Python实时股票行情数据获取库详解

1. Tushare Pro

最受欢迎的中国股票数据接口之一

提供实时行情、历史数据、基本面等多维度数据

需要注册获取token

import tushare as ts
ts.set_token('your_token')
pro = ts.pro_api()

# 获取实时行情
df = ts.get_realtime_quotes('000001')  # 上证指数

2. baostock

免费的证券数据平台

提供历史和实时行情数据

import baostock as bs
import pandas as pd

# 登陆系统
lg = bs.login()
# 获取实时数据
rs = bs.query_history_k_data_plus("sh.600000",
    "date,time,code,open,high,low,close,volume,amount",
    start_date='2024-03-07', frequency="5")

3. yfinance

Yahoo Finance的Python库

主要用于获取美股数据

import yfinance as yf

# 获取实时数据
tsla = yf.Ticker("TSLA")
data = tsla.history(period="1d", interval="1m")

4. akshare

开源财经数据接口库

支持中国股市、美股、期货等多个市场

import akshare as ak

# 获取A股实时行情
stock_zh_a_spot_df = ak.stock_zh_a_spot()

5. mplfinance

用于绘制金融图表

常与其他数据源配合使用

import mplfinance as mpf

# 绘制K线图
mpf.plot(data, type='candle', volume=True)

主要特点比较

1. Tushare Pro

优点：数据全面、稳定、实时性好

缺点：部分功能需要付费

2. baostock

优点：完全免费、使用简单

缺点：数据延迟性较高

3. yfinance

优点：国际市场数据全面

缺点：A股数据支持有限

4. akshare

优点：数据源丰富、免费

缺点：可能需要配置代理

使用建议

1. A股数据获取

建议使用Tushare Pro或akshare

对实时性要求高的场景推荐Tushare Pro

对成本敏感的场景推荐akshare

2. 美股数据获取

建议使用yfinance

需要更专业数据可以考虑使用付费API

3. 数据获取示例代码

# 使用tushare获取实时数据
import tushare as ts
ts.set_token('your_token')
pro = ts.pro_api()

def get_realtime_data(stock_code):
    try:
        df = ts.get_realtime_quotes(stock_code)
        return df[['code', 'name', 'price', 'bid', 'ask', 'volume', 'amount']]
    except Exception as e:
        print(f"Error getting realtime data: {e}")
        return None

# 使用baostock获取历史K线数据
def get_historical_data(stock_code, start_date, end_date):
    bs.login()
    rs = bs.query_history_k_data_plus(stock_code,
        "date,code,open,high,low,close,volume,amount",
        start_date=start_date, end_date=end_date,
        frequency="d", adjustflag="3")
    data_list = []
    while (rs.error_code == '0') & rs.next():
        data_list.append(rs.get_row_data())
    result = pd.DataFrame(data_list, columns=rs.fields)
    bs.logout()
    return result

# 使用akshare获取股票基本面数据
def get_stock_fundamentals(stock_code):
    try:
        # 获取市盈率、市净率等指标
        pe_df = ak.stock_a_lg_indicator(symbol=stock_code)
        # 获取公司基本信息
        info_df = ak.stock_individual_info_em(symbol=stock_code)
        return pe_df, info_df
    except Exception as e:
        print(f"Error getting fundamental data: {e}")
        return None, None

# 使用yfinance下载美股历史数据并绘制图表
def plot_stock_chart(ticker_symbol, period="1y"):
    try:
        # 获取股票数据
        stock = yf.Ticker(ticker_symbol)
        hist = stock.history(period=period)
        
        # 使用mplfinance绘制K线图
        mpf.plot(hist, 
                type='candle',
                title=f'{ticker_symbol} Stock Price',
                ylabel='Price ($)',
                volume=True,
                style='charles',
                savefig='stock_chart.png')
    except Exception as e:
        print(f"Error plotting chart: {e}")

# 实际使用示例
if __name__ == "__main__":
    # A股实时数据示例
    sh_index = get_realtime_data('000001')  # 上证指数
    print("上证指数实时数据：")
    print(sh_index)
    
    # A股历史数据示例
    hist_data = get_historical_data("sh.600000", "2024-01-01", "2024-03-07")
    print("\n浦发银行历史数据：")
    print(hist_data.head())
    
    # 基本面数据示例
    pe_data, info_data = get_stock_fundamentals("000001")
    print("\n平安银行基本面数据：")
    if pe_data is not None:
        print(pe_data.head())
    
    # 美股图表示例
    plot_stock_chart("AAPL")  # 绘制苹果公司股票图表

4. 高级应用场景

数据分析和回测

import pandas as pd
import numpy as np

def calculate_ma(data, window=20):
    """计算移动平均线"""
    return data['close'].rolling(window=window).mean()

def simple_strategy(data):
    """简单的均线交易策略"""
    data['MA20'] = calculate_ma(data, 20)
    data['MA60'] = calculate_ma(data, 60)
    
    # 生成交易信号
    data['Signal'] = 0
    data.loc[data['MA20'] > data['MA60'], 'Signal'] = 1  # 买入信号
    data.loc[data['MA20'] < data['MA60'], 'Signal'] = -1 # 卖出信号
    
    return data

# 使用示例
stock_data = get_historical_data("sh.600000", "2023-01-01", "2024-03-07")
if not stock_data.empty:
    stock_data['close'] = stock_data['close'].astype(float)
    result = simple_strategy(stock_data)
    print("\n策略信号：")
    print(result[['date', 'close', 'MA20', 'MA60', 'Signal']].tail())

实时监控预警

import time
from datetime import datetime

def price_alert(stock_code, target_price, check_interval=60):
    """
    价格预警监控
    :param stock_code: 股票代码
    :param target_price: 目标价格
    :param check_interval: 检查间隔（秒）
    """
    while True:
        try:
            current_data = get_realtime_data(stock_code)
            if current_data is not None:
                current_price = float(current_data['price'].iloc[0])
                print(f"当前时间: {datetime.now()}")
                print(f"当前价格: {current_price}")
                
                if current_price >= target_price:
                    print(f"警报！{stock_code} 已达到目标价格 {target_price}")
                    break
                    
            time.sleep(check_interval)
            
        except Exception as e:
            print(f"监控出错: {e}")
            break

# 使用示例
# price_alert('000001', 16.5)  # 监控平安银行价格

5. 注意事项与最佳实践

1. 数据获取频率限制

Tushare Pro: 根据积分等级限制

baostock: 建议请求间隔>3秒

akshare: 建议请求间隔>1秒

2. 错误处理

始终包含异常处理

检查返回数据的完整性

考虑网络超时情况

3. 数据存储

考虑使用数据库存储历史数据

定期备份重要数据

建议使用SQLite或MySQL

4. 性能优化

使用异步请求处理大量数据

实现数据缓存机制

批量处理而非单条处理

6. 官方文档和资源链接

Tushare Pro

官方网站：https://tushare.pro

官方文档：https://tushare.pro/document/1

Github仓库：https://github.com/waditu/tushare

社区论坛：https://tushare.pro/community

baostock

官方网站：http://baostock.com

API文档：http://baostock.com/baostock/index.php/Python_API%E6%96%87%E6%A1%A3

Github仓库：https://github.com/baostock/baostock

yfinance

Github仓库和文档：https://github.com/ranaroussi/yfinance

PyPI页面：https://pypi.org/project/yfinance/

Yahoo Finance：https://finance.yahoo.com/

akshare

官方文档：https://www.akshare.xyz/

Github仓库：https://github.com/akfamily/akshare

示例教程：https://www.akshare.xyz/tutorial.html

mplfinance

Github仓库和文档：https://github.com/matplotlib/mplfinance

官方文档：https://matplotlib.org/mplfinance/

示例图库：https://matplotlib.org/mplfinance/examples.html

7. 安装指南

所有库都可以通过pip安装：

# Tushare Pro
pip install tushare

# baostock
pip install baostock

# yfinance
pip install yfinance

# akshare
pip install akshare

# mplfinance
pip install mplfinance

对于国内用户，建议使用镜像源加速安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

8. 社区支持

Tushare Pro：提供付费技术支持和社区论坛

akshare：有活跃的GitHub Issues和QQ群支持

yfinance：主要通过GitHub Issues提供支持

baostock：提供邮件支持和GitHub Issues

mplfinance：通过GitHub Issues和Stack Overflow提供支持

作者：老大白菜