“复权因子信息”的版本间的差异

来自www.baostock.com
跳转至: 导航搜索
复权因子:query_adjust_factor()
第33行: 第33行:
 
* start_date:开始日期,为空时默认为2015-01-01,包含此日期;
 
* 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。
 
* end_date:结束日期,为空时默认当前日期,包含此日期。
 +
 +
{| class="wikitable"
 +
|+返回示例数据
 +
|-
 +
|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
 +
|}
  
 
{| class="wikitable"
 
{| class="wikitable"

2018年12月2日 (日) 14:46的版本

复权因子:query_adjust_factor()

通过query_adjust_factor()获取复权因子信息数据。示例数据:下载

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。
返回示例数据
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
返回数据说明
参数名称 参数描述
code 证券代码
dividOperateDate 除权除息日期
foreAdjustFactor 向前复权因子
backAdjustFactor 向后复权因子
adjustFactor 本次复权因子