Python配置同花顺全数据接口教程详解（python获取同花顺数据）

目录一、iFinDPy 模块二、相关代码总结

前往：http://quantapi.10jqka.com.cn/?page=home

如果是windows,根据不同用户，可以选择不同的下载。

一、iFinDPy 模块

下载完成后，会出现一个DataInterface_free_Windows_20210812.7z的文件，解压到任意文件夹中。打开该文件夹进入Bin文件夹后，再打开Tool文件夹，双击运行SuperCommand.exe，并使用iFinD账号免费登录。

选择python,确定。同时添加路径。

选上。然后重启电脑，相关环境变量设置生效。

现在就可以在python环境中调用iFinDPy了。

二、相关代码

安装iFinDPy后，即可。具体可以参考：http://quantapi.10jqka.com.cn/?page=sample。

# -*- coding: utf-8 -*- from iFinDPy import * from datetime import datetime import pandas as pd import time as _time import json from threading import Thread,Lock,Semaphore import requests sem = Semaphore(5) # 此变量用于控制最大并发数 dllock = Lock() #此变量用来控制实时行情推送中落数据到本地的锁 # 登录函数 def thslogindemo(): # 输入用户的帐号和密码 thsLogin = THS_iFinDLogin("数据接口_账号","数据接口_密码") print(thsLogin) if thsLogin != 0: print('登录失败') else: print('登录成功') def datepool_basicdata_demo(): # 通过数据池的板块成分函数和基础数据函数，提取沪深300的全部股票在2020-11-16日的日不复权收盘价 data_hs300 = THS_DP('block', '2020-11-16;001005290', 'date:Y,thscode:Y,security_name:Y') if data_hs300.errorcode != 0: print('error:{}'.format(data_hs300.errmsg)) else: seccode_hs300_list = data_hs300.data['THSCODE'].tolist() data_result = THS_BD(seccode_hs300_list, 'ths_close_price_stock', '2020-11-16,100') if data_result.errorcode != 0: print('error:{}'.format(data_result.errmsg)) else: data_df = data_result.data print(data_df) def datapool_realtime_demo(): # 通过数据池的板块成分函数和实时行情函数，提取上证50的全部股票的最新价数据,并将其导出为csv文件 today_str = datetime.today().strftime('%Y-%m-%d') print('today:{}'.format(today_str)) data_sz50 = THS_DP('block', '{};001005260'.format(today_str), 'date:Y,thscode:Y,security_name:Y') if data_sz50.errorcode != 0: print('error:{}'.format(data_sz50.errmsg)) else: seccode_sz50_list = data_sz50.data['THSCODE'].tolist() data_result = THS_RQ(seccode_sz50_list,'latest') if data_result.errorcode != 0: print('error:{}'.format(data_result.errmsg)) else: data_df = data_result.data print(data_df) data_df.to_csv('realtimedata_{}.csv'.format(today_str)) def iwencai_demo(): # 演示如何通过不消耗流量的自然语言语句调用常用数据 print('输出资金流向数据') data_wencai_zjlx = THS_WC('主力资金流向', 'stock') if data_wencai_zjlx.errorcode != 0: print('error:{}'.format(data_wencai_zjlx.errmsg)) else: print(data_wencai_zjlx.data) print('输出股性评分数据') data_wencai_xny = THS_WC('股性评分', 'stock') if data_wencai_xny.errorcode != 0: print('error:{}'.format(data_wencai_xny.errmsg)) else: print(data_wencai_xny.data) def dlwork(tick_data): # 本函数为实时行情订阅新启线程的任务函数 dllock.acquire() with open('dlwork.txt', 'a') as f: for stock_data in tick_data['tables']: if 'time' in stock_data: timestr = _time.strftime('%Y-%m-%d %H:%M:%S', _time.localtime(stock_data['time'][0])) print(timestr) f.write(timestr + str(stock_data) + '\n') else: pass dllock.release() def work(codestr,lock,indilist): sem.acquire() stockdata = THS_HF(codestr, ';'.join(indilist),'','2020-08-11 09:15:00', '2020-08-11 15:30:00','format:json') if stockdata.errorcode != 0: print('error:{}'.format(stockdata.errmsg)) sem.release() else: print(stockdata.data) lock.acquire() with open('test1.txt', 'a') as f: f.write(str(stockdata.data) + '\n') lock.release() sem.release() def multiThread_demo(): # 本函数为通过高频序列函数,演示如何使用多线程加速数据提取的示例,本例中通过将所有A股分100组,最大线程数量sem进行提取 # 用户可以根据自身场景进行修改 today_str = datetime.today().strftime('%Y-%m-%d') print('today:{}'.format(today_str)) data_alla = THS_DP('block', '{};001005010'.format(today_str), 'date:Y,thscode:Y,security_name:Y') if data_alla.errorcode != 0: print('error:{}'.format(data_alla.errmsg)) else: stock_list = data_alla.data['THSCODE'].tolist() indi_list = ['close', 'high', 'low', 'volume'] lock = Lock() btime = datetime.now() l = [] for eachlist in [stock_list[i:i + int(len(stock_list) / 10)] for i in range(0, len(stock_list), int(len(stock_list) / 10))]: nowstr = ','.join(eachlist) p = Thread(target=work, args=(nowstr, lock, indi_list)) l.append(p) for p in l: p.start() for p in l: p.join() etime = datetime.now() print(etime-btime) pd.options.display.width = 320 pd.options.display.max_columns = None def reportDownload(): df = THS_ReportQuery('300033.SZ','beginrDate:2021-08-01;endrDate:2021-08-31;reportType:901','reportDate:Y,thscode:Y,secName:Y,ctime:Y,reportTitle:Y,pdfURL:Y,seq:Y').data print(df) for i in range(len(df)): pdfName = df.iloc[i,4]+str(df.iloc[i,6])+'.pdf' pdfURL = df.iloc[i,5] r = requests.get(pdfURL) with open(pdfName,'wb+') as f: f.write(r.content) def main(): # 本脚本为数据接口通用场景的实例,可以通过取消注释下列示例函数来观察效果 # 登录函数 thslogindemo() # 通过数据池的板块成分函数和基础数据函数，提取沪深300的全部股票在2020-11-16日的日不复权收盘价 # datepool_basicdata_demo() #通过数据池的板块成分函数和实时行情函数，提取上证50的全部股票的最新价数据,并将其导出为csv文件 # datapool_realtime_demo() # 演示如何通过不消耗流量的自然语言语句调用常用数据 # iwencai_demo() # 本函数为通过高频序列函数,演示如何使用多线程加速数据提取的示例,本例中通过将所有A股分100组,最大线程数量sem进行提取 # multiThread_demo() # 本函数演示如何使用公告函数提取满足条件的公告，并下载其pdf # reportDownload() if __name__ == '__main__': main()

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注的更多内容!

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。