python股票数据分析_用Python抓取新浪的股票数据「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

最近做数据分析，先是找到了Tushare这个免费开源的第三方财经包，但后来用了几天之后发现，它的日交易历史数据有时候有不准确的情况，查看源代码发现，这个包的数据源是凤凰财经，而对比凤凰网站其站点的数据本身就是有出入的，所以到也不是Tushare的问题。于是百度了一圈，发现很多网友都是获取新浪的股票数据，包括其历史数据和实时数据。于是乎试了一下，发现速度还挺快，没有具体去测时间但从感官上要比Tushare获取的凤凰数据要快得多。并且数据也很丰富，囊括了每只票自上市以来的所有数据，对此Tushare貌似只有三年数据。当然，新浪数据也有不足的地方，细节上没凤凰数据那么丰富，没有价MA5、MA10以及量MA5、MA10等等，最重要的还是缺少每天的交易额。所幸我目前计算所需的数据里还不包括每天交易额。

新浪财经的数据接口地址是：http://money.finance.sina.com.cn/quotes_service/api/jsonp_v2.php/var=/CN_MarketData.getKLineData?symbol=sz000001&scale=240&ma=no&datalen=60。在地址里symbol指的是股票代码，这里需要注意的是不能只填数字代码，还需要把交易市场的前缀加上去，比如sz000001指的是平安银行，而sh000001则是上证指数；scale表示的是时间长度，以分钟为基本单位，输入240就表示下载日K线数据，60就是小时K线数据，貌似最短时间是5分钟，并没有提供分钟数据；datalen则是获取数据的条数，在日K线的时间长度了，datalen就是获取60天日K数据，当然也可以获取60小时K数据。

人生苦短，我用Python，所以代码就用它了，其实以前一直是用世界上最好的语言PHP 的，这是为了做数据分析才开始学着用Python，代码粗糙了些，返回的是个列表，每笔数据则是字典，将就着看吧。

import urllib.request

links = ‘http://money.finance.sina.com.cn/quotes_service/api/jsonp_v2.php/var=/CN_MarketData.getKLineData?symbol=’ + code + ‘&scale=’ + str(scale) + ‘&ma=no&datalen=’+str(datalen)

histData = urllib.request.urlopen(links).read()

histData = str(histData).split(‘[‘)[1]

histData = histData[1:len(histData) – 4].split(‘},{‘)

datas = []

for i in range(0, len(histData)):

column = {}

dayData = histData[i].split(‘,’)

for j in range(0, len(dayData)):

field = dayData[j].split(‘:”‘)

if field[0] == ‘day’:

column[‘date’] = field[1].replace(‘”‘, ”)

else:

column[field[0]] = field[1].replace(‘”‘, ”)

datas.append(column)

return datas

PS：这里要说明的是新浪默认字段里，日期字段名称是day，个人觉得很是膈应，如果是小时数据或者5分钟数据还叫day岂不难受？所以改成了 date，其实没什么大的意义，个人喜好而已。

实时数据获取方式和历史数据差别不大，需要的也是完整代码，地址是：http://hq.sinajs.cn/list=sz000001，不同的是实时数据可以多支同时获取的，代码之间用逗号隔开就可以了，经过实验，貌似最多一次可以获取100只票的实时数据。

links = ‘http://hq.sinajs.cn/list=’ + codes

realTimeData = urllib.request.urlopen(links).read()

realTimeData = realTimeData.decode(‘gbk’).replace(‘”‘,”).split(‘\n’)

data = {}

for i in range(len(realTimeData)-1):

if len(realTimeData[i]) > 0:

data[realTimeData[i].split(‘=’)[0].split(‘_’)[2][2:]] = realTimeData[i].split(‘=’)[1].split(‘,’)[:-1]

return data

PS：大家获取可别太多线程，我试过，会被封。