gt_fundamentals() 职务

该功用可以查询公道权益或一点钟完毕公道权益的财务从科学实验中提取的价值。,符号如次:

get_fundamentals(query_object, date=None, statDate=None)

参量解析:

  • query_object : 这是一点钟 瞄准,你可以走向世界。 query 职务获取 Query 瞄准

  • date : 意思是查询日期,它可以是字母行或瞄准。。谈不上。,运用默许日期,此默许日期与勘探模块和结论其中间的一部分不同卵双胞。:

    • 反向勘探模块:默许值随勘探日期而使不同。,等同 前整天(在实际生活中),咱们另一方面参观支出和集市重视。,因而咱们需求运用前整天。
    • 结论模块:运用平台财务从科学实验中提取的价值的最新日期,那是过去。

    咱们咱们需求坚持到底的是,万一出口日期故障买卖日,而且运用因此日期从前的结局一点钟买卖日。

  • statDate : 这是一根一串。,地区或年度进项论点。,有两种体式。,详细如次:

    • 地区:体式为年份 Q 地区序列号。,拿 … 来说:“2018q1”,“2017q4“
    • 年份:体式是数年。,拿 … 来说,2017,”2018“

    date 和 statDate 参量另一方面转交给一点钟。。引见日期时,查询委派日期 date 停下后你可以参观最新的从科学实验中提取的价值。;传入 statDate 时,查询 statDate 委派地区或年度财务从科学实验中提取的价值。当两个参量未成换乘时,等价的运用 date 参量,运用默许日期

    为了使无效反复的从科学实验中提取的价值量大于正常,至多反复10000行。。留存,当互相牵连公道权益上市时、退市后,财务从科学实验中提取的价值反复空。

例子加密:

import pandas as pd


myq = query(valuation).filter(valuation.code=='''')
df = get_fundamentals(myq,''2018-4-12'')
df
id code pe_ratio turnover_ratio pb_ratio ps_ratio pcf_ratio capitalization market_cap circulating_cap circulating_market_cap day pe_ratio_lyr
0 16898314 8.53 0.6934 0.9787 1.8698 -2.0521 1717041.125 1978.0314 1691798.375 1948.9517 2018-04-12 8.53

评价集市重视从科学实验中提取的价值瞄准中间的田:

  • id: 每行从科学实验中提取的价值贮藏,不反复
  • code: 公道权益加密
  • pr_ratio: 它的公道权益市盈率(PE),TTM),动态市盈率。
  • turnover_ratio: 这是公道权益的转速。。
  • pb_ratio: 这是一点钟公道权益集市。 净汇率(PB)
  • ps_ratio: 这是一点钟公道权益集市。现率
  • capitalization: 公道权益总公道(10000股)
  • market_cap: 是公道权益的动员公道(10000股)
  • circulating_market_cap: 这是公道权益的集市重视(1亿元)
  • day: 指查询公道权益认为从科学实验中提取的价值的详细日期。
  • pe_ratio_lyr: 它的公道权益市盈率(PE))。完毕计算的EPS动态P/E比

示例:出口委派田

import pandas as pd


myq = query(valuation).filter(valuation.code=='''')
df = get_fundamentals(myq,''2018-4-12'')print(动态日比:", df[''pe_ratio''])print(汇率在那整天。:'', df[''turnover_ratio''])print(那整天的售率是:'', df[''ps_ratio''])

那天的动态市盈率是: 0    8.53
Name: pe_ratio, D型 float64
失球在那整天。: 0    0.6934
Name: turnover_ratio, D型 float64
售率在那整天。: 0    1.8698
Name: ps_ratio, D型 float64

示例:显示多个公道权益的财务从科学实验中提取的价值

import pandas as pd


myq = query(valuation).filter(valuation.code.in_(['''','''','''']))
df = get_fundamentals(myq,''2018-4-12'')
df
id code pe_ratio turnover_ratio pb_ratio ps_ratio pcf_ratio capitalization market_cap circulating_cap circulating_market_cap day pe_ratio_lyr
0 16898314 8.5300 0.6934 0.9787 1.8698 -2.0521 1717041.125 1978.0314 1691798.3750 1948.9517 2018-04-12 8.530
1 16898321 66.1183 0.8175 2.8934 1.8857 7.0958 214934.500 134.5490 212008.9062 132.7176 2018-04-12 57.651
2 16900412 6.3748 0.0670 0.8743 2.0506 -1.8573 2935208.000 3457.6750 2810376.5000 3310.6233 2018-04-12 6.375

示例:更多不同卵双胞的财务从科学实验中提取的价值声调庇护

import pandas as pd

df = get_fundamentals(query(
    valuation
    ).filter(
        valuation.market_cap >1000,
        valuation.pe_ratio <10,).order_by(
            valuation.market_cap.desc()).limit(5), date=''2018-4-12'')
df
id code pe_ratio turnover_ratio pb_ratio ps_ratio pcf_ratio capitalization market_cap circulating_cap circulating_market_cap day pe_ratio_lyr
0 16901309 601398.XSHG 7.5755 0.0770 1.0615 2.9827 6.5474 35640624.0 21144.6426 26961222.00 16392.4219 2018-04-12 7.575
1 16901380 601939.XSHG 7.9565 1.4751 1.1338 3.1007 -69.3750 25001098.0 16366.5508 959365.75 739.6710 2018-04-12 7.957
2 16901293 601288.XSHG 6.5645 0.1031 0.9407 2.3587 7.2988 32479412.0 12577.8789 29405530.00 11468.1562 2018-04-12 6.564
3 16901389 601988.XSHG 6.6764 0.0825 0.8244 2.3818 -19.0273 29438780.0 11065.7139 21076552.00 8240.9316 2018-04-12 6.676
4 16901297 601328.XSHG 6.5778 0.1831 0.7557 2.3566 -5.2804 7426272.5 4207.0605 3925086.50 2441.4038 2018-04-12 6.578

示例:2016地区四分之一的地区的一份地区演说。,把它放在清单上。


q = query(
    income.statDate,
    income.code,
    income.basic_eps,
    balance.cash_equivalents,
    cash_flow.goods_sale_and_service_render_cash  ).filter(
        income.code =='''')

rets =[get_fundamentals(q, statDate=''2016q''+str(i))for i inrange(1,5)]
rets

[     statDate         code  basic_eps  cash_equivalents  \
 0  2016-03-31         0.43      2.961440e+11   
 
    goods_sale_and_service_render_cash  
 0                                 NaN  ,
      statDate         code  basic_eps  cash_equivalents  \
 0  2016-06-30         0.29      2.781780e+11   
 
    goods_sale_and_service_render_cash  
 0                                 NaN  ,
      statDate         code  basic_eps  cash_equivalents  \
 0  2016-09-30         0.37      3.039360e+11   
 
    goods_sale_and_service_render_cash  
 0                                 NaN  ,
      statDate         code  basic_eps  cash_equivalents  \
 0  2016-12-31         0.23      3.112580e+11   
 
    goods_sale_and_service_render_cash  
 0                                 NaN  ]

财务从科学实验中提取的价值的意思:

  • statDate: 地区进项演说的结局整天。,拿 … 来说 2016-03-31
  • code: 公道权益加密
  • basic_eps: 根本每股进项
  • cash_equivalents: 货币资产
  • good_sale_ane_service_render_cash: 售商品、装备工役制收到的现钞

get_fundamentals_continuously() 职务

get_fundamentals()该职务另一方面查询买卖D的公道权益财务教训。,万一要查询多个买卖从科学实验中提取的价值的公道权益财务从科学实验中提取的价值教训,咱们麝香运用因此职务。;符号如次:

get_fundamentls_continuously(query_object, end_date=None, count=None)

参量意思:

  • query_object : 这是一点钟 瞄准,你可以走向世界。 query 职务获取 Query 瞄准
  • end_date: 查询日期
  • count: 在流行终极日期从前 count 个日期的从科学实验中提取的价值

此职务的反复值为

出于机能思索,不超过10000条的酬报限额

示例:好存款与浦东机场开展财务教训查询

import pandas as pd

q = query(
    valuation
).filter(
    valuation.code.in_(['''','''']))
panel = get_fundamentals_continuously(q, end_date=''2018-01-01'', count=5)
panel.minor_xs('''')
id code.1 pe_ratio turnover_ratio pb_ratio ps_ratio pcf_ratio capitalization market_cap circulating_cap circulating_market_cap day.1 pe_ratio_lyr
day
2017-12-25 15990853 6.8044 0.0687 0.9538 2.2447 -1.9850 2935208 3695.4270 2810376.5 3538.2639 2017-12-25 6.9595
2017-12-26 16006159 6.8315 0.0542 0.9576 2.2536 -1.9929 2935208 3710.1030 2810376.5 3552.3159 2017-12-26 6.9871
2017-12-27 16018676 6.8207 0.1165 0.9561 2.2500 -1.9897 2935208 3704.2324 2810376.5 3546.6951 2017-12-27 6.9761
2017-12-28 16031214 6.7774 0.0849 0.9500 2.2357 -1.9771 2935208 3680.7510 2810376.5 3524.2119 2017-12-28 6.9319
2017-12-29 16043748 6.8044 0.0582 0.9538 2.2447 -1.9850 2935208 3695.4270 2810376.5 3538.2639 2017-12-29 6.9595

get_index_stocks() 职务

该职务可以获取一点钟说明者预先决定日期的平台可买卖的成份股列表;符号如次:

get_index_stocks(index_symbol, date=None)

参量解析:

  • date: 它是一点钟工夫字母行或工夫瞄准。。没某团体会运用默许值。。万一它是默许值,在反向勘探模块中,将反复动态日期。,相当于;万一它在结论模块中,默许工夫将占领目前的工夫。
  • index_symbol: 是指说明者加密;加密可以在查找软件上搜索或查询互相牵连,拿 … 来说: 上证说明者、 公道权益说明者、 000003.XSHG B股说明者

加密例子:获取CSI 300说明者的缠住公道权益加密。

stocks = get_index_stocks('''')
stocks
['''',
 '''',
 '''',
 '''',
 ......,
 '''',
 '''',
 '''']

get_industry_stocks()职务

因此职务可以在预先决定的日期接球一点钟贸易的缠住公道权益加密。;符号如次:

get_industry_stocks(industry_code, date=None)

参量解析:

  • date: 同上
  • industry_code: 贸易加密;拿 … 来说:A01 乡间、A02 林地、 C27 药剂虚构

加密示例:从汽车虚构说明者流行的缠住公道权益加密

stocks = get_industry_stocks(''C36'')
stocks
['''',
 '''',
 '''',
 '''',
......,
'''',
 '''',
 '''',
 '''']

get_concept_stocks() 职务

因此职务可以在预先决定的日期接球一点钟观点板的缠住公道权益。;符号如次:

get_concept_stocks(conpect_code, date=None)

参量解析:

  • date: 同上
  • conpect_code: 观点板加密;拿 … 来说:GN028 智能电网、 GN030 物人际网

加密示例:获取区域内缠住观点板的公道权益加密。:

stocks = get_concept_stocks(''GN181'')
stocks
['''',
 '''',
 '''',
 '''',
 ......,
  '''',
 '''',
 '''',
 '''',
 '''',
 '''']

get_all_secruities()职务

该功用可以接球平台倒退的缠住公道权益。、基金、说明者、迅速的教训;符号如次:

get_all_securities(types=[], date=None)

参量解析:

  • types: 表现列表典型,用于过滤 securities 的典型,列表元素和领会如次:

    • 公道权益:指公道权益典型。,即显示缠住公道权益教训。
    • fund: 基金典型引见,这是为了显示缠住的基金教训。
    • index: 意思是说明者型,即显示缠住贮藏教训。
    • futures: 代表迅速的典型,显示缠住迅速的合约教训
    • eft: 表现 ETF基金,即显示缠住 ETF 基金教训
    • lof: 表现 lof 基金,即显示缠住 lof 基金教训
    • fja: 表现排列A,那就是显示缠住分类学基金教训。
    • fjb: 表现排列B,那就是显示缠住分类学的基金B教训。
    • open_fund: 开路式基金,这是为了揭露缠住开路式基金教训。
    • bond_fund: 股权值得买的东西基金,即显示缠住公道权益基金教训。
    • QDII_fund: 表现 QDII 基金,即显示缠住 QDII 基金教训
    • money_market_fund: 表现货币基金,即显示缠住货币基金教训
    • mixture_fund: 代表混合型基金,即显示缠住混合型基金教训

    咱们咱们需求坚持到底的是,典型在空时反复缠住公道权益教训。,除资产、说明者迅速的教训

  • 日期:是工夫字母行或工夫瞄准。,用于获取某日期还在上市的公道权益教训,默许值为无。,表现缠住日期的公道权益教训。

此职务反复的典型为 典型

加密例子:获取整个库存教训


df = get_all_securities([公道权益])
stocks = get_all_securities()
stocks
display_name name start_date end_date type
好存款 PAYH 1991-04-03 2200-01-01 stock
Vanke A WKA 1991-01-29 2200-01-01 stock
000004.XSHE 政府乡间科技 GNKJ 1990-12-01 2200-01-01 stock
中新科技 ZXKJ 2015-12-22 2200-01-01 stock
共同承担集款 JFGF 2015-03-02 2200-01-01 stock
603998.XSHG 方盛配药学 FSZY 2014-12-05 2200-01-01 stock
603999.XSHG 讲读者中名辞 DZCM 2015-12-10 2200-01-01 stock

3551 rows × 5 columns

栏名田解析:

  • display_name : 股票上市的公司公道权益的称号。
  • name: 股票上市的公司公道权益称号缩写
  • start_date: 股票上市的公司上市日期
  • end_date: 股票上市的公司退市日期
  • type: 典型

加密示例:显示缠住排列的A和床B教训。

df = get_all_securities([公道权益])
stocks = get_all_securities()
stocks
display_name name start_date end_date type
150008.XSHE 芮和萧康 RHXK 2009-11-19 2200-01-01 fja
150009.XSHE 睿睿 RHYJ 2009-11-19 2200-01-01 fjb
150012.XSHE 中证100A ZZ100A 2010-06-18 2200-01-01 fja
150013.XSHE 中证100B ZZ100B 2010-06-18 2200-01-01 fjb
150016.XSHE 合润A HRA 2010-05-31 2200-01-01 fja
婚姻介绍人A QSA 2015-08-24 2200-01-01 fja
502055.XSHG 婚姻介绍人B QSB 2015-08-24 2200-01-01 fjb
502057.XSHG 医学A YLA 2015-07-31 2200-01-01 fja
502058.XSHG 医学B YLB 2015-07-31 2200-01-01 fjb

254 rows × 5 columns

示例加密:2017—10-10日上市的EFT和LoF基金教训

df = get_all_securities([ETF,洛夫],''2017-10-10'')
df
display_name name start_date end_date type
159901.XSHE 深100ETF S100ETF 2006-04-24 2200-01-01 etf
159902.XSHE 中血小板 ZXB 2006-09-05 2200-01-01 etf
159903.XSHE 深化ETF SCETF 2010-02-02 2200-01-01 etf
159905.XSHE 浓红利 SHL 2011-01-11 2200-01-01 etf
159906.XSHE 深部长 SCZ 2011-02-23 2200-01-01 etf
159907.XSHE 中小企业300 ZX300 2011-08-10 2200-01-01 etf
159929.XSHE 医用ETF YYETF 2013-09-16 2200-01-01 etf
159930.XSHE 动力ETF NYETF 2013-09-16 2200-01-01 etf
159931.XSHE 资金ETF JRETF 2013-09-16 2200-01-01 etf
159932.XSHE 500深ETF 500SETF 2013-10-21 2200-01-01 etf
159933.XSHE 金地ETF JDETF 2013-10-16 2200-01-01 etf
纳指ETF NZETF 2013-05-15 2200-01-01 etf
513500.XSHG 普尔500 BP500 2014-01-16 2200-01-01 etf
513600.XSHG 持续的数字ETF HZETF 2015-01-26 2200-01-01 etf
513660.XSHG 恒生通 HST 2015-01-26 2200-01-01 etf
518800.XSHG 黄金基金 GTHJ 2013-07-29 2200-01-01 etf
518880.XSHG 黄金ETF HJETF 2013-07-29 2200-01-01 etf

396 rows × 5 columns

get_security_info()职务

因此职务可以获取公道权益(基金或说明者)的教训。,符号如次:

get_security_info(code)

参量解析:

  • code: 保安的法典。反复值为 典型,反复值属性 get_all_securities() 功用根本同卵双胞。;另一方面反复值中有不已一点钟父属性。,它是指分类学基金的基金加密。

加密示例:

print(加密502050的加密名:'', get_security_info('''').display_name)print(加密502050约分缩写:'', get_security_info('''').name)print(加密502050的上市日期:'', get_security_info('''').start_date)print(加密502050退市日期:'', get_security_info('''').end_date)print(加密典型502050:'', get_security_info('''').type)print(加密502050分类学基金母基金。:'', get_security_info('''').parent)
加密502050的加密名: 上证50B
加密502050缩写缩写: SZ50B
加密502050的上市日期: 2015-04-27
加密502050退市日期: 2200-01-01
加密502050中间的保安的典型: fjb
保安的分类学基金加密502050的母基金。: 502048.XSHG

get_billboard_list()职务

本职务可以获取委派日期区间内的图表从科学实验中提取的价值,符号如次:

get_billboard_list(stock_list, start_date, end_date, count)

参量解析:

  • stock_list: 公道权益加密表,当心不在焉工作时,反复委派日期的缠住公道权益。
  • start_date: 开端日期
  • end_date: 完毕日期
  • count: 买卖日数,可同时运用。,表现获取 end_date 前 count 买卖日从科学实验中提取的价值

反复典型:

加密示例:

df = get_billboard_list(stock_list=None, end_date=''2018-04-09'', count=1)
df
code day direction rank abnormal_code abnormal_name sales_depart_name buy_value buy_rate sell_value sell_rate total_value net_value amount
0 603648.XSHG 2018-04-09 SELL 1 106006 延续三个买卖日结算涨幅违背总V 东边保安的共同承担有限公司共同承担有限公司中山MIDD NaN NaN 2.235940e+07 1.2155 2.235940e+07 -2.235940e+07 1839596193
1 603648.XSHG 2018-04-09 ALL 0 106006 延续三个买卖日结算涨幅违背总V None 9.009827e+07 4.8977 8.433712e+07 4.5845 1.744354e+08 5.761157e+06 1839596193
2 603648.XSHG 2018-04-09 BUY 5 106006 延续三个买卖日结算涨幅违背总V 华鑫保安的有限责任公司南昌红谷居中主街保安的买卖所 1.502713e+07 0.8169 NaN NaN 1.502713e+07 1.502713e+07 1839596193
3 603648.XSHG 2018-04-09 BUY 4 106006 延续三个买卖日结算涨幅违背总V 招商保安的共同承担有限公司深圳后海保安的B 1.626907e+07 0.8844 NaN NaN 1.626907e+07 1.626907e+07 1839596193

869 rows × 14 columns

每个田的领会如次:

  • code: 公道权益加密
  • day: 日期
  • direction: All 表现 ”汇总“,卖卖,Buy表现”买“
  • abnormal_code: 非常动摇型
  • abnormal_name: 非常动摇称号
  • sales_depart_name: 售部称号
  • rank: 0演示文稿摘要, 1~5表明买一点钟买五。,6~10表明投放市场一到五。
  • buy_value: 补进款项
  • buy_rate: 购买款项(购买款项/集市转速)
  • sell_value: 售款项
  • sell_rate: 售款项占比(售款项/总集市转速)
  • net_value: 净总值(补进款项-售款项)
  • amount: 总集市转速

get_locked_shares()职务

因此职务可以在委派的日期内接球拘泥的的释放令从科学实验中提取的价值。,符号如次:

get_locked_shares(stock_list, start_date, end_date, forward_count)

参量解析:杂多的参量和get_billbord_list类似物

让咱们来讨论一下反复音讯中田的领会。

  • day: 开禁日期
  • code: 公道权益加密
  • num: 被取缔公道权益的总额
  • rate1: 被取缔公道权益的总额/总公道
  • rate2: 被取缔公道权益的总额/总动员公道

加密示例:

df = get_locked_shares(stock_list=['''','''',''''], start_date=''2016-4-16'',forward_count=1200)
df
day code num rate1 rate2
0 2016-05-23 388595743 0.0272 0.0329
1 2016-07-08 15716892 0.0096 0.0098
2 2017-01-09 2286809264 0.1332 0.1563
3 2018-05-21 252247983 0.0147 0.0149

注:定冠词是团体学会笔记。,翻阅少数书和行政官员追逐,无职业用功。!

Leave a Comment

电子邮件地址不会被公开。 必填项已用*标注