BaoStock（证券宝）数据平台入门

文章目录 BaoStock平台简介 平台介绍

证券宝www.baostock.com是一个免费、开源的证券数据平台（无需注册）。

提供大量准确、完整的证券历史行情数据、上市公司财务数据等。

通过python API获取证券数据信息，满足量化交易投资者、数量金融爱好者、计量经济从业者数据需求。

返回的数据格式：

pandas DataFrame类型，以便于用pandas/NumPy/Matplotlib进行数据分析和可视化。同时支持通过BaoStock的数据存储功能，将数据全部保存到本地后进行分析。

支持语言：目前版本BaoStock.com目前只支持Python3.5及以上(暂不支持python 2.x)。

持续更新：BaoStock.com还在不断的完善和优化，后续将逐步增加港股、期货、外汇和基金等方面的金融数据，为成为一个免费金融数据平台努力。

分享优化：请通过微信、网站博客或者知乎文章等方式分享给大家，使它能在大家的使用过程中逐步得到改进与提升，以便于更好地为大家提供免费服务。

平台麦克：证券宝BaoStock.com从发布到现在，已经帮助很多用户在数据方面减轻了工作量，同时也得到很多用户的反馈。它将一如既往的以免费、开源的形式分享出来，希望给有需要的朋友带来一些帮助。

平台服务特点

Baostock 平台的一些主要特点和服务：

数据覆盖范围广泛：Baostock 提供了广泛的金融数据，涵盖了中国A股市场的股票、指数、基金、期货等多个领域。用户可以获取到历史K线数据、财务报表、公司公告等各类金融信息。

数据接口多样：Baostock 提供了多种数据接口，包括Python、Java、C++等不同编程语言的接口，使得开发者可以更灵活地使用其提供的数据服务。用户可以通过 API 获取数据，进行进一步的数据分析和量化研究。

专业的数据分析工具：Baostock 平台提供了一系列专业的数据分析工具，帮助用户进行技术分析、基本面分析、资金流向分析等。这些工具能够辅助用户制定投资策略、进行风险管理和优化投资组合。

量化交易支持：Baostock 的数据服务也支持量化交易，用户可以通过平台获取实时市场数据，进行算法交易和策略回测。这使得投资者能够更加智能地执行交易策略，提高投资效益。

社区支持和文档资源：Baostock 平台拥有活跃的社区，用户可以在社区中分享经验、提问问题，并得到其他用户和 Baostock 官方团队的支持。此外，Baostock 提供了详细的文档资源，方便用户深入了解其数据服务和接口使用。

下载安装 方式1：pip install baostock

使用国内清华源安装：

pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn

方式2：访问 https://pypi.python.org/pypi/baostock 下载安装

python setup.py install或pip install xxx.whl

pip install baostock 注意：程序运行时，文件名、文件夹名不能是baostock。

版本升级

pip install --upgrade baostock

使用前提：

安装Python

安装pandas（pip install pandas）

建议安装Anaconda，以免出现问题（Anaconda是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，下载地址https://www.anaconda.com/download/）。

每日最新数据更新时间： 当前交易日17:30，完成日K线数据入库；第二自然日11:00，完成分钟K线数据入库；第二自然日1:30，完成前交易日“其它财务报告数据”入库；周六17:30，完成周线数据入库； 获取数据范围说明 股票数据 日、周、月K线数据，时间范围：1990-12-19至今。5、15、30、60分钟K线数据，时间范围：1999-07-26至今。 指数数据 日、周、月K线已经包含指数：综合指数，规模指数，一级行业指数，二级行业指数，策略指数，成长指数，价值指数，主题指数，基金指数，债券指数。时间范围：2006-01-01至今。 季频财务数据 已经包含的财务数据：部分上市公司资产负债信息、上市公司现金流量信息、上市公司利润信息、上市公司杜邦指标信息。时间范围：2007年至今。 季频公司报告 上市公司业绩预告信息，时间范围：2003年至今。上市公司业绩快报信息，时间范围：2006年至今。 Baostock 简易使用指南

Baostock 是一个提供中国A股市场金融数据的强大工具，其最新版本提供了更为直观和便捷的登录方式。在本指南中，我们将一步步介绍如何使用 Baostock，包括安装、登录、获取数据和简单数据分析。

1. 安装 Baostock

首先，确保您已经安装了最新版本的 Baostock 库。您可以使用以下命令通过 pip 进行安装：

pip install baostock

2. 登录 Baostock

最新版本的 Baostock 现在提供了直观的登录方式。以下是登录 Baostock 的示例代码：

import baostock as bs

# 登录系统
lg = bs.login()

# 检查登录是否成功
if lg.error_code == '0':
    print("Baostock登录成功")
else:
    print(f"Baostock登录失败，错误代码：{lg.error_code}, 错误信息：{lg.error_msg}")

图片

3. 获取 A 股股票列表

Baostock 允许您直接获取 A 股市场的股票列表，无需进行注册。以下是获取股票列表的示例代码：

# 查询 A 股股票列表
stock_list = bs.query_all_stock(day="2022-01-01")
print(stock_list)

4. 获取股票历史K线数据

您可以使用 Baostock 获取特定股票的历史K线数据，无需进行登录。以下是获取股票历史K线数据的示例：

# 选择某一只股票，如平安银行（代码：sz.000001）
code = "sz.000001"

# 直接获取股票历史K线数据
k_data = bs.query_history_k_data_plus(
    code, "date,open,high,low,close,volume", start_date="2022-01-01", end_date="2022-12-31", frequency="d"
)
print(k_data)

5. 登出 Baostock

使用 Baostock 完成操作后，及时登出系统是个好习惯。以下是登出 Baostock 的示例代码：

import baostock as bs

# 登出系统
lg = bs.logout()

# 检查登出是否成功
if lg.error_code == '0':
    print("Baostock登出成功")
else:
    print(f"Baostock登出失败，错误代码：{lg.error_code}, 错误信息：{lg.error_msg}")

这就是最新版本 Baostock 的简易使用指南。希望这能帮助您更快速、便捷地获取并分析 A 股市场的金融数据。如有其他问题或需求，请随时提出。

使用场景代码案例

下面通过几个具体的例子来展示 Baostock 平台的使用场景：

1. 获取股票历史K线数据

使用 Baostock 提供的接口，可以轻松地获取某只股票的历史K线数据。以下是使用 Python 接口的示例：

import baostock as bs

# 登录系统
bs.login()

# 选择某只股票，如平安银行（代码：sz.000001）
code = "sz.000001"

# 获取股票历史K线数据
k_data = bs.query_history_k_data_plus(
    code, "date,open,high,low,close,volume", start_date="2022-01-01", end_date="2022-12-31", frequency="d"
)

# 输出结果
print(k_data)

# 登出系统
bs.logout()

2. 获取公司财务报表数据

Baostock 提供了获取公司财务报表的接口，可以帮助用户进行基本面分析。以下是获取公司财务报表数据的示例：

import baostock as bs

# 登录系统
bs.login()

# 选择某只股票，如平安银行（代码：sz.000001）
code = "sz.000001"

# 获取公司财务报表数据
financial_data = bs.query_profit_data(code, year=2021, quarter=3)

# 输出结果
print(financial_data)

# 登出系统
bs.logout()

3. 使用Python进行简单数据分析

获取到的数据可以通过 Python 进行进一步的分析和可视化。以下是一个简单的例子，计算股票每日涨跌幅并绘制走势图：

import baostock as bs
import pandas as pd
import matplotlib.pyplot as plt

# 登录系统
bs.login()

# 获取股票历史K线数据
k_data = bs.query_history_k_data_plus(
    "sz.000001", "date,open,high,low,close,volume", start_date="2022-01-01", end_date="2022-12-31", frequency="d"
)

# 将查询结果转换为数据框
df = k_data.get_data()

# 将 'close' 列转换为浮点型
df['close'] = pd.to_numeric(df['close'], errors='coerce')

# 计算每日涨跌幅
df['daily_return'] = df['close'].pct_change()

# 绘制股价走势图和涨跌幅
plt.figure(figsize=(10, 6))
plt.plot(df['date'], df['close'], label='Close Price')
plt.plot(df['date'], df['daily_return'], label='Daily Return', linestyle='--')
plt.title('Stock Price and Daily Return')
plt.xlabel('Date')
plt.ylabel('Price/Return')
plt.legend()
plt.show()

# 登出系统
bs.logout()

运行结果如下：

图片

这些例子展示了 Baostock 在获取金融数据和进行相关分析方面的强大功能，使得用户能够更加方便地进行股票研究、量化交易策略的制定等工作。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。