2015-01-01", end_date="2017-12-31") print('query_performance_express_report respond error_code:'+rs.error_code) print('query_performance_express_report respond error_msg:'+rs.error_msg) result_list = [] while (rs.error_code == '0') & rs.next(): result_list.append(rs.get_row_data()) # 获取一条记录,将记录合并在一起 result = pd.DataFrame(result_list, columns=rs.fields) #### 结果集输出到csv文件 #### result.to_csv("D:\\performance_express_report.csv", encoding="gbk", index=False) print(result) #### 登出系统 #### bs.logout()
参数含义:
- 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;
- start_date:开始日期,发布日期或更新日期在这个范围内;
- end_date:结束日期,发布日期或更新日期在这个范围内。
code | performanceExpPubDate | performanceExpStatDate | performanceExpUpdateDate | performanceExpressTotalAsset | performanceExpressNetAsset |
sh.600000 | 2015-01-06 | 2014-12-31 | 2015-01-06 | 4195602000000.000000 | 260011000000.000000 |
sh.600000 | 2016-01-05 | 2015-12-31 | 2016-01-05 | 5043060000000.000000 | 285245000000.000000 |
sh.600000 | 2017-01-04 | 2016-12-31 | 2017-01-04 | 5857263000000.000000 | 338027000000.000000 |
performanceExpressEPSChgPct | performanceExpressROEWa | performanceExpressEPSDiluted | performanceExpressGRYOY | performanceExpressOPYOY |
0.326910 | 21.020000 | 2.520000 | 0.228390 | 0.153803 |
0.191493 | 18.820000 | 2.660000 | 0.192395 | 0.069764 |
0.115412 | 16.350000 | 2.400000 | 0.097234 | 0.054384 |
参数名称 | 参数描述 |
code | 证券代码 |
performanceExpPubDate | 业绩快报披露日 |
performanceExpStatDate | 业绩快报统计日期 |
performanceExpUpdateDate | 业绩快报披露日(最新) |
performanceExpressTotalAsset | 业绩快报总资产 |
performanceExpressNetAsset | 业绩快报净资产 |
performanceExpressEPSChgPct | 业绩每股收益增长率 |
performanceExpressROEWa | 业绩快报净资产收益率ROE-加权 |
performanceExpressEPSDiluted | 业绩快报每股收益EPS-摊薄 |
performanceExpressGRYOY | 业绩快报营业总收入同比 |
performanceExpressOPYOY | 业绩快报营业利润同比 |
季频公司业绩预告:query_forecast_report()
方法说明:通过API接口获取季频公司业绩预告信息,可以通过参数设置获取起止年份数据,提供2003年至今数据。除几种特殊情况外,交易所未要求必须发布。
返回类型:pandas的DataFrame类型。
使用示例
import baostock as bs import pandas as pd #### 登陆系统 #### 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) #### 获取公司业绩预告 #### rs_forecast = bs.query_forecast_report("sh.600000", start_date="2010-01-01", end_date="2017-12-31") print('query_forecast_reprot respond error_code:'+rs_forecast.error_code) print('query_forecast_reprot respond error_msg:'+rs_forecast.error_msg) rs_forecast_list = [] while (rs_forecast.error_code == '0') & rs_forecast.next(): # 分页查询,将每页信息合并在一起 rs_forecast_list.append(rs_forecast.get_row_data()) result_forecast = pd.DataFrame(rs_forecast_list, columns=rs_forecast.fields) #### 结果集输出到csv文件 #### result_forecast.to_csv("D:\\forecast_report.csv", encoding="gbk", index=False) print(result_forecast) #### 登出系统 #### bs.logout()
参数含义:
- 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;
- start_date:开始日期,发布日期或更新日期在这个范围内;
- end_date:结束日期,发布日期或更新日期在这个范围内。
code | profitForcastExpPubDate | profitForcastExpStatDate | profitForcastType | profitForcastAbstract |
sh.600000 | 2010-01-05 | 2009-12-31 | 略增 | 预计2009年归属于上市公司股东净利润1319500万元,同比增长5.43%。 |
sh.600000 | 2011-01-05 | 2010-12-31 | 略增 | 预计公司2010年年度归属于上市公司股东净利润为190.76亿元,较上年同期增长44.33%。 |
sh.600000 | 2012-01-05 | 2011-12-31 | 略增 | 预计2011年1月1日至2011年12月31日,归属于上市公司股东的净利润:盈利272.36亿元,与上年同期相比增加了42.02%。 |
profitForcastChgPctUp | profitForcastChgPctDwn |
5.430000 | 0.000000 |
44.330000 | 44.330000 |
42.020000 | 42.020000 |
参数名称 | 参数描述 |
code | 证券代码 |
profitForcastExpPubDate | 业绩预告发布日期 |
profitForcastExpStatDate | 业绩预告统计日期 |
profitForcastType | 业绩预告类型 |
profitForcastAbstract | 业绩预告摘要 |
profitForcastChgPctUp | 预告归属于母公司的净利润增长上限(%) |
profitForcastChgPctDwn | 预告归属于母公司的净利润增长下限(%) |
获取证券元信息
交易日查询:query_trade_dates()
方法说明:通过API接口获取股票交易日信息,可以通过参数设置获取起止年份数据,提供上交所1990-今年数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd #### 登陆系统 #### 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) #### 获取交易日信息 #### rs = bs.query_trade_dates(start_date="2017-01-01", end_date="2017-06-30") print('query_trade_dates respond error_code:'+rs.error_code) print('query_trade_dates respond error_msg:'+rs.error_msg) #### 打印结果集 #### data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) #### 结果集输出到csv文件 #### result.to_csv("D:\\trade_datas.csv", encoding="gbk", index=False) print(result) #### 登出系统 #### bs.logout()
参数含义:
- start_date:开始日期,为空时默认为2015-01-01。
- end_date:结束日期,为空时默认为当前日期。
calendar_date | is_trading_day |
2017-01-01 | 0 |
2017-01-02 | 0 |
2017-01-03 | 1 |
参数名称 | 参数描述 |
calendar_date | 日期 |
is_trading_day | 是否交易日(0:非交易日;1:交易日) |
证券代码查询:query_all_stock()
方法说明:获取指定交易日期所有股票列表。通过API接口获取证券代码及股票交易状态信息,与日K线数据同时更新。可以通过参数‘某交易日’获取数据(包括:A股、指数),数据范围同接口query_history_k_data_plus()。
返回类型:pandas的DataFrame类型。
更新时间:与日K线同时更新。
使用示例
import baostock as bs import pandas as pd #### 登陆系统 #### 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) #### 获取证券信息 #### rs = bs.query_all_stock(day="2017-06-30") print('query_all_stock respond error_code:'+rs.error_code) print('query_all_stock respond error_msg:'+rs.error_msg) #### 打印结果集 #### data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) #### 结果集输出到csv文件 #### result.to_csv("D:\\all_stock.csv", encoding="gbk", index=False) print(result) #### 登出系统 #### bs.logout()
参数含义:
- day:需要查询的交易日期,为空时默认当前日期。
code | tradeStatus | code_name |
sh.000001 | 1 | 上证综合指数 |
sh.000002 | 1 | 上证A股指数 |
sh.000003 | 1 | 上证B股指数 |
参数名称 | 参数描述 |
code | 证券代码 |
tradeStatus | 交易状态(1:正常交易 0:停牌) |
code_name | 证券名称 |
证券基本资料:query_stock_basic()
方法说明:通过API接口获取证券基本资料,可以通过参数设置获取对应证券代码、证券名称的数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取证券基本资料 rs = bs.query_stock_basic(code="sh.600000") # rs = bs.query_stock_basic(code_name="浦发银行") # 支持模糊查询 print('query_stock_basic respond error_code:'+rs.error_code) print('query_stock_basic respond error_msg:'+rs.error_msg) # 打印结果集 data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/stock_basic.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- code:A股股票代码,sh或sz.+6位数字代码,或者指数代码,如:sh.601398。sh:上海;sz:深圳。可以为空;
- code_name:股票名称,支持模糊查询,可以为空。
- 当参数为空时,输出全部股票的基本信息。
code | code_name | ipoDate | outDate | type | status |
sh.600000 | 浦发银行 | 1999-11-10 | 1 | 1 |
参数名称 | 参数描述 |
code | 证券代码 |
code_name | 证券名称 |
ipoDate | 上市日期 |
outDate | 退市日期 |
type | 证券类型,其中1:股票,2:指数,3:其它,4:可转债,5:ETF |
status | 上市状态,其中1:上市,0:退市 |
宏观经济数据
存款利率:query_deposit_rate_data()
方法说明:通过API接口获取存款利率,可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取存款利率 rs = bs.query_deposit_rate_data(start_date="2015-01-01", end_date="2015-12-31") print('query_deposit_rate_data respond error_code:'+rs.error_code) print('query_deposit_rate_data respond error_msg:'+rs.error_msg) # 打印结果集 data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/deposit_rate.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- start_date:开始日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空;
- end_date:结束日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空。
pubDate | demandDepositRate | fixedDepositRate3Month | fixedDepositRate6Month | fixedDepositRate1Year | fixedDepositRate2Year | fixedDepositRate3Year |
2015-03-01 | 0.350000 | 2.100000 | 2.300000 | 2.500000 | 3.100000 | 3.750000 |
2015-05-11 | 0.350000 | 1.850000 | 2.050000 | 2.250000 | 2.850000 | 3.500000 |
fixedDepositRate5Year | installmentFixedDepositRate1Year | installmentFixedDepositRate3Year | installmentFixedDepositRate5Year |
2.100000 | 2.300000 | ||
1.850000 | 2.050000 |
参数名称 | 参数描述 |
pubDate | 发布日期 |
demandDepositRate | 活期存款(不定期) |
fixedDepositRate3Month | 定期存款(三个月) |
fixedDepositRate6Month | 定期存款(半年) |
fixedDepositRate1Year | 定期存款整存整取(一年) |
fixedDepositRate2Year | 定期存款整存整取(二年) |
fixedDepositRate3Year | 定期存款整存整取(三年) |
fixedDepositRate5Year | 定期存款整存整取(五年) |
installmentFixedDepositRate1Year | 零存整取、整存零取、存本取息定期存款(一年) |
installmentFixedDepositRate3Year | 零存整取、整存零取、存本取息定期存款(三年) |
installmentFixedDepositRate5Year | 零存整取、整存零取、存本取息定期存款(五年) |
贷款利率:query_loan_rate_data()
方法说明:通过API接口获取贷款利率,可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取贷款利率 rs = bs.query_loan_rate_data(start_date="2010-01-01", end_date="2015-12-31") print('query_loan_rate_data respond error_code:'+rs.error_code) print('query_loan_rate_data respond error_msg:'+rs.error_msg) # 打印结果集 data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/loan_rate.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- start_date:开始日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空;
- end_date:结束日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空。
pubDate | loanRate6Month | loanRate6MonthTo1Year | loanRate1YearTo3Year | loanRate3YearTo5Year |
2010-10-20 | 5.100000 | 5.560000 | 5.600000 | 5.960000 |
2010-12-26 | 5.350000 | 5.810000 | 5.850000 | 6.220000 |
loanRateAbove5Year | mortgateRateBelow5Year | mortgateRateAbove5Year |
6.140000 | 3.500000 | 4.050000 |
6.400000 | 3.750000 | 4.300000 |
参数名称 | 参数描述 |
pubDate | 发布日期 |
loanRate6Month | 6个月贷款利率 |
loanRate6MonthTo1Year | 6个月至1年贷款利率 |
loanRate1YearTo3Year | 1年至3年贷款利率 |
loanRate3YearTo5Year | 3年至5年贷款利率 |
loanRateAbove5Year | 5年以上贷款利率 |
mortgateRateBelow5Year | 5年以下住房公积金贷款利率 |
mortgateRateAbove5Year | 5年以上住房公积金贷款利率 |
存款准备金率:query_required_reserve_ratio_data()
方法说明:通过API接口获取存款准备金率,可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取存款准备金率 rs = bs.query_required_reserve_ratio_data(start_date="2010-01-01", end_date="2015-12-31") print('query_required_reserve_ratio_data respond error_code:'+rs.error_code) print('query_required_reserve_ratio_data respond error_msg:'+rs.error_msg) # 打印结果集 data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/required_reserve_ratio.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- start_date:开始日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空;
- end_date:结束日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空;
- yearType:年份类别,默认为0,查询公告日期;1查询生效日期。
pubDate | effectiveDate | bigInstitutionsRatioPre | bigInstitutionsRatioAfter |
2010-01-12 | 2010-01-18 | 15.5 | 16.0 |
2010-02-12 | 2010-02-25 | 16.0 | 16.5 |
mediumInstitutionsRatioPre | mediumInstitutionsRatioAfter |
13.5 | 14.0 |
14.0 | 14.5 |
参数名称 | 参数描述 |
pubDate | 公告日期 |
effectiveDate | 生效日期 |
bigInstitutionsRatioPre | 人民币存款准备金率:大型存款类金融机构 调整前 |
bigInstitutionsRatioAfter | 人民币存款准备金率:大型存款类金融机构 调整后 |
mediumInstitutionsRatioPre | 人民币存款准备金率:中小型存款类金融机构 调整前 |
mediumInstitutionsRatioAfter | 人民币存款准备金率:中小型存款类金融机构 调整后 |
货币供应量:query_money_supply_data_month()
方法说明:通过API接口获取货币供应量,可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取货币供应量 rs = bs.query_money_supply_data_month(start_date="2010-01", end_date="2015-12") print('query_money_supply_data_month respond error_code:'+rs.error_code) print('query_money_supply_data_month respond error_msg:'+rs.error_msg) # 打印结果集 data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/money_supply_data_month.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- start_date:开始日期,格式XXXX-XX,发布日期在这个范围内,可以为空;
- end_date:结束日期,格式XXXX-XX,发布日期在这个范围内,可以为空。
statYear | statMonth | m0Month | m0YOY | m0ChainRelative | m1Month | m1YOY | m1ChainRelative |
2010 | 01 | 40758.580000 | —0.790000 | 6.566809 | 229588.980000 | 38.960000 | 3.677276 |
2010 | 02 | 42865.790000 | 21.980000 | 5.169979 | 224286.950000 | 34.990000 | —2.309357 |
m2Month | m2YOY | m2ChainRelative |
625609.290000 | 25.980000 | 2.521165 |
636072.260000 | 25.520000 | 1.672445 |
参数名称 | 参数描述 |
statYear | 统计年度 |
statMonth | 统计月份 |
m0Month | 货币供应量M0(月) |
m0YOY | 货币供应量M0(同比) |
m0ChainRelative | 货币供应量M0(环比) |
m1Month | 货币供应量M1(月) |
m1YOY | 货币供应量M1(同比) |
m1ChainRelative | 货币供应量M1(环比) |
m2Month | 货币供应量M2(月) |
m2YOY | 货币供应量M2(同比) |
m2ChainRelative | 货币供应量M2(环比) |
货币供应量(年底余额):query_money_supply_data_year()
方法说明:通过API接口获取货币供应量(年底余额),可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取货币供应量(年底余额) rs = bs.query_money_supply_data_year(start_date="2010", end_date="2015") print('query_money_supply_data_year respond error_code:'+rs.error_code) print('query_money_supply_data_year respond error_msg:'+rs.error_msg) # 打印结果集 data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/money_supply_data_year.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- start_date:开始日期,格式XXXX,发布日期在这个范围内,可以为空;
- end_date:结束日期,格式XXXX,发布日期在这个范围内,可以为空。
statYear | m0Year | m0YearYOY | m1Year | m1YearYOY | m2Year | m2YearYOY |
2010 | 44628.170000 | 16.700000 | 266621.540000 | 21.200000 | 725851.800000 | 19.700000 |
2011 | 50748.460000 | 13.760000 | 289847.700000 | 7.850000 | 851590.900000 | 13.610000 |
参数名称 | 参数描述 |
statYear | 统计年度 |
m0Year | 年货币供应量M0(亿元) |
m0YearYOY | 年货币供应量M0(同比) |
m1Year | 年货币供应量M1(亿元) |
m1YearYOY | 年货币供应量M1(同比) |
m2Year | 年货币供应量M2(亿元) |
m2YearYOY | 年货币供应量M2(同比) |
银行间同业拆放利率:query_shibor_data()
方法说明:通过API接口获取银行间同业拆放利率,可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取银行间同业拆放利率 rs = bs.query_shibor_data(start_date="2015-01-01", end_date="2015-12-31") print('query_shibor_data respond error_code:'+rs.error_code) print('query_shibor_data respond error_msg:'+rs.error_msg) # 打印结果集 data_list = [] 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()) result = pd.DataFrame(data_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/shibor_data.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- start_date:开始日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空;
- end_date:结束日期,格式XXXX-XX-XX,发布日期在这个范围内,可以为空。
date | shiborON | shibor1W | shibor2W | shibor1M | shibor3M | shibor6M | shibor9M | shibor1Y |
2015-01-04 | 3.640000 | 4.883000 | 5.794000 | 5.629000 | 5.138000 | 4.753700 | 4.624600 | 4.738500 |
2015-01-05 | 3.421000 | 4.725000 | 5.665000 | 5.364000 | 5.125000 | 4.747800 | 4.627600 | 4.742900 |
参数名称 | 参数描述 |
date | 日期 |
shiborON | 隔夜拆借利率 |
shibor1W | 1周拆放利率 |
shibor2W | 2周拆放利率 |
shibor1M | 1个月拆放利率 |
shibor3M | 3个月拆放利率 |
shibor6M | 6个月拆放利率 |
shibor9M | 9个月拆放利率 |
shibor1Y | 1年拆放利率 |
板块数据
行业分类:query_stock_industry()
方法说明:通过API接口获取行业分类信息,更新频率:每周一更新。返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取行业分类数据 rs = bs.query_stock_industry() # rs = bs.query_stock_basic(code_name="浦发银行") print('query_stock_industry error_code:'+rs.error_code) print('query_stock_industry respond error_msg:'+rs.error_msg) # 打印结果集 industry_list = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录,将记录合并在一起 industry_list.append(rs.get_row_data()) result = pd.DataFrame(industry_list, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/stock_industry.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- code:A股股票代码,sh或sz.+6位数字代码,或者指数代码,如:sh.601398。sh:上海;sz:深圳。可以为空;
- date:查询日期,格式XXXX-XX-XX,为空时默认最新日期。
updateDate | code | code_name | industry | industryClassification |
2018-11-26 | sh.600000 | 浦发银行 | 银行 | 申万一级行业 |
2018-11-26 | sh.600001 | 邯郸钢铁 | 申万一级行业 |
参数名称 | 参数描述 |
updateDate | 更新日期 |
code | 证券代码 |
code_name | 证券名称 |
industry | 所属行业 |
industryClassification | 所属行业类别 |
上证50成分股:query_sz50_stocks()
方法说明:通过API接口获取上证50成分股信息,更新频率:每周一更新。返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取上证50成分股 rs = bs.query_sz50_stocks() print('query_sz50 error_code:'+rs.error_code) print('query_sz50 error_msg:'+rs.error_msg) # 打印结果集 sz50_stocks = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录,将记录合并在一起 sz50_stocks.append(rs.get_row_data()) result = pd.DataFrame(sz50_stocks, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/sz50_stocks.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- date:查询日期,格式XXXX-XX-XX,为空时默认最新日期。
updateDate | code | code_name |
2018-11-26 | sh.600000 | 浦发银行 |
2018-11-26 | sh.600016 | 民生银行 |
参数名称 | 参数描述 |
updateDate | 更新日期 |
code | 证券代码 |
code_name | 证券名称 |
沪深300成分股:query_hs300_stocks()
方法说明:通过API接口获取沪深300成分股信息,更新频率:每周一更新。返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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300成分股 rs = bs.query_hs300_stocks() print('query_hs300 error_code:'+rs.error_code) print('query_hs300 error_msg:'+rs.error_msg) # 打印结果集 hs300_stocks = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录,将记录合并在一起 hs300_stocks.append(rs.get_row_data()) result = pd.DataFrame(hs300_stocks, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/hs300_stocks.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- date:查询日期,格式XXXX-XX-XX,为空时默认最新日期。
updateDate | code | code_name |
2018-11-26 | sh.600000 | 浦发银行 |
2018-11-26 | sh.600008 | 首创股份 |
参数名称 | 参数描述 |
updateDate | 更新日期 |
code | 证券代码 |
code_name | 证券名称 |
中证500成分股:query_zz500_stocks()
方法说明:通过API接口获取中证500成分股信息,更新频率:每周一更新。返回类型:pandas的DataFrame类型。 使用示例
import baostock as bs import pandas as pd # 登陆系统 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) # 获取中证500成分股 rs = bs.query_zz500_stocks() print('query_zz500 error_code:'+rs.error_code) print('query_zz500 error_msg:'+rs.error_msg) # 打印结果集 zz500_stocks = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录,将记录合并在一起 zz500_stocks.append(rs.get_row_data()) result = pd.DataFrame(zz500_stocks, columns=rs.fields) # 结果集输出到csv文件 result.to_csv("D:/zz500_stocks.csv", encoding="gbk", index=False) print(result) # 登出系统 bs.logout()
参数含义:
- date:查询日期,格式XXXX-XX-XX,为空时默认最新日期。
updateDate | code | code_name |
2018-11-26 | sh.600004 | 白云机场 |
2018-11-26 | sh.600006 | 东风汽车 |
参数名称 | 参数描述 |
updateDate | 更新日期 |
code | 证券代码 |
code_name | 证券名称 |
示例程序
获取指定日期全部股票的日K线数据
示例代码如下:
import baostock as bs import pandas as pd def download_data(date): bs.login() # 获取指定日期的指数、股票数据 stock_rs = bs.query_all_stock(date) stock_df = stock_rs.get_data() data_df = pd.DataFrame() for code in stock_df["code"]: print("Downloading :" + code) k_rs = bs.query_history_k_data_plus(code, "date,code,open,high,low,close", date, date) data_df = data_df.append(k_rs.get_data()) bs.logout() data_df.to_csv("D:\\demo_assignDayData.csv", encoding="gbk", index=False) print(data_df) if __name__ == '__main__': # 获取指定日期全部股票的日K线数据 download_data("2019-02-25")