python股票數據api

① 如何使用Python獲取股票分時成交數據

可以使用爬蟲來爬取數據，在寫個處理邏輯進行數據的整理。你可以詳細說明下你的需求，要爬取的網站等等。
希望我的回答對你有幫助

② 怎樣用python處理股票

用Python處理股票需要獲取股票數據，以國內股票數據為例，可以安裝Python的第三方庫：tushare；一個國內股票數據獲取包。可以在網路中搜索「Python tushare」來查詢相關資料，或者在tushare的官網上查詢說明文檔。

③ 炒股軟體的實時數據是怎麼獲取的

如果你只是需要進行實時選股，則可以採用通達信、大智慧、同花順等看盤軟體。通達信、大智慧等軟體中有一個「鷹眼盯盤」的功能（各家叫法不同，但意思一樣的），結合自己在這些軟體中編寫的自編公式、指標，可實現實時的的股票監控。

如果你需要的是實時獲取股票數據，則有專門的股票實時行情API介面，例如微盛的股票實時API介面，通過這樣的介面，編程即可取得實時的股票數據。

④ python用什麼方法或者庫可以拿到全部股票代碼

首先你需要知道哪個網站上有所有股票代碼，然後分析這個網站股票代碼的存放方式，再利用python寫一個爬蟲去爬取所有的股票代碼

⑤ Python資料庫API(DB API)

雖然 Python 需要為操作不同的資料庫使用不同的模塊，但不同的資料庫模塊並非沒有規律可循，因為它們基本都遵守 Python 制訂的 DB API 協議，目前該協議的最新版本是 2.0，因此這些資料庫模塊有很多操作其實都是相同的。下面先介紹不同資料庫模塊之間的通用內容。
全局變數
Python 推薦支持 DB API 2.0 的資料庫模塊都應該提供如下 3 個全局變數：
apilevel：該全局變數顯示資料庫模塊的 API 版本號。對於支持 DB API 2.0 版本的資料庫模塊來說，該變數值通常就是 2.0。如果這個變數不存在，則可能該資料庫模塊暫時不支持 DB API 2.0。讀者應該考慮選擇使用支持該資料庫的其他資料庫模塊。
threadsafety：該全局變數指定資料庫模塊的線程安全等級，該等級值為 0～3 ，其中 3 代表該模塊完全是線程安全的；1 表示該模塊具有部分線程安全性，線程可以共享該模塊，但不能共享連接；0 則表示線程完全不能共享該模塊。
paramstyle：該全局變數指定當 SQL 語句需要參數時，可以使用哪種風格的參數。該變數可能返回如下變數值：
format：表示在 SQL 語句中使用 Python 標準的格式化字元串代表參數。例如，在程序中需要參數的地方使用 %s，接下來程序即可為這些參數指定參數值。
pyformat：表示在 SQL 語句中使用擴展的格式代碼代表參數。比如使用 %(name)，這樣即可使用包含 key 為 name 的字典為該參數指定參數值。
qmark：表示在 SQL 語句中使用問號（?）代表參數。在 SQL 語句中有幾個參數，全部用問號代替。
numeric：表示在 SQL 語句中使用數字佔位符（:N）代表參數。例如：1 代表一個參數，:2 也表示一個參數，這些數字相當於參數名，因此它們不一定需要連續。
named：表示在 SQL 語句中使用命名佔位符（:name）代表參數。例如 :name 代表一個參數，:age 也表示一個參數。
通過查閱這些全局變數，即可大致了解該資料庫 API 模塊的對外的編程風格，至於該模塊內部的實現細節，完全由該模塊實現者負責提供，通常不需要開發者關心。
資料庫 API 的核心類
遵守 DB API 2.0 協議的資料庫模塊通常會提供一個 connect() 函數，該函數用於連接資料庫，並返回資料庫連接對象。
資料庫連接對象通常會具有如下方法和屬性：
cursor(factory=Cursor)：打開游標。
commit()：提交事務。
rollback()：回滾事務。
close()：關閉資料庫連接。
isolation_level：返回或設置資料庫連接中事務的隔離級別。
in_transaction：判斷當前是否處於事務中。
上面第一個方法可以返回一個游標對象，游標對象是 Python DB API 的核心對象，該對象主要用於執行各種 SQL 語句，包括 DDL、DML、select 查詢語句等。使用游標執行不同的 SQL 語句返回不同的數據。
游標對象通常會具有如下方法和屬性：
execute(sql[, parameters])：執行 SQL 語句。parameters 參數用於為 SQL 語句中的參數指定值。
executemany(sql, seq_of_parameters)：重復執行 SQL 語句。可以通過 seq_of_parameters 序列為 SQL 語句中的參數指定值，該序列有多少個元素，SQL 語句被執行多少次。
executescript(sql_script)：這不是 DB API 2.0 的標准方法。該方法可以直接執行包含多條 SQL 語句的 SQL 腳本。
fetchone()：獲取查詢結果集的下一行。如果沒有下一行，則返回 None。
fetchmany(size=cursor.arraysize)：返回查詢結果集的下 N 行組成的列表。如果沒有更多的數據行，則返回空列表。
fetchall()：返回查詢結果集的全部行組成的列表。
close()：關閉游標。
rowcount：該只讀屬性返回受 SQL 語句影響的行數。對於 executemany() 方法，該方法所修改的記錄條數也可通過該屬性獲取。
lastrowid：該只讀屬性可獲取最後修改行的 rowid。
arraysize：用於設置或獲取 fetchmany() 默認獲取的記錄條數，該屬性默認為 1。有些資料庫模塊沒有該屬性。
description：該只讀屬性可獲取最後一次查詢返回的所有列的信息。
connection：該只讀屬性返回創建游標的資料庫連接對象。有些資料庫模塊沒有該屬性。
總結來看，Python 的 DB API 2.0 由一個 connect() 開始，一共涉及資料庫連接和游標兩個核心 API。它們的分工如下：
資料庫連接：用於獲取游標、控制事務。
游標：執行各種 SQL 語句。
掌握了上面這些 API 之後，接下來可以大致歸納出 Python DB API 2.0 的編程步驟。
操作資料庫的基本流程
使用 Python DB API 2.0 操作資料庫的基本流程如下：
調用 connect() 方法打開資料庫連接，該方法返回資料庫連接對象。
通過資料庫連接對象打開游標。
使用游標執行 SQL 語句（包括 DDL、DML、select 查詢語句等）。如果執行的是查詢語句，則處理查詢數據。
關閉游標。
關閉資料庫連接。
下圖顯示了使用 Python DB API 2.0 操作資料庫的基本流程。

⑥ Python 如何爬股票數據

現在都不用爬數據拉，很多量化平台能提供數據介面的服務。像比如基礎金融數據，包括滬深A股行情數據，上市公司財務數據，場內基金數據，指數數據，期貨數據以及宏觀經濟數據；或者Alpha特色因子，技術分析指標因子，股票tick數據以及網路因子數據這些數據都可以在JQData這種數據服務中找到的。
有的供應商還能提供level2的行情數據，不過這種比較貴，幾萬塊一年吧

⑦ 如何使用Python api 函數寫股票策略

利用context.now可以獲得當前策略運行的時間，返回的是datetime.datetime格式。datetime.datetime格式可以很方便的進行日期、時間操作。
比如timedelta可以很方便的在日期上做日、小時、分鍾、秒的運算。例如，需要策略運行時間1天前的時間，可以這樣寫：context.now+datetime.timedelta(days=-1)，返回的便是一天前的時間。

⑧ 如何用python獲取股票數據

在Python的QSTK中，是通過s_datapath變數，定義相應股票數據所在的文件夾。一般可以通過QSDATA這個環境變數來設置對應的數據文件夾。具體的股票數據來源，例如滬深、港股等市場，你可以使用免費的WDZ程序輸出相應日線、5分鍾數據到s_datapath變數所指定的文件夾中。然後可使用Python的QSTK中，qstkutil.DataAccess進行數據訪問。

⑨ 如何獲取實時的股票數據

估計你是盤中炒股需要吧？多數股票軟體都有公式系統，例如大智慧、同花順、通達信，都有公式系統，在公式系統中編寫自己的公式，就可以得到自己需要的實時的股票數據了。這些都是免費的。

如果是公司，有專門提供股票行情API介面的，例如微盛的金融實時行情API介面，但這種介面需要程序員才能使用，比較專業。

⑩ 中國的 Python 量化交易工具鏈有哪些

萬得的Python API，可以用來獲取實時數據、歷史數據以及下單交易 優點：萬得大而全 缺點：下單交易功能不是事件驅動（例如成交回報需要用戶去查詢，而不是主推）
同花順iFinD的Python API，類似萬得的API 優點：比萬得便宜，同花順的服務態度很好（用戶提出新需求後很快就能給出確定的答復或者解決方案）
掘金的量化平台
通聯數據的量化平台
QuickFix的Python API（可以用來接國信、方正的FIX介面）
Numpy/Scipy/Matplotlib/Pandas（量化分析）
IPyhon/Spyder（適合做量化分析的IDE環境）
Zipline（策略開發回測）
TuShare財經數據介面 - 可以直接抓取新浪財經、鳳凰財經的網站數據，包括行情、基本面、經濟數據等等。完全免費，簡潔易用，API設計得非常友好，提取的數據格式是Pandas的DataFrame。同時可以獲取非高頻實時數據（取決於網站更新速度，同事經驗大約是15秒），一個極好的非高頻股票策略數據解決方案。
恆生電子的量化贏家平台，提供Python介面，鏈接我點進去後沒看到具體的使用教程，希望回頭補一下。
米礦ricequant在我提出這個問題時尚只有Java的API，後來也支持了Python，期待2016有新的突破。