獲取jqdatasdk資料到本地並儲存為csv檔案

成功連線上jqdatasdk後最想做的一件事就是先把資料都下載下來，尤其是在聚寬對每日獲取資料設限的條件下。本人使用的程式設計環境是Mac，目前還沒有比Excel更適合本人的視覺化工具，所以選擇了儲存為csv檔案。不過還是真心希望小夥伴有比較好的sql視覺化工具可以推薦給我［比心］。以下是程式碼部分：

首先是一個引用檔案，裡面儲存了一些共用的程式碼部分

escape_list中的都是沒有資料的股票或指數

escape_list = ［‘399940。XSHE’， ‘399984。XSHE’， ‘000765。XSHE’］

orig = {“index”： ‘data_index_orig/’， “stock”： “data_stock_orig/”}

# 獲取股票或指數程式碼

def get_codes（key， data_path）：

f_codes = data_path + codes_list

if os。path。isfile（f_codes）：

with open（f_codes， ‘r’） as f：

code_set = f。readline（）

code_set = code_set。strip（‘\n’）。split（‘，’）

else：

code_set = get_all_securities（key）。index。tolist（）

with open（f_codes， ‘w’） as f：

f。writelines（‘，’。join（code_set））

return code_set

以下是實際的獲取資料程式碼

# -*- coding： utf-8 -*-

#！/usr/bin/env python3

import pdb

import csv

import datetime

import data_util

import os。path as path

import pandas as pd

from jqdatasdk import *

auth（‘######’， ‘###’）

date_format = ‘%Y-%m-%d’

# 獲取股票或指數的日牌價，只補齊沒有下載的

def get_code_price（code， data_path=None）：

print（“獲取”+code+“的牌價”）

filename = data_path + code + ‘。csv’

if path。isfile（filename）：

# 需要計算已有檔案應該適用什麼起止時間

pre_price = pd。read_csv（filename， header=0， index_col=0）

pre_price。index = pd。to_datetime（pre_price。index）

dates = pre_price。index。tolist（）

startdate = （dates［-1］ + datetime。timedelta（days=1））。strftime（date_format）

else：

startdate = “2005-01-01”

pre_price = pd。DataFrame（columns=［‘open’， ‘close’， ‘high’， ‘low’， ‘volume’， ‘money’］）

enddate = （datetime。date。today（） - datetime。timedelta（days=1））。strftime（date_format）

price = get_price（code， start_date=startdate， end_date=enddate）

if not pre_price。empty：

price = pd。concat（［pre_price， price］， axis=0）

price。to_csv（filename， header=True， date_format=“%Y-%m-%d”）

def main（）：

# 編寫程式碼時只用index的，正式測試的時候需要做成包含stock的列表型的

# 後期用dict，key為index，value為DATA_INDEX_ORIG

# 不知道字典是不是這麼寫的

for key， data_path in data_util。orig。items（）：

if not data_path：

assert “Don‘t exist the directory。”

continue

code_set = data_util。get_codes（key， data_path）

nums = len（code_set）

# 獲取指數牌價

print（’Start to load index price for #{} indexes。‘。format（nums））

for code in code_set：

if code not in data_util。escape_list：

get_code_price（code， data_path=data_path）

if __name__ == ’__main__‘：

main（）