df = get_price(g.hold_list, end_date=context.previous_date, frequency='daily', fields=['close','high_limit','low_limit'], count=1, panel=False, fill_paused=False) df = df[df['close'] == df['high_limit']]#获取昨日涨停列表 g.yesterday_HL_list = df['code'].tolist() else: ...
当输入是多支股票时,get_price(获取行情数据)函数的返回是一个[pandas.Panel]对象。 Panel中包含多个宽格式的[pandas.DataFrame]对象。 2.在实际分析工作中,常需要用长格式类型的的数据,下面我们用Pandas内置的函数把宽数据转换为长数据。
由于Pandas中的Panel类型在版本0.25.0之后过时废弃了,我们在调用get_price()获取多标数据的时候要设定panel=False。这个时候它返回的结果是DataFrame的类型,但返回的DataFrame数据是以不同的股票收盘价堆叠形成的: df=get_price(stock_code_list, '2019-12-02', '2019-12-05', 'daily', 'close', panel=False...
skip_paused=True, df=True, fq='pre'):"""获取单个标的多个数据字段,如果有查询多个标的的场景建议直接用get_price批量获取更快"""data = get_price(security, end_date=datetime.datetime.now() , panel=False , count=count,frequency =unit,fq=fq ,skip_paused=skip_paused ,fields=fields )ifdf isFa...
ZZ500 = get_price('000905.XSHG', start_date= toDay , end_date=toDay ,frequency='daily', fields=['close'], skip_paused=False, fq='pre') ZZ500 = ZZ500.rename(columns= {'close':'500'}) IC2108 = get_price('IC2108.CCFX', start_date=toDay, end_date= toDay, frequency='daily', ...
get_security_info(code) 参数 code: 指数代码 返回值 一个对象, 有如下属性: display_name # 中文名称 name # 缩写简称 start_date # 上市日期, [datetime.date] 类型 end_date # 退市日期,[datetime.date] 类型, 如果没有退市则为2200-01-01 ...
df = jqdatasdk.get_price("000001.XSHE") print(df) 使用方法 【重磅更新】聚宽数据-JQData 本地量化数据开放公测 https://www.joinquant.com/data/dict/jqDataSdkwww.joinquant.com/data/dict/jqDataSdk (1)JQData申请:https://www.joinquant.com/default/index/sdk?f=home&m=banner ...
get_price('000001.XSHE', start_date='2015-01-01', end_date='2015-01-31 23:00:00', frequency='1m', fields=['open','close'])# 获得000001.XSHG的2015年01月的分钟数据, 只获取open close字段 get_bars 设置复权基准日为 2018-01-05 , 取得的最近5条包括 end_dt 的天数据 ...
返回结果与通达信,同花顺和东方财富均不一致,原因是get_price获取的源数据与炒股软件不一致 计算方式与通达信,同花顺和东方财富相同用法注释:成交量大,代表交投热络,可界定为热门股; 底部起涨点出现大成交量(成交手数),代表攻击量; 头部地区出现大成交量(成交手数),代表出货量; 观察成交金额的变化,比观察成交手数...
df = get_price(code, start_date=startdate, end_date= enddate,frequency='daily', fields=['close'], skip_paused=False, fq='pre') df['Code'] = code return df code_list = ['IC2109.CCFX','IC2110.CCFX','IC2112.CCFX','IC2203.CCFX'] ...