作者寄语 新增:股市-外汇-商品-工行-农行的实时报价数据接口,可以配合之前的 watch_jinshi_fx 接口来使用,本次主要还是以熟悉 websocket 接口为主,本次接口比 watch_jinshi_fx 更新接口 "watch_jinshi_quotes" # 行情报价实时数据接口 Websocket-行情 接口: watch_jinshi_quotes 目标地址: https://datacenter.jin10 .com/price_wall 描述: 获取股市、外汇、商品、工行、农行实时行情数据, 如需要存储数据请修改 「on_message」 接口 限量: 主动推送 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 - - - 基于 websocket 的接口 接口示例 import akshare as ak ak.watch_jinshi_quotes() 数据示例
Pandas_datareader 这本书是从最基础的用Python获取股票数据开始的,本书使用了Pandas_datareader来获取yahoo金融的数据,实验如下: 这里和原书一样,用了DataReader 来拉数据,但是要注意的是,我连上学校提供的v*n才成功(难道是我朝特色? 通过进一步的探索,我又发现了一个名叫tushare的Python库,它是国人开发的,应该不需要V*N才能连接,于是我又进行了实验,如下: 果然,即便在断开V*N的情况下,tushare依旧可以获取到股票的历史行情数据 JoinQuant 在阅读了本书后面的部分,我发现还可以有一种方法来获取数据,就是用现成的量化平台。这里我用joinquant实验了一下,如下: 可以看到,通过平台获取数据,还是比较简单的。 不需要安装额外的库,甚至都不需要导入任何库,直接使用get_price就可以获得行情数据。 结语 目前我只是试读了本书的开头几章,并按照内容进行了一些实验。
作者寄语 更新 基金数据-基金行情数据 接口,本接口主要返回特定基金的开高低收成交量的数据。 更新接口 "fund_etf_hist_sina" # 基金数据-基金行情数据 基金行情 接口: fund_etf_hist_sina 目标地址: http://vip.stock.finance.sina.com.cn /fund_center/index.html#jjhqetf 描述: 获取新浪财经-基金行情的日频率行情数据 限量: 单次返回指定基金的所有数据 输入参数 名称 类型 必选 描述 symbol str as ak fund_etf_hist_sina_df = ak.fund_etf_hist_sina(symbol="sz169103") print(fund_etf_hist_sina_df) 数据示例 2016-08-17 1.189 1.199 1.109 1.160 17700 3 2016-08-18 1.117 1.120 1.117 1.120 16100 4
更新接口 "stock_zh_a_spot_em" # 沪深京 A 股-行情数据 沪深京 A 股 接口: stock_zh_a_spot_em 目标地址: http://quote.eastmoney.com /center/gridlist.html#hs_a_board 描述: 东方财富网-沪深京 A 股-实时行情数据 限量: 单次返回所有沪深京 A 股上市公司的实时行情数据 输入参数 名称 类型 描述 import akshare as ak stock_zh_a_spot_em_df = ak.stock_zh_a_spot_em() print(stock_zh_a_spot_em_df) 数据示例 0.00 43.58 43.58 2 3 688011 新光光电 25.85 ... 0.00 0.00 -12.67 -21.21 3 4 688071 华依科技 38.87 ... 0.00 0.00 -21.24 -40.92 4 5 688280 精进电动-UW 12.90 ... 0.00
导读 作为一名数据从业者,当然干什么事都喜欢用数据说话。 2020年上半年,在个人正式入职数据分析师前,专门从数据分析的角度探索了一把数据分析师就业现状,近日,刚好自己开启大数据岗位,所以就再分析下大数据相关岗位就业招聘现状,仅供参考。 ? 数据来源:以某直聘平台为数据来源,以“大数据”为关键词,设置搜索条件为:杭州市规模在10000人以上的上市公司。 当然,由于这里仅获取到了10页数据而并非海量数据,所以样本排序先后将对数据真实分布有一定影响。 招聘信息搜索结果 这里直接爬取的字段相对较为整齐,多数字段均无需清洗处理,但为了后续分析需要,这里做以下4步处理: 过滤实习生招聘记录,即通过薪酬范围字段按天计算的记录,抓取记录中共2条; 将招聘公司统一为集团公司名称
作者寄语 本次更新沪深 A 股的历史行情数据,本次采用网易的数据,该接口可以获取总市值、流通市值数据,可以补充东财和新浪的数据,但是该接口不能返回复权数据。 更新接口 "stock_zh_a_hist_163" # 历史行情数据-网易 历史行情数据-网易 接口: stock_zh_a_hist_163 目标地址: http://quote.eastmoney.com from=classic 描述: 网易财经-行情首页-沪深 A 股-每日行情; 该接口主要用户获取流通市值、总市值等指标 限量: 单次返回指定沪深 A 股(不包含北交所)上市公司指定日期间的历史行情日频率数据 , 该接口只返回未复权数据 输入参数 名称 类型 描述 symbol str symbol='sh601318'; 股票代码可以在 ak.stock_zh_a_spot() 中获取 start_date 1.567348e+12 9.287927e+11 3 2021-01-07 601318 中国平安 ... 9.137581e+09 1.576854e+12 9.344256e+11 4
库里是过去抓取的行情数据,间隔6秒,每分钟8-10个数据不等,还有开盘前后的一些数据,用Pandas可以更加优雅地进行处理。 %S') for idx in df['time']] #索引列 df['newc']=ii df=df.set_index('newc') 这样就得到datetime类型的index了,要保留分钟的数据
作者寄语 本次修改原来的 「全球债券行情数据」 接口,重命名函数和增加频率字段,可以设定:日、周、月的数据频率。 更新接口 "bond_investing_global" # 全球债券行情数据 全球债券行情数据 接口: bond_investing_global 目标地址: https://cn.investing.com /rates-bonds/ 描述: 获取全球政府债券行情与收益率, 由于涉及国家和债券多(「近1000」个债券)具体参见国家-债券目录 具体的调用方式可以参照: 先查询指数所在的国家名称; 复制网页上国家名称 "中国", index_name="中国1年期国债", period="每周", start_date="2000-01-01", end_date="2020-06-06")」; 稍后就可以获得所需数据 年期国债", period="每周", start_date="2000-01-01", end_date="2020-06-06") print(bond_investing_global_df) 数据示例
作者寄语 本次新增 stock_sz_a_spot_em 接口,该接口主要用于获取深圳证券交易所所有股票的行情数据,同时增加总市值、流通市值、涨速、5分钟涨跌、60日涨跌幅和年初至今涨跌幅字段,该接口可以获取所有股票当前时点的多字段信息 更新接口 "stock_sz_a_spot_em" # 深 A 股-行情数据 深 A 股 接口: stock_sz_a_spot_em 目标地址: http://quote.eastmoney.com /center/gridlist.html#sz_a_board 描述: 东方财富网-深 A 股-实时行情数据 限量: 单次返回所有深 A 股上市公司的实时行情数据 输入参数 名称 类型 描述 - - -0.11 -4.06 -9.17 2 3 300812 易天股份 17.24 ... 0.06 -0.06 -13.89 -20.26 3 4 300910 瑞丰新材 49.11 ... 0.00 -0.28 -14.41 -37.87 4 5 300428 立中集团 27.08 ... 0.00 0.00
之前开发的外汇量化交易系统,行情和交易接口都是通过在MT4平台下编写EA来实现,具体方法是: 1、用C++编写一个动态库文件,在里面实现行情和交易数据调用接口,将报价数据和K线数据写入数据库中,并从数据库中获取外汇量化系统发出的交易指令 2、在MT4中编写EA文件,在MT4上不间断运行,从MT4平台实时获取报价和K线数据,并调用动态库写入数据库中,于此同时,不断从数据库中获取交易指令,再调用MT4的交易指令完成交易。 缺点就是必须打开一个MT4软件专门获取行情和报价数据,同时每个交易的账户也必须要运行一个MT4软件,比如有10个外汇账户,就必须运行10个MT4软件。 对于MT4行情和交易的API接口,自己一直都有耳闻,据说这种API接口,可以直接连接MT4行情和交易服务器,而且可以不用管是哪家外汇平台,只要该平台支持MT4软件即可使用。 首先建立一个行情获取后台线程,通过API接口实时读取行情数据不断放入行情缓冲区中,再建立一个行情写库后台线程,读取行情缓冲区数据并写入数据库中。
作者寄语 本次新增 stock_sh_a_spot_em 接口,该接口主要用于获取上海证券交易所所有股票的行情数据,同时增加总市值、流通市值、涨速、5分钟涨跌、60日涨跌幅和年初至今涨跌幅字段,该接口可以获取所有股票当前时点的多字段信息 更新接口 "stock_sh_a_spot_em" # 沪 A 股-行情数据 沪 A 股 接口: stock_sh_a_spot_em 目标地址: http://quote.eastmoney.com /center/gridlist.html#sh_a_board 描述: 东方财富网-沪 A 股-实时行情数据 限量: 单次返回所有沪 A 股上市公司的实时行情数据 输入参数 名称 类型 描述 - - 0.00 -12.67 -21.21 2 3 688071 华依科技 38.87 ... 0.00 0.00 -21.24 -40.92 3 4 688280 精进电动-UW 12.90 ... 0.00 0.00 0.86 -15.41 4 5 688258 卓易信息 36.86 ... 0.00
作者寄语 深圳碳排放交易所-国际行情 更新接口 "energy_carbon_eu" # 碳排放权-国际 碳排放权-国际 接口: energy_carbon_eu 目标地址: http://www.cerx.cn /dailynewsOuter/index.htm 描述: 获取深圳碳排放交易所-国际碳情 限量: 全部历史数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 接口示例 import akshare as ak energy_carbon_eu_df = ak.energy_carbon_eu() print(energy_carbon_eu_df) 数据示例 NaN 0.25 1000.0 NaN 3 2020-04-28 欧盟EUA NaN NaN NaN NaN 20.21 21249000.0 NaN 4
作者寄语 本次对原 stock_zh_b_spot_em 接口增加部分字段,该接口主要用于获取 B 股股票的行情数据,增加字段为总市值、流通市值、涨速、5分钟涨跌、60日涨跌幅和年初至今涨跌幅字段 更新接口 "stock_zh_b_spot_em" # B 股-行情数据 实时行情数据-东财 接口: stock_zh_b_spot_em 目标地址: http://quote.eastmoney.com /center/gridlist.html#hs_b_board 描述: 东方财富网-实时行情数据 限量: 单次返回所有 B 股上市公司的实时行情数据 输入参数 名称 类型 描述 - - - 输出参数 0.00 0.23 20.11 1.38 2 3 900914 锦在线B 0.702 ... 0.14 0.29 13.96 16.42 3 4 200761 本钢板B 2.670 ... 0.00 0.38 8.54 1.14 4 5 900957 凌云B股 0.568 ... 0.00 -0.35
作者寄语 新增板块行情的数据接口,主要可以查询当前的热点板块,该接口可以查询实时的板块行情数据。 更新接口 "stock_sector_spot" # 板块行情 板块行情 接口: stock_sector_spot 目标地址: http://finance.sina.com.cn/stock/sl / 描述: 获取新浪行业-板块行情 限量: 单次获取指定的板块行情实时数据 输入参数 名称 类型 必选 描述 indicator str Y indicator="新浪行业"; choice of {" as ak stock_industry_sina_df = ak.stock_sector_spot(indicator="新浪行业") print(stock_industry_sina_df) 数据示例 7.210 0.340 *ST生物 3 new_dlhy 电力行业 62 5.8449152542373 ... 5.681 12.650 0.680 深南电A 4
更新接口 "stock_zh_a_cdr_daily" # A股-CDR-历史行情数据 A股-CDR 历史行情数据 接口: stock_zh_a_cdr_daily 目标地址: https://finance.sina.com.cn /realstock/company/sh689009/nc.shtml 描述: 上海证券交易所-科创板-CDR 限量: 单次返回指定 CDR 的日频率数据, 分钟历史行情数据可以通过 stock_zh_a_minute stock_zh_a_cdr_daily_df = ak.stock_zh_a_cdr_daily(symbol='sh689009') print(stock_zh_a_cdr_daily_df) 数据示例
作者寄语 本次更新在 futures_foreign_commodity_realtime 新增欧洲碳排放的实时行情数据。 更新接口 "futures_foreign_commodity_realtime" # 外盘-实时行情数据 外盘-实时行情数据 接口: futures_foreign_commodity_realtime 目标地址: https://finance.sina.com.cn/money/future/hf.html 描述: 新浪财经-外盘商品期货数据 限量: 单次返回当前交易日的订阅的所有期货品种的数据 - 开盘价 float64 - 最高价 float64 - 最低价 float64 - 昨日结算价 float64 - 持仓量 float64 - 买价 float64 - 卖价 float64 - 行情时间 2246.000 18:02:38 2021-11-22 3 LME锡3个月 38309.000 244472.7144 ... 38455.000 16:29:56 2021-11-22 4
在量化交易和金融数据分析领域,股票行情 API、港美股报价 API、港美股数据 API和处理股票行情数据是核心需求之一。 与传统轮询方式相比,WebSocket 技术提供了真正的实时数据推送能力,大大降低了延迟。 目前市面上有多种股票行情数据接口,包括免费和付费的,如聚宽、Tushare、iTick 等。 数据流处理器import lombok.extern.slf4j.Slf4j;import java.util.concurrent.BlockingQueue;import java.util.concurrent.LinkedBlockingQueue offered) { log.warn("数据队列已满,丢弃行情数据: {}", quote.getSymbol()); // 可以在这里实现背压策略或数据采样 ;import java.net.URI;import java.util.concurrent.CountDownLatch;/** * 股票实时行情应用示例 */@Slf4jpublic class
图片一、为什么要爬取新闻评论数据并进行情绪识别?爬取新闻评论数据并进行情绪识别的目的是为了从网页中抓取用户对新闻事件或话题的评价内容,并从中识别和提取用户的情绪或态度,如积极、消极、中立等。 ,如提供正能量的内容、提供帮助或建议等;二、如何爬取新闻评论数据并进行情绪识别? shtml;2)使用Python语言和requests库,配合爬虫代理服务,发送请求,获取新闻页面的HTML源码;3)使用BeautifulSoup库,解析HTML源码,提取新闻标题、正文和评论区域的元素;4) 以下是一个完整的代码示例,用Python语言和相关库,配合爬虫代理服务,爬取新闻评论数据并进行情绪分析: # 导入相关库import requestsfrom bs4 import BeautifulSoupimport )print(df.head())四、总结和展望 通过上面的示例代码,我们可以看到,使用Python语言和相关库,配合爬虫代理服务,爬取新闻评论数据并进行情绪识别是一件不难的事情。
作者寄语 新增债券数据-现券市场成交行情 更新接口 "bond_spot_deal" # 现券市场成交行情 现券市场成交行情 接口: bond_spot_deal 目标地址: http://www.chinamoney.com.cn /chinese/mkdatabond/ 描述: 提供中国外汇交易中心暨全国银行间同业拆借中心-市场数据-市场行情-债券市场行情-现券市场成交行情 限量: 单次返回所有即期数据 输入参数 名称 类型 必选 注意单位: 亿 接口示例 import akshare as ak bond_spot_deal_df = ak.bond_spot_deal() print(bond_spot_deal_df) 数据示例 100.48 2.9075 0.65 2.9164 241.1200 3 20国开12 100.50 3.2148 -0.52 3.2302 148.1520 4
毫秒级延迟、十档盘口、逐笔成交——深入解读 Level-2 行情数据的技术架构与接入实践在量化交易领域,数据是策略的灵魂。 本文将系统介绍 A 股 Level-2 行情数据 API 的技术特点、接入方案及实战应用,帮助开发者在量化交易的道路上构建坚实的数据底座。 一、Level-2 行情:超越传统行情的微观视角1.1 什么是 Level-2 行情数据?Level-2 行情是目前国内证券市场上最完整、颗粒度最精细的交易信息数据。 : 1-1分钟, 2-5分钟, 3-15分钟, 4-30分钟, 5-60分钟, 8-日K, 9-周K, 10-月K limit: 返回的 K 线条数 """ url = f"{BASE_URL 七、结语A 股 Level-2 行情数据 API 为量化开发者打开了一扇通往市场微观结构的大门。从十档盘口的深度分析到逐笔成交的资金流向追踪,Level-2 数据承载着比传统行情丰富十倍的信号价值。