qstock简介
qstock由“Python金融量化”公众号开发，试图打造成个人量化投研分析开源库，目前包括数据获取（data）、可视化(plot)、选股(stock)和量化回测（backtest）四个模块。其中数据模块（data）数据来源于东方财富网、同花顺、新浪财经等网上公开数据，数据爬虫部分参考了现有金融数据包tushare、akshare和efinance。qstock致力于为用户提供更加简洁和规整化的金融市场数据接口。可视化模块基于plotly.express和pyecharts包，为用户提供基于web的交互图形简单操作接口；选股模块提供了同花顺的技术选股和公众号策略选股，包括RPS、MM趋势、财务指标、资金流模型等，回测模块为大家提供向量化（基于pandas）和基于事件驱动的基本框架和模型。
qstock目前在pypi官网上发布，开源版本为1.1.0，意味着读者直接“pip install qstock ”安装即可使用。GitHub地址：https://github.com/tkfy920/qstock。
目前部分策略选股和策略回测功能仅供知识星球会员使用，会员可在知识星球置顶帖子上上获取qstock-1.1.1.tar.gz （强化版）安装包，进行离线安装。
下面为大家介绍qstock数据模块（data）各函数的具体调用方式和应用举例。
#导入qstock模块
import qstock as qs行情交易数据接口
01
实时行情数据
获取指定市场所有标的或单个或多个证券最新行情指标
realtime_data(market='沪深A', code=None)
参数market：输入行情名称或列表，默认'沪深A股',
'沪深京A':沪深京A股市场行情; '沪深A':沪深A股市场行情;'沪A':沪市A股市场行情
'深A':深市A股市场行情;北A :北证A股市场行情;'可转债':沪深可转债市场行情;
'期货':期货市场行情;'创业板':创业板市场行情;'美股':美股市场行情;
'港股':港股市场行情;'中概股':中国概念股市场行情;'新股':沪深新股市场行情;
'科创板':科创板市场行情;'沪股通' 沪股通市场行情;'深股通':深股通市场行情;
'行业板块':行业板块市场行情;'概念板块':概念板块市场行情;
'沪深指数':沪深系列指数市场行情;'上证指数':上证系列指数市场行情
'深证指数':深证系列指数市场行情;'ETF' ETF基金市场行情;'LOF' LOF 基金市场行情code:输入单个或多个证券的list，不输入参数，默认返回某市场实时指标
如code='中国平安'，或code='000001'，或code=['中国平安','晓程科技','东方财富']
（1）某市场所有标的最新行情
#获取沪深A股最新行情指标
df=qs.realtime_data()
#查看前几行
df.head()
#获取可转债最新行情指标
df=qs.realtime_data('可转债')
#查看前几行
df.head()
#获取期货最新行情指标
df=qs.realtime_data('期货')
#查看前几行
df.head()
#获取美股最新行情指标
df=qs.realtime_data('美股')
#查看前几行
df.head()
#获取港股最新行情指标
df=qs.realtime_data('港股')
#查看前几行
df.head()
#获取行业板块最新行情指标
df=qs.realtime_data('行业板块')
#查看前几行
df.head()
#获取概念板块最新行情指标
df=qs.realtime_data('概念板块')
#查看前几行
df.head()
#获取ETF最新行情指标
df=qs.realtime_data('ETF')
#查看前几行
df.head()
（2）个股最新行情指标
code:输入单个或多个证券的list，不输入参数，默认返回某市场实时指标
如code='中国平安'，或code='000001'，或code=['中国平安','晓程科技','东方财富']
qs.realtime_data(code=['中国平安','300684','锂电池ETF','BK0679','上证指数'])
（3）日内成交数据
intraday_data(code)
code可以为股票或债券或期货或基金代码简称或代码，如晓程科技或300139,返回股票、期货、债券等的最新交易日成交情况。
#股票日内交易数据
df=qs.intraday_data('中国平安')
df.head()
#基金日内交易数据
df=qs.intraday_data('有色50ETF')
df.head()
（4）获取个股实时交易快照
stock_snapshot(code):
获取沪深市场股票最新行情快照，code:股票代码
qs.stock_snapshot('中国平安')
（5）实时交易盘口异动数据
获取交易日实时盘口异动数据，相当于盯盘小精灵。
realtime_change(flag=None):
flag：盘口异动类型，默认输出全部类型的异动情况。可选：['火箭发射', '快速反弹','加速下跌', '高台跳水', '大笔买入', '大笔卖出',
'封涨停板','封跌停板', '打开跌停板','打开涨停板','有大买盘','有大卖盘',
'竞价上涨', '竞价下跌','高开5日线','低开5日线', '向上缺口','向下缺口',
'60日新高','60日新低','60日大幅上涨', '60日大幅下跌']
上述异动类型分别可使用1-22数字代替。
df=qs.realtime_change('60日新高')
#查看前几行
df.head()
#异动类型：火箭发射
df=qs.realtime_change(1)
#查看前几行
df.head()
#快速反弹
df=qs.realtime_change(2)
#查看前几行
df.head()
02
历史行情数据
（1）历史K线
获取单只或多只证券（股票、基金、债券、期货)的历史K线数据。可以根据realtime_data实时行情接口获取相应金融市场交易标的的代码或简称，用于获取其历史K线数据。
get_data(code_list, start='19000101', end=None, freq='d', fqt=1)
获取股票、指数、债券、期货、基金等历史K线行情。参数说明：
code_list输入股票list列表，如code_list=['中国平安','贵州茅台','工业富联']
，返回多只股票多期时间的面板数据start和end为起始和结束日期，年月日
freq:时间频率，默认日，1 : 分钟；5 : 5 分钟；15 : 15 分钟；30 : 30 分钟；
60 : 60 分钟；101或'D'或'd'：日；102或‘w’或'W'：周; 103或'm'或'M': 月
注意1分钟只能获取最近5个交易日一分钟数据fqt:复权类型，0：不复权，1：前复权；2：后复权，默认前复权
个股数据
#默认日频率、前复权所有历史数据
#open：开盘价，high：最高价，low：最低价，close：收盘价
#vol：成交量，turnover：成交金额，turnover_rate:换手率
#在notebook上输入"qs.get_data?"可查看数据接口的相应参数
df=qs.get_data('601318')
df.tail()
#个股code_list可以输入代码或简称或多个股票的list
#获取中国平安2022年9月28日至今的5分钟数据，默认前复权
df=qs.get_data('中国平安',start='20220928',freq=5)
df.tail()
#后复权数据,频率为周
df=qs.get_data('中国平安',fqt=2,freq='w')
df.tail()
获取美股数据
#获取苹果公司股票数据
df=qs.get_data('AAPL')
df.tail()
获取期货历史K线数据
df=qs.get_data('棕榈油2210')
df.tail()
指数
注意上证指数代码'000001'与平安银行股票代码相同，为避免代码相同引起的混乱，获取指数数据，要输入指数的中文简称或拼音缩写。如'sh'代表'上证指数'，'sz'代表'深证综指'，'cyb'代表‘创业板指'，'zxb'代表'中小100'（原来的中小板指数），'hs300'代表'沪深300'，'sz50'代表'上证50','zz500'代表'中证500'等等。
code_list=['sh','sz','cyb','zxb','hs300','sz50','zz500']
df=qs.get_data(code_list)
df
#全球指数可参见：https://quote.eastmoney.com/center/qqzs.html
global_indexs=['道琼斯','标普500','纳斯达克','恒生指数','英国富时','法国CAC40','德国DAX','日经225','韩国KOSPI','澳大利亚标普200','印度孟买SENSEX','俄罗斯RTS','加拿大S&P','台湾加权','美元指数','路透CRB商品指数']qs.get_data(global_indexs)
（2）多只证券的历史价格数据
获取单只或多只证券（股票、基金、债券、期货)的收盘价格dataframe
get_price(code_list, start='19000101', end='20500101', freq='d', fqt=1)
code_list输入股票list列表
如code_list=['中国平安','贵州茅台','工业富联']
code_list=['中国平安','300684','锂电池ETF','BK0679','上证指数']
df=qs.get_price(code_list)
df.tail()
global_indexs=['道琼斯','标普500','纳斯达克','恒生指数','英国富时','法国CAC40','德国DAX','日经225','韩国KOSPI','澳大利亚标普200','印度孟买SENSEX','俄罗斯RTS','加拿大S&P','台湾加权','美元指数','路透CRB商品指数']
#全球指数价格数据
df=qs.get_price(global_indexs)
df.tail()
03
股票龙虎榜数据
stock_billboard(start=None, end=None)
起始和结束日期默认为None，表示最新，日期格式'2021-08-21'
df=qs.stock_billboard('20220901','20221011')
df
后续推文将进一步介绍qstock数据模块、可视化、选股和回测等功能。
参考资料：
1. https://efinance.readthedocs.io/en/latest/
2. https://akshare.akfamily.xyz/data/stock/stock.html#a
3. https://www.tushare.pro/document/2
关于Python金融量化
专注于分享Python在金融量化领域的应用。加入知识星球，可以免费获取qstock源代码、30多g的量化投资视频资料、量化金融相关PDF资料、公众号文章Python完整源码、与博主直接交流、答疑解惑等。添加个人微信sky2blue2可获取相关优惠。
