Python API文档
来自www.baostock.com
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。
示例数据：
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()
通过API接口获取复权因子信息数据。示例数据：
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")
