“估值指标(日频)”的版本间的差异

来自www.baostock.com
跳转至: 导航搜索
(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()

返回数据说明
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