Python量化炒股的获取数据函数—get_index_stocks()

利用get_industry_stocks()函数可以获取在给定日期一个行业的所有股票代码列表，其语法格式如下：

get_industry_stocks(industry_code, date=None)

各项参数的意义

参数date和返回值，都与get_index_stocks()函数相同。

参数industry_code是行业代码。行业代码有很多，常用行业代码及意义如下。

A01：农业

A02：林业

A03：畜牧业

A04：渔业

A05：农、林、牧、渔服务业

B06：煤炭开采和洗选业

B07：石油和天然气开采业

B08：黑色金属矿采选业

B09：有色金属矿采选业

C13：农副食品加工业

C14：食品制造业

C15：酒、饮料喝精制茶制造业

C16：烟草制品业

C27：医药制造业

C28：化学纤维制造业

C33：金属制品业

C34：通用设备制造业

C35：专用设备制造业

C36：汽车制造业

显示某行业的成分股代码及应用

单击聚宽JoinQuant量化炒股平台中的“策略研究/研究环境”命令，进入Jupyter Notebook的研究平台。然后单击“新建”按钮，创建Python3文件，接着输入如下代码：

stocks = get_industry_stocks('C35')
print('专用设备制造业的股票代码：\n', stocks)

单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：

显示专用设备制造业股票的近8个交易日的收盘价信息，具体代码如下：

import pandas as pd
from matplotlib import pyplot as plt
df1 = history(8, unit='1d', field='close', security_list=stocks, df=True, skip_paused=False,fq='pre')
print('专用设备制造业股票的近8个交易日的收盘价信息：\n', df1)

单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：

还可以显示专用设备制造业股票的单个交易日的财务数据，具体代码如下：

myq1 = query(valuation.pe_ratio,valuation.turnover_ratio).filter(valuation.code.in_(stocks))
df2 = get_fundamentals(myq1,'2024-04-26')
df2

单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：

利用图表显示专用设备制造业股票的市盈率和换手率信息，具体代码如下：

plt.figure(figsize=(12, 6))
# 激活第一个subplot
plt.subplot(2, 1, 1)
plt.plot(df2['pe_ratio'], '-b')
plt.subplot(2, 1, 2)
plt.plot(df2['turnover_ratio'], '-r')
plt.show()

单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：