新人发帖求助！python使用tushare股票分析包方法报错
[问题点数：40分，结帖人Ansat_zz]
新人发帖求助！python使用tushare股票分析包方法报错
[问题点数：40分，结帖人Ansat_zz]
不显示删除回复
显示所有回复
显示星级回复
显示得分回复
只显示楼主
2013年10月 其他开发语言大版内专家分月排行榜第二2012年2月 其他开发语言大版内专家分月排行榜第二
2013年11月 其他开发语言大版内专家分月排行榜第三2012年4月 其他开发语言大版内专家分月排行榜第三2011年6月 其他开发语言大版内专家分月排行榜第三
匿名用户不能发表回复！|
每天回帖即可获得10分可用分！小技巧：
你还可以输入10000个字符
(Ctrl+Enter)
请遵守CSDN，不得违反国家法律法规。
转载文章请注明出自“CSDN（www.csdn.net）”。如是商业用途请联系原作者。TuShare -财经数据接口包
Navigation
&&&&&TuShare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工
数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python
pandas包在金融量化分析中体现出的优势，TuShare返回的绝大部分的数据格式都是pandas
DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。当然，如果您习惯了用Excel或者关系型数据库做分析，您也可以通过TuShare的数据存储功能，将数据全部保存到本地后进行分析。应一些用户的请求，从0.2.5版本开始，TuShare同时兼容Python
2.x和Python
3.x，对部分代码进行了重构，并优化了一些算法，确保数据获取的高效和稳定。
&&&&&TuShare从发布到现在，已经帮助很多用户在数据方面降低了工作压力，同时也得到很多用户的反馈，TuShare将一如既往的用免费和开源的形式分享出来，希望对有需求的人带来一些帮助。如果您觉得TuShare好用并有所收获，请通过微博、微信或者网站博客的方式分享出去，让更多的人了解和使用它，使它能在大家的使用过程中逐步得到改进和提升。TuShare还在不断的完善和优化，后期将逐步增加港股、期货、外汇和基金方面的数据，所以，您的支持和肯定才是TuShare坚持下去的动力。
&&&&&TuShare的数据主要来源于网络，如果在使用过程碰到数据无法获取或发生数据错误的情况请联系我，如果有什么好的建议和意见，也请及时联系我，在此谢过。如果在pandas/NumPy技术上有问题，欢迎加入“pandas数据分析”QQ群：（已满），TuShare用户群：(已满，请关注下面的公众号)，Pandas数据分析二群：，我会和大家一起帮忙为您解决。另外，请扫码关注“挖地兔”的微信公众号，定期会发布TuShare的最新动态及有价值的金融数据分析与处理方面的教程和文章。
&&&&&从0.3.8版本开始，TuShare将开放平台数据接口加入了进来，从数据的丰富性和质量性方面得到了质和量的全面提升，基本上满足了用户对全品类金融数据的需求。
感谢、、上交所和深交所提供数据
感谢深圳大学经济学院研究生邓志浩的测试和校对
感谢上海纽约大学波动研究所赵志强的审阅
感谢在QQ、微博和Email里提出意见和建议的很多个不知道名字的朋友们
特别感谢对TuShare进行过的朋友，是你们让我一直保持着更加努力和认真的做事，也让我学会用感恩的心去做好每一件事。
量化投资分析师（Quant）
对金融市场进行大数据分析的企业和个人
开发以证券为基础的金融类产品和解决方案的公司
正在学习利用python进行数据分析的人
【注：最近有人问到说TuShare不方便看行情，我想说的是，TuShare不是普通炒股者用的软件，而是为那些有兴趣做股票期货数据分析的人提供pandas矩阵数据的工具，至于能不能用来炒股以及效果如何，就看个人的能力了】
安装Python
安装pandas
lxml也是必须的，正常情况下安装了Anaconda后无须单独安装，如果没有可执行：pip
install lxml
建议安装Anaconda（），一次安装包括了Python环境和全部依赖包，减少问题出现的几率。
方式1：pip install tushare
方式2：访问下载安装
pip install tushare --upgrade
查看当前版本的方法：
import tushare
print(tushare.__version__)
新增电影票房数据
新增大单交易数据
修复部分bug
修改当日分笔bug
深市融资融券数据修复
新增通联数据期权隐含波动率数据
修复指数成份股及权重数据接口
完成通联数据SDK v0.2.0开发
沪深300成份股和权重接口问题修复
其它bug的修复
通联数据API文档发布
部分代码修正
新增通联数据SDK0.1版
新增‘龙虎榜’模块
每日龙虎榜列表
个股上榜统计
营业部上榜统计
龙虎榜机构席位追踪
龙虎榜机构席位成交明细
修改get_h_data数据类型为float
修改get_index接口遗漏的open列
合并GitHub上提交的bug修复
修复get_h_data的bug
修改get_stock_basics数据获取方式
新增大盘指数实时行情列表
新增大盘指数历史行情数据（全部）
新增终止上市公司列表（退市）
新增暂停上市公司列表
修正融资融券明细无日期的缺陷
修正get_h_data部分bug
新增沪市融资融券列表
新增沪市融资融券明细列表
新增深市融资融券列表
新增深市融资融券明细列表
修正复权数据数据源出现null造成异常问题（对大约300个股票有影响）
完成python2.x和python3.x兼容性支持
部分算法优化和代码重构
新增中证500成份股
新增当日分笔交易明细
修正分配预案（高送转）bug
新增“新浪股吧”消息和热度
新增新股上市数据
修正“基本面”模块中数据重复的问题
修正历史数据缺少一列column（数据来源问题）的bug
新增历史复权数据接口
新增即时滚动新闻、信息地雷数据
新增沪深300指数成股份及动态权重、
新增上证50指数成份股
修改历史行情数据类型为float
增加分类数据
增加数据存储示例
增加了重点指数的历史和实时行情
增加基本面数据接口
发布一版使用手册，开通网站
增加实时交易数据的获取
Done for crawling Realtime Quotes data
增加tick数据的获取
创建第一个版本
实现个股历史数据的获取
-------------
Navigationpython量化交易（1）
股市有句话，新高后有新高。
因为新高后说明消化了前面的套牢盘。 所以这个时候的阻力很小。
下面使用一个例子来用代码获取当天创新高的股票。
使用的是tushare
#-*-coding=utf-8-*-
__author__ = 'rocky'
#获取破指定天数内的新高 比如破60日新高
import tushare as ts
import datetime
info=ts.get_stock_basics()
def loop_all_stocks():
for EachStockID in info.index:
if is_break_high(EachStockID,60):
print &High price on&,
print EachStockID,
print info.ix[EachStockID]['name'].decode('utf-8')
def is_break_high(stockID,days):
end_day=datetime.date(datetime.date.today().year,datetime.date.today().month,datetime.date.today().day)
days=days*7/5
#考虑到周六日非交易
start_day=end_day-datetime.timedelta(days)
start_day=start_day.strftime(&%Y-%m-%d&)
end_day=end_day.strftime(&%Y-%m-%d&)
df=ts.get_h_data(stockID,start=start_day,end=end_day)
period_high=df['high'].max()
#print period_high
today_high=df.iloc[0]['high']
#这里不能直接用 .values
#如果用的df【：1】 就需要用.values
#print today_high
if today_high&=period_high:
return True
return False
loop_all_stocks()
函数&is_break_high(EachStockID,60) 中的60 为破多少天内的新高。
上一篇：30天学会量化交易模型 Day03
下一篇：&30天学会量化交易模型 Day05 （tushare数据写入SQLite）
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：61007次
积分：1524
积分：1524
排名：第19453名
原创：106篇
评论：15条
(1)(6)(5)(7)(3)(3)(1)(7)(2)(5)(6)(2)(8)(12)(20)(1)(5)(1)(1)(1)(6)(4)(1)(1)}