“交易日查询”的版本间的差异

来自www.baostock.com
跳转至: 导航搜索
交易日查询:query_trade_dates()
交易日查询:query_trade_dates()
第1行: 第1行:
 
=== 交易日查询:query_trade_dates() ===
 
=== 交易日查询:query_trade_dates() ===
方法说明:查询股票交易日信息信息,可以通过参数设置获取起止年份数据,提供2014-2018年数据。
+
方法说明:查询股票交易日信息信息,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。
 
返回类型:pandas的DataFrame类型。
 
使用示例
 
使用示例

2018年9月27日 (四) 05:49的版本

交易日查询:query_trade_dates()

方法说明:查询股票交易日信息信息,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。
返回数据说明
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)