Python 2.x / 3.x
pandas
lxml
安装TuShare方式1：pip install tushare方式2：访问https://pypi.python.org/pypi/tushare/下载安装方式3：将源代码下载到本地python setup.py install
升级TuShare1、先查看本地与线上的版本版本号：pip search tushare2、升级TuShare：pip install tushare --upgrade
确认安装成功import tushare as tsprint ts.__version__
获取历史交易数据import tushare as tsdf = ts.get_hist_data('600848')ts.get_hist_data('600848'，ktype='W') #获取周k线数据ts.get_hist_data('600848'，ktype='M') #获取月k线数据 ts.get_hist_data('600848'，ktype='5') #获取5分钟k线数据 ts.get_hist_data('600848'，ktype='15') #获取15分钟k线数据 ts.get_hist_data('600848'，ktype='30') #获取30分钟k线数据 ts.get_hist_data('600848'，ktype='60') #获取60分钟k线数据 ts.get_hist_data('sh'）#获取上证指数k线数据，其它参数与个股一致，下同 ts.get_hist_data('sz'）#获取深圳成指k线数据 ts.get_hist_data('hs300'）#获取沪深300指数k线数据 ts.get_hist_data('sz50'）#获取上证50指数k线数据 ts.get_hist_data('zxb'）#获取中小板指数k线数据 ts.get_hist_data('cyb'）#获取创业板指数k线数据
获取历史分笔数据df = ts.get_tick_data('000756','2015-03-27')df.head(10)
获取实时分笔数据df = ts.get_realtime_quotes('000581') print df[['code','name','price','bid','ask','volume','amount','time']]返回值说明：0：name，股票名字1：open，今日开盘价2：pre_close，昨日收盘价3：price，当前价格4：high，今日最高价5：low，今日最低价6：bid，竞买价，即“买一”报价7：ask，竞卖价，即“卖一”报价8：volumn，成交量 maybe you need do volumn/1009：amount，成交金额（元 CNY）10：b1_v，委买一（笔数 bid volume）11：b1_p，委买一（价格 bid price）12：b2_v，“买二”13：b2_p，“买二”14：b3_v，“买三”15：b3_p，“买三”16：b4_v，“买四”17：b4_p，“买四”18：b5_v，“买五”19：b5_p，“买五”20：a1_v，委卖一（笔数 ask volume）21：a1_p，委卖一（价格 ask price）...30：date，日期31：time，时间END
股票分数数据行业分类ts.get_industry_classified()概念分类，所有股票炒作概念，比如苹果、特斯拉等ts.get_concept_classified()地域分类ts.get_area_classified()中小板分类ts.get_sme_classified()创业板分类ts.get_gem_classified()风险警示板分类ts.get_st_classified()沪深300成份股及权重ts.get_hs300s()上证50成份股ts.get_sz50s()
基本面数据沪深股票列表（基础数据，沪深所有股票情况）ts.get_stock_basics()业绩报告（主表）#获取2014年第3季度的业绩报表数据ts.get_report_data(2014,3)盈利能力数据#获取2014年第3季度的盈利能力数据ts.get_profit_data(2014,3)营运能力数据#获取2014年第3季度的营运能力数据ts.get_operation_data(2014,3)成长能力数据ts.get_growth_data(2014,3)偿债能力数据ts.get_debtpaying_data(2014,3)现金流量数据ts.get_cashflow_data(2014,3)
宏观经济数据目前宏观经济数据主要包括以下方面：金融信息数据国民经济数据价格指数数据景气指数数据对外经济贸易数据END
保存为csv格式import tushare as tsdf = ts.get_hist_data('000875')#直接保存df.to_csv('c:/day/000875.csv')#选择保存df.to_csv('c:/day/000875.csv',columns=['open','high','low','close'])保存为Excel格式df = ts.get_hist_data('000875')#直接保存df.to_excel('c:/day/000875.xlsx')#设定数据位置（从第3行，第6列开始插入数据）df.to_excel('c:/day/000875.xlsx', startrow=2,startcol=5)保存为HDF5文件格式df = ts.get_hist_data('000875')df.to_hdf('c:/day/hdf.h5','000875')保存为JSON格式df = ts.get_hist_data('000875')df.to_json('c:/day/000875.json',orient='records')
MySQL数据库pandas提供了将数据便捷存入关系型数据库的方法，在新版的pandas中，主要是已sqlalchemy方式与数据建立连接，支持MySQL、Postgresql、Oracle、MS SQLServer、SQLite等主流数据库。本例以MySQL数据库为代表，展示将获取到的股票数据存入数据库的方法,其他类型数据库请参考sqlalchemy官网文档的create_engine部分。from sqlalchemy import create_engineimport tushare as tsdf = ts.get_tick_data('600848',date='2014-12-22')engine = create_engine('mysql://user:passwd@127.0.0.1/db_name?charset=utf8')#存入数据库df.to_sql('tick_data',engine)#追加数据到现有表#df.to_sql('tick_data',engine,if_exists='append')
存入MongoDBimport pymongoimport jsonconn = pymongo.Connection('127.0.0.1', port=27017)df = ts.get_tick_data('600848',date='2014-12-22')conn.db.tickdata.insert(json.loads(df.to_json(orient='records')))END