股票历史数据爬取
① python爬取股票数据——基础篇
在探索Python爬取股票数据的基础之旅中，你需要首先配置好开发环境。首先，确保你拥有一台电脑，并安装PyCharm社区版，可以从jetbrains.com/pycharm/download/获取。同时，安装Anaconda的最新版本，如果遇到网络问题，可能需要科学上网工具。访问地址为anaconda.com。
安装完成后，以Anaconda Prompt方式启动，并创建一个名为"gold"的Conda虚拟环境，指定Python版本为3.10。在命令行中输入相关指令并确认。
接着，激活虚拟环境并下载baostock和akshare的Python接口。在PyCharm中，可能会遇到错误，只需点击确定并设置项目解释器。从baostock和akshare官网获取API文档，开始编写代码以获取股票数据。
以baostock为例，复制示例代码并运行，你可以按需调整参数获取不同股票的分钟线数据。注意，baostock的数据采用涨跌幅复权法，与股票交易软件的计算结果可能不一致。akshare接口则提供了后复权数据，适合希望与交易软件一致的用户。
爬取的数据通常保存为.csv格式，便于进一步分析。至于复权价格的计算方法，将在后续内容中深入讲解。下期我们将探讨如何利用akshare接口循环爬取全市场股票数据。
如果你想了解更多关于股票投资的内容，可以关注我的个人微博@朱晓光指数投资，查看我分享的其他文章，如"新项目开启——打造专属于你的量化交易系统"、"聊聊凯利公式：量化投资中的仓位管理"等。
在学习股票数据爬取的过程中，持续关注，我们下期再见！
② 璇锋暀python閲忓寲浜ゆ槗鏃剁敤鍒扮殑鑲＄エ姣忓ぉ閫愮瑪浜ゆ槗鏁版嵁濡備綍鐖鍙栵紵
棣栧厛锛屾墦寮鏈熻揣浜ゆ槗杞浠讹紝鐧诲綍鑷宸辩殑浜ゆ槗璐︽埛銆傞夋嫨鐩稿簲鐨勬湡璐у悎绾︼紝杩涘叆浜ゆ槗鐣岄潰銆
鍏舵★紝鎵惧埌鈥滄垚浜よ板綍鈥濇垨鈥滈愮瑪鎴愪氦鈥濈瓑鐩稿叧鍔熻兘鎸夐挳銆傚湪涓浜涗氦鏄撹蒋浠朵腑锛岃繖涓鎸夐挳鍙鑳戒綅浜庝氦鏄撶晫闈㈢殑搴曢儴鎴栦晶杈规爮銆
鐒跺悗锛岀偣鍑烩滄垚浜よ板綍鈥濇垨鈥滈愮瑪鎴愪氦鈥濇寜閽锛岃繘鍏ユ垚浜よ板綍椤甸潰銆傚湪杩欎釜椤甸潰涓婏紝浣犲彲浠ョ湅鍒版渶杩戠殑鎴愪氦璁板綍鍒楄〃銆
鎺ヤ笅鏉ワ紝鎵惧埌鈥滃煎嚭鈥濇垨鈥滃煎嚭鎴愪氦鏄庣粏鈥濈瓑鎸夐挳銆傝繖涓鎸夐挳閫氬父浣嶄簬鎴愪氦璁板綍椤甸潰鐨勪笂鏂规垨涓嬫柟銆
鐒跺悗锛岀偣鍑烩滃煎嚭鈥濇垨鈥滃煎嚭鎴愪氦鏄庣粏鈥濇寜閽锛岄夋嫨瀵煎嚭鏂囦欢鐨勬牸寮忓拰淇濆瓨璺寰勩備竴鑸鏉ヨ达紝鎴戜滑鍙浠ラ夋嫨瀵煎嚭涓篍xcel鎴朇SV鏍煎紡鐨勬枃浠讹紝杩欐牱鍙浠ユ柟渚垮悗缁鐨勬暟鎹澶勭悊鍜屽垎鏋愩
鏈鍚庯紝鐐瑰嚮鈥滅‘璁も濇垨鈥滃煎嚭鈥濇寜閽锛岀瓑寰呰蒋浠跺畬鎴愬煎嚭杩囩▼銆傚煎嚭鐨勯熷害鍙栧喅浜庢垚浜よ板綍鐨勬暟閲忓拰鐢佃剳鎬ц兘绛夊洜绱犮
涓鏃﹀煎嚭瀹屾垚锛屼綘灏卞彲浠ュ湪閫夋嫨鐨勪繚瀛樿矾寰勪腑鎵惧埌瀵煎嚭鐨勬枃浠躲傞氳繃鎵撳紑杩欎釜鏂囦欢锛屼綘灏卞彲浠ユ煡鐪嬪拰鍒嗘瀽鏈熻揣閫愮瑪鎴愪氦鏄庣粏浜嗐
瀵煎嚭鐨勬湡璐ч愮瑪鎴愪氦鏄庣粏鏂囦欢閫氬父鍖呮嫭浠ヤ笅淇℃伅锛氫氦鏄撴棩鏈熴佷氦鏄撴椂闂淬佹垚浜や环鏍笺佹垚浜ゆ暟閲忋佷拱鍗栨柟鍚戠瓑銆傝繖浜涗俊鎭鍙浠ュ府鍔╀綘杩借釜姣忎竴绗旀垚浜ょ殑鎯呭喌锛屽垎鏋愬競鍦虹殑涔板崠鍔涢噺鍜屼氦鏄撹屼负銆
閫氳繃瀵规湡璐ч愮瑪鎴愪氦鏄庣粏鐨勫垎鏋愶紝浜ゆ槗鑰呭拰鎶曡祫鑰呭彲浠ヨ幏鍙栦互涓嬫柟闈㈢殑淇℃伅锛
棣栧厛锛屼簡瑙ｅ競鍦虹殑鎴愪氦鎯呭喌銆傞氳繃鏌ョ湅鎴愪氦浠锋牸鍜屾垚浜ゆ暟閲忥紝鍙浠ュ垽鏂甯傚満鐨勪环鏍艰蛋鍔垮拰浜ゆ槗娲昏穬搴︺
鍏舵★紝鍒嗘瀽甯傚満鐨勪拱鍗栧姏閲忋傞氳繃缁熻′拱鍏ュ拰鍗栧嚭鐨勬暟閲忓拰姣斾緥锛屽彲浠ヤ簡瑙ｅ競鍦虹殑澶氱┖鍙屾柟鍔涢噺瀵规瘮锛屽垽鏂甯傚満鐨勮蛋鍔垮拰瓒嬪娍銆
鍐嶆★紝鐮旂┒浜ゆ槗鑰呯殑琛屼负鍜岀瓥鐣ャ傞氳繃鍒嗘瀽鎴愪氦璁板綍锛屽彲浠ヤ簡瑙ｄ氦鏄撹呯殑涔板崠琛屼负鍜岀瓥鐣ワ紝鍙戠幇涓浜涙綔鍦ㄧ殑浜ゆ槗鏈轰細銆
鏈鍚庯紝浼樺寲浜ゆ槗绛栫暐鍜岄庨櫓绠＄悊銆傞氳繃瀵规湡璐ч愮瑪鎴愪氦鏄庣粏鐨勭爺绌讹紝鍙浠ュ彂鐜颁竴浜涘父瑙佺殑浜ゆ槗閿欒鍜岄庨櫓鍥犵礌锛屼粠鑰屾敼杩涜嚜宸辩殑浜ゆ槗绛栫暐鍜岄庨櫓绠＄悊鑳藉姏銆
③ 使用Yahoo! Finance获取港股历史数据及简单事件分析法运用
前言
我为前老板进行港股数据研究，涉及获取实时历史数据与事件分析法应用。使用Yahoo! Finance获取数据，依赖港交所与香港银行公会获取基础信息。主要工具为Python（Jupyter Notebook与Spyder），辅用Stata。
获取港股数据
使用yfinance包下载Yahoo! Finance历史数据。需先安装yfinance包，可在cmd或Anaconda Prompt快速安装。
获取港股股票名单与预处理
通过港交所官方网站获取港股股票名单与代码，注意转换格式以匹配Yahoo! Finance的格式。在Stata中进行简单处理并筛选。
下载数据
设定时间范围，循环所有股票代码，合并数据以获取港股市场与恒生指数历史数据。使用pd.DataFrame.concat方法合并数据。
获取H股与红筹股名单
识别China-affiliated股票，通过港交所网站或爬虫获取H股与红筹股名单，分别储存。
获取无风险利率
参考Lam and Tam (2011 JBF)，选取一个月的HIBOR作为无风险利率。直接从香港银行公会官网爬取数据。
时间分析法
完成所需数据收集后，进行近期事件的简单时间分析。针对港股市场与China-affiliated股票进行单独分析。
④ 股票数据爬虫进阶：免费、开源的股票爬虫Python库，实测真香
在探索股票数据爬虫的世界中，选择合适的Python库是至关重要的一步。本文将介绍一个强大的免费、开源库——Easyquotation，它集成了多个股票数据源，包括新浪财经、集思录、腾讯财经等，帮助投资者获取实时和历史数据。
首先，要利用Easyquotation，你需要确保安装了两个库：Requests和Easyquotation。Requests是爬虫的基础，用于发送HTTP请求，而Easyquotation则提供了对多个数据源的统一接口。安装方式灵活，可以通过pip一键安装，或者从GitHub下载源代码进行安装。
Easyquotation的核心功能是通过其API灵活地选择数据源。例如，通过新浪财经获取实时市场股票数据、从集思录获取债息相关的投资品种数据，以及从腾讯财经获取A股日内行情和港股数据。每个数据源都支持特定的API方法，如获取实时数据、历史数据等，使得数据获取和分析变得高效便捷。
本文通过示例详细展示了如何使用Easyquotation进行数据爬取。以新浪财经为例，可以轻松获取全市场股票实时数据，包括交易所上市ETF的实时Ticker数据、个股实时Ticker数据，以及交易所指数的实时数据。在集思录的数据爬虫中，可以获取分级A、分级B、QDII以及ETF的数据，并转换为DataFrame格式方便分析。腾讯财经的爬虫功能尤其强大，不仅提供A股的日内分时数据、港股的日线数据，还支持获取港股的实时行情数据。
在实际应用中，这些数据可以用于量化交易策略的开发、市场趋势分析、投资组合优化等。通过Easyquotation，用户可以更加高效地整合和利用来自不同数据源的股票数据，为投资决策提供有力支持。