“估值指标(日频)”的版本间的差异
来自www.baostock.com
(创建页面,内容为“__NOTOC__ == 沪深A股估值指标(日频) 示例 == 通过query_history_k_data()获取沪深A股估值指标(日频)数据。 <pre> import baostock as bs import p…”) |
(没有差异)
|
2018年2月22日 (四) 10:36的版本
沪深A股估值指标(日频) 示例
通过query_history_k_data()获取沪深A股估值指标(日频)数据。
import baostock as bs import pandas as pd #### 登陆系统 #### lg = bs.login(user_id="anonymous", password="123456") # 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股估值指标(日频)数据 #### # peTTM 动态市盈率 # psTTM 市销率 # pcfNcfTTM 市现率 # pbMRQ 市净率 rs = bs.query_history_k_data("sh.600000", "date,code,close,peTTM,pbMRQ,psTTM,pcfNcfTTM", start_date='2015-01-01', end_date='2017-12-31', frequency="d", adjustflag="3") print('query_history_k_data respond error_code:'+rs.error_code) print('query_history_k_data respond error_msg:'+rs.error_msg) #### 打印结果集 #### result = pd.DataFrame(columns=["date","code","close","peTTM","pbMRQ","psTTM","pcfNcfTTM"]) while (rs.error_code == '0') & rs.next(): # 分页查询,将每页信息合并在一起 result = result.append(rs.get_row_data(), ignore_index=True) # columns rename result.rename(columns={'date':'date日期','code': 'code证券代码','close': 'close收盘价','peTTM': 'peTTM动态市盈率','pbMRQ': 'pbMRQ市净率','psTTM': 'psTTM市销率','pcfNcfTTM': 'pcfNcfTTM市现率'}, inplace=True) #### 结果集输出到csv文件 #### result.to_csv("D:\\history_A_stock_valuation_indicator_data.csv", encoding="gbk", index=False) print(result) #### 登出系统 #### bs.logout()
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 |
peTTM | 动态市盈率 | 精度:小数点后4位 |
psTTM | 市销率 | 精度:小数点后4位 |
pcfNcfTTM | 市现率 | 精度:小数点后4位 |
pbMRQ | 市净率 | 精度:小数点后4位 |