获取股票数据

安装baostock库

pip install baostock

baostock库的特性

1. 证券宝www.baostock.com是一个免费、开源的证券数据平台（无需注册）
2. 返回的数据格式是pandas DataFrame类型，以便于用pandas/NumPy/Matplotlib进行数据分析和可视化
3. 当前交易日17:30，完成日K线数据入库
4. 当前交易日20:30，完成分钟K线数据入库
5. 第二自然日1:30，完成前交易日“其它财务报告数据”入库

获取A股K线数据

注意：baostock库除了获取K线数据之外，还能获取估值指标、盈利能力、营运能力、成长能力、偿债能力等信息，但因为本文聚焦于对K线图的绘制，因此不涉及这些函数的使用。

核心代码如下

import baostock as bs

lg = bs.login()
rs = bs.query_history_k_data_plus("sh.000001",   "date,code,open,high,low,close",
     start_date='2020-07-01', end_date='2020-07-29',
     frequency="d", adjustflag="3")

第一个参数指定要获取K线数据的股票的代码，上证综指是“sh.000001”，深证成指是“sz.399001”，而创业板指是“sz.399006”，也可以是各个股票的代码，例如浦发银行“sh.600000”。

第二个参数指定要提取的数据，例子中的“date,code,open,high,low,close”分别对应日期、代码、开盘价、最高价、最低价、收盘价。其余可以指定的数据和含义如下

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

第三个参数start_date指定数据的开始日期（包含），为空时取2015-01-01。

第四个参数end_date指定数据的结束日期（包含），为空时取最近一个交易日。

第五个参数frequency指定数据类型，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。

第六个参数adjustflag指定复权类型，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。 对于指数来说，该参数没有任何影响。

完整代码如下

import baostock as bs
import pandas as pd

# 登陆系统
lg = bs.login()

# 获取沪深A股历史K线数据
rs = bs.query_history_k_data_plus("sh.000001",
    "date,code,open,high,low,close",
    start_date='2020-07-01', end_date='2020-07-29',
    frequency="d", adjustflag="3")

# 输出结果
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("szzz.csv", index=False)
print(result)

# 退出系统
bs.logout()

画K线图

安装mpl_finance库

pip install --upgrade mplfinance

mpl_finance库的特性

mpl_finance库提供了对财务数据进行可视化和分析的工具。

最简单的使用

import pandas as pd
import mplfinance as mpf

# 读取刚刚保存的数据
daily = pd.read_csv('szzz.csv', index_col=0, parse_dates=True, usecols=[0, 2, 3, 4, 5])

mpf.plot(daily)

咦？怎么和平常见的不一样？加入一些参数即可！

mpf.plot(daily, type='candle')

敢不敢再丑一点？

mpf.plot(daily, type='candle', style='charles')

mpf.plot(daily, type='candle', style='yahoo')

mpf.plot(daily, type='candle', style='starsandstripes')