想做量化或者复盘股票配资相关网址，第一步就是要有数据。 于是我自己写了一个小工具，能一次性抓取 1999年至2025年 全市场 A 股的历史日线数据，并保存成 CSV 文件。
脚本功能覆盖 沪深京三市 所有上市公司数据区间：1999-01-01 至 2025-08-30支持 前复权数据保存为 CSV 格式，按股票单独存放实现思路使用 BaoStock API 获取股票列表。循环遍历股票列表，逐一下载日线数据。每只股票生成一个 CSV 文件存储。打印进度和统计信息，方便检查成功与失败数量。总结有了这些数据，不管是做量化回测、策略研究，还是单纯想看一只股票的历史走势股票配资相关网址，都非常方便。关键是免费、可控、不依赖第三方软件。
附源码# -*- coding: utf-8 -*-import baostock as bsimport pandas as pdimport osimport sysimport ioimport timefrom datetime import datetime# 设置标准输出编码为UTF-8sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')# 定义全局常量START_DATE = '1999-01-01'END_DATE = '2025-08-30'STOCK_LIST_DATE = '2023-06-30'# 用于获取股票列表的日期OUTPUT_DIR = 'stock_data'ADJUST_FLAG = '2'# 前复权def login_baostock(): ''' 登录BaoStock系统 Returns: bs.Baostock: 登录后的BaoStock对象 ''' lg = bs.login() if lg.error_code != '0': print(f'登录失败: {lg.error_msg}') sys.exit(1) else: print('登录成功') return lgdef logout_baostock(lg): ''' 登出BaoStock系统 Args: lg (bs.Baostock): BaoStock对象 ''' bs.logout() print('登出成功')def get_stock_list(): ''' 获取所有A股股票列表 Returns: pandas.DataFrame: 包含股票代码和股票名称的DataFrame ''' print('正在获取股票列表...') # 获取证券基本资料 rs = bs.query_all_stock(day=STOCK_LIST_DATE) # 打印结果集 data_list = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录，将记录合并在一起 data_list.append(rs.get_row_data()) # 转换为DataFrame result = pd.DataFrame(data_list, columns=rs.fields) print(f'获取到 {len(result)} 条原始股票记录') # 过滤掉非A股股票（code以sh.6、sz.0、sz.3、bj.开头的为A股） # 先查看有哪些类型的股票代码 print('股票代码前缀统计:') ifnot result.empty: print(result['code'].str[:3].value_counts()) # 过滤A股股票，确保包含北京证券交易所股票 result = result[ (result['code'].str.startswith('sh.6')) | # 上海证券交易所A股 (result['code'].str.startswith('sz.0')) | # 深圳证券交易所A股 (result['code'].str.startswith('sz.3')) | # 深圳证券交易所创业板 (result['code'].str.startswith('bj.')) # 北京证券交易所股票 ] print(f'过滤后共获取到 {len(result)} 只A股股票') return resultdef download_stock_data(lg, stock_code, stock_name): ''' 下载单只股票的历史日线数据 Args: lg (bs.Baostock): 登录后的BaoStock对象 stock_code (str): 股票代码 stock_name (str): 股票名称 Returns: pandas.DataFrame: 股票历史数据 ''' print(f'正在下载 {stock_code} {stock_name} 的历史数据...') # 获取历史K线数据 rs = bs.query_history_k_data_plus( stock_code, 'date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,isST', start_date=START_DATE, end_date=END_DATE, frequency='d', adjustflag=ADJUST_FLAG # 前复权 ) # 打印结果集 data_list = [] while (rs.error_code == '0') & rs.next(): # 获取一条记录，将记录合并在一起 data_list.append(rs.get_row_data()) # 转换为DataFrame result = pd.DataFrame(data_list, columns=rs.fields) print(f'{stock_code} {stock_name} 数据下载完成，共 {len(result)} 条记录') return resultdef save_to_csv(df, stock_code, stock_name): ''' 将股票数据保存为CSV文件 Args: df (pandas.DataFrame): 股票数据 stock_code (str): 股票代码 stock_name (str): 股票名称 ''' # 清理股票代码，去掉市场前缀(sh./sz./bj.) clean_code = stock_code.split('.')[-1] # 创建文件名 filename = f'{clean_code}_{stock_name}.csv' filepath = os.path.join(OUTPUT_DIR, filename) # 保存到CSV文件 df.to_csv(filepath, index=False, encoding='utf-8-sig') print(f'已保存至 {filepath}')def main(): ''' 主函数 ''' print('=' * 50) print('A股历史日线数据下载程序') print('=' * 50) print(f'数据时间范围: {START_DATE} 至 {END_DATE}') print(f'复权类型: 前复权') print(f'输出目录: {OUTPUT_DIR}') print('-' * 50) # 记录开始时间 start_time = time.time() start_datetime = datetime.now() print(f'开始时间: {start_datetime.strftime('%Y-%m-%d %H:%M:%S')}') # 登录BaoStock lg = login_baostock() try: # 获取股票列表 stock_list = get_stock_list() # 显示前几只股票作为示例 print('前5只股票示例:') print(stock_list.head()) # 创建输出目录 ifnot os.path.exists(OUTPUT_DIR): os.makedirs(OUTPUT_DIR) print(f'已创建输出目录: {OUTPUT_DIR}') # 统计变量 success_count = 0 fail_count = 0 total_stocks = len(stock_list) print(f'\n开始下载 {total_stocks} 只股票的数据...') print('-' * 50) # 遍历股票列表下载数据 for index, row in stock_list.iterrows(): stock_code = row['code'] stock_name = row['code_name'] # 显示进度 progress = (index + 1) / total_stocks * 100 print(f'[{progress:.1f}%] 正在处理第 {index + 1}/{total_stocks} 只股票: {stock_code} {stock_name}') try: # 下载股票数据 stock_data = download_stock_data(lg, stock_code, stock_name) # 检查是否有数据 ifnot stock_data.empty: # 保存到CSV文件 save_to_csv(stock_data, stock_code, stock_name) success_count += 1 else: print(f'{stock_code} {stock_name} 无数据，跳过') fail_count += 1 except Exception as e: print(f'下载 {stock_code} {stock_name} 数据时发生错误: {e}') fail_count += 1 continue # 记录结束时间 end_time = time.time() end_datetime = datetime.now() elapsed_time = end_time - start_time # 打印总结信息 print('-' * 50) print('下载完成!') print(f'开始时间: {start_datetime.strftime('%Y-%m-%d %H:%M:%S')}') print(f'结束时间: {end_datetime.strftime('%Y-%m-%d %H:%M:%S')}') print(f'总耗时: {elapsed_time:.2f} 秒') print(f'成功下载: {success_count} 只股票') print(f'下载失败: {fail_count} 只股票') print(f'总计处理: {success_count + fail_count} 只股票') print('=' * 50) finally: # 登出BaoStock logout_baostock(lg)if __name__ == '__main__': main() 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。申宝策略提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
