# 股票行情数据说明
可获取股票合约的日行情、分钟行情、tick 行情数据，具体调用方式请参考 API-get_price.
# A 股财务数据
# get_pit_financials_ex - 查询季度财务信息(point-in-time 形式)
get_pit_financials_ex(fields, start_quarter,end_quarter，order_book_ids=None, date=None, statements=None, market='cn')
以给定一个报告期回溯的方式获取季度基础财务数据（三大表），即利润表（income_statement），资产负债表（balance_sheet），现金流量表（cash_flow_statement)。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| fields | list | 需要返回的财务字段。支持的字段仅限[三大基础财报],具体可以参看财务数据页介绍。 |
| start_quarter | str | 财报回溯查询的起始报告期，例如'2015q2'代表 2015 年半年报， 该参数必填 。 |
| end_quarter | str | 财报回溯查询的截止报告期，例如'2015q4'代表 2015 年年报，该参数必填。 |
| order_book_ids | str or str list | 合约代码，可传入 order_book_id, order_book_id list ，该参数必填 |
| date | str | 查询日期，默认查询日期为当前最新日期 |
| statements | str | 基于查询日期，返回某一个报告期的所有记录或最新一条记录，设置 statements 为 all 时返回所有记录，statements 等于 latest 时返回最新的一条记录，默认为 latest. |
| market | str | 市场，默认'cn'为中国内地市场 |
# 返回
pandas DataFrame
| 固定字段 | 类型 | 说明 |
|---|---|---|
| fields | list | 需要返回的财务字段。支持的字段仅限[三大基础财报],具体可以参看财务数据页介绍。 |
| if_adjusted | int | 是否为非当期财报数据, 0 代表当期，1 代表非当期（比如 18 年的财报会披露本期和上年同期的数值，17 年年报的财务数值在 18 年年报中披露的记录则为非当期， 17 年年报的财务数值在 17 年年报中披露则为当期。 |
| quarter | str | 报告期 |
| info_date | str | 公告发布日 |
# 范例
- 获取股票 2018q2-2018q3 各报告期最新一次记录
[In]
get_pit_financials_ex(fields=['revenue','net_profit'], start_quarter='2018q2', end_quarter='2018q3',order_book_ids=['000001.XSHE','000048.XSHE'])
[Out]
info_date revenue if_adjusted net_profit
order_book_id quarter
000001.XSHE 2018q2 2019-08-08 5.724100e+10 1 1.337200e+10
2018q3 2019-10-22 8.666400e+10 1 2.045600e+10
000048.XSHE 2018q2 2019-08-31 7.362684e+08 1 -3.527276e+07
2018q3 2019-10-31 1.216331e+09 1 -4.566952e+07
- 获取股票 2018q2 所有的记录
[In]
get_pit_financials_ex(fields=['revenue','net_profit'], start_quarter='2018q2', end_quarter='2018q2',order_book_ids=['000001.XSHE','000048.XSHE'],statements='all')
[Out]
info_date revenue if_adjusted net_profit
order_book_id quarter
000001.XSHE 2018q2 2018-08-16 5.724100e+10 0 1.337200e+10
2018q2 2019-08-08 5.724100e+10 1 1.337200e+10
000048.XSHE 2018q2 2018-08-31 1.063670e+09 0 7.790205e+07
2018q2 2018-10-31 1.060487e+09 0 7.880372e+07
2018q2 2019-06-15 7.362684e+08 0 -3.527276e+07
2018q2 2019-08-31 7.362684e+08 1 -3.527276e+07
- 获取股票 2018q2 查询日期为 20190807 的记录
[In]
get_pit_financials_ex(fields=['revenue','net_profit'], start_quarter='2018q2', end_quarter='2018q2',order_book_ids=['000001.XSHE','000048.XSHE'],statements='all',date='20190807')
[Out]
info_date revenue if_adjusted net_profit
order_book_id quarter
000001.XSHE 2018q2 2018-08-16 5.724100e+10 0 1.337200e+10
000048.XSHE 2018q2 2018-08-31 1.063670e+09 0 7.790205e+07
2018q2 2018-10-31 1.060487e+09 0 7.880372e+07
2018q2 2019-06-15 7.362684e+08 0 -3.527276e+07
# current_performance - 查询财务快报数据
current_performance(order_book_id, info_date, quarter, interval, fields)
默认返回给定的 order_book_id 当前最近一期的快报数据。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 必填。由于快报报告日期的不规则，目前只支持单个查询，批量请考虑轮询。 |
| info_date | str | yyyymmdd 或者 yyyy-mm-dd。如果不填(info_date 和 quarter 都为空)，则返回当前日期的最新发布的快报。如果填写，则从 info_date 当天或者之前最新的报告开始抓取。 |
| quarter | str | info_date 参数优先级高于 quarter。如果 info_date 填写了日期，则不查看 quarter 这个字段。 如果 info_date 没有填写而 quarter 有填写，则财报回溯查询的起始报告期，例如'2015q2', '2015q4'分别代表 2015 年半年报以及年报。默认只获取当前报告期财务信息 |
| interval | str | 查询财务数据的间隔。例如，填写'5y'，则代表从报告期开始回溯 5 年，每年为相同报告期数据；'3q'则代表从报告期开始向前回溯 3 个季度。不填写默认抓取一期。 |
| fields | str or list | 抓取对应有效字段返回。默认返回所有字段。具体快报字段可参看线上财务文档。 |
# 返回
pandas DataFrame
# 范例
- 获取单只股票过去一个报告期的快报数据
[In]
current_performance('000004.XSHE')
[Out]
end_date info_date operating_revenue gross_profit operating_profit total_profit np_parent_owners net_profit_cut net_operate_cashflow...roe_cut_weighted_yoy net_operate_cash_flow_per_share_yoy net_asset_psto_opening
0 2017-12-31 2018-04-14 1.386058e+08 NaN 8796946.37 9716431.21 8566720.65 NaN NaN NaN NaN NaN
- 获取单只股票多个报告期的总利润
[In]
current_performance('000004.XSHE',quarter='2017q4',fields='total_profit',interval='2q')
[Out]
end_date info_date total_profit
0 2017-12-31 2018-04-14 9716431.21
1 2015-12-31 2016-04-15 10808606.48
[In]
current_performance('000004.XSHE',info_date=20170331,fields='total_profit',interval='2q')
[Out]
end_date info_date total_profit
0 2015-12-31 2016-04-15 10808606.48
1 2014-12-31 2015-04-16 20665807.64
# performance_forecast - 查询业绩预告数据
performance_forecast(order_book_ids,info_date,end_date,fields)
默认返回给定的 order_book_ids 当前最近一期的业绩预告数据。
业绩预告主要用来调取公司对即将到来的财务季度的业绩预期的信息。有时同一个财务季度会有多条记录，分别是季度预期和累计预期（即本年至今）。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 必填。 |
| info_date | str | yyyymmdd 或者 yyyy-mm-dd。如果不填(info_date 和 end_date 都为空)，则返回当前日期的最新发布的业绩预告。如果填写，则从 info_date 当天或者之前最新的报告开始抓取。注：info_date 优先级高于 end_date。 |
| end_date | str | yyyymmdd 或者 yyyy-mm-dd。对应财务预告期末日期，如'20150331'。 |
| fields | str or list | 抓取对应有效字段返回。默认返回所有字段。具体业绩预告字段可参看线上财务文档。 |
# 返回
pandas DataFrame
# 范例
- 获取单只股票过去一个报告期的预告数据
[In]
performance_forecast('000001.XSHE')
[Out]
info_date end_date forecast_type forecast_description forecast_growth_rate_floor forecast_growth_rate_ceiling forecast_earning_floor forecast_earning_ceiling forecast_np_floor forecast_np_ceiling forecast_eps_floor forecast_eps_ceiling net_profit_yoy_const_forecast
0 2016-01-21 2015-12-31 预增 累计利润 5.0 15.0 NaN NaN 2.079206e+10 2.277225e+10 1.48 1.62 16.0
- 获取多只股票过去一个报告期指定字段的预告数据
[In]
performance_forecast(['000001.XSHE','000006.XSHE'],fields=['forecast_description','forecast_earning_floor'])
[Out]
info_date end_date forecast_description forecast_earning_floor
order_book_id
000001.XSHE 2016-01-21 2015-12-31 累计利润 NaN
000006.XSHE 2020-04-09 2020-12-31 累计收入 NaN
- 获取单只股票指定报告期预告数据
[In]
performance_forecast('000005.XSHE',end_date=20170331,fields=['forecast_description','forecast_earning_floor'])
[Out]
info_date end_date forecast_description forecast_earning_floor
0 2017-04-15 2017-03-31 累计利润 NaN
# A 股因子数据
# get_factor - 获取因子
get_factor(order_book_ids, factor, start_date, end_date, universe=None,expect_df=True)
默认快速返回给定的 order_book_id 当日的因子，包括财务因子、alpha101 因子、技术指标 等。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or str list | 合约代码，可传入 order_book_id, order_book_id list |
| factor | str or str list | 因子名称，可查询 get_all_factor_names() 得到所有有效因子字段 |
| date | str | 指定日期，默认为该日的前一个交易日 |
| start_date | str | 开始日期。注：如使用开始日期，则必填结束日期 |
| end_date | str | 结束日期。注：若使用结束日期，则开始日期必填 |
| universe | str | 股票池，可选定某个指数的成分股，也可输入股票 list，默认为 None，全市场 |
| expect_df | boolean | 默认返回 pandas dataframe。如果调为 False，则返回 原有的数据结构 |
# 返回
pandas DataFrame
# 范例
- 获取财务指标数据
[In]
get_factor(['000001.XSHE','000002.XSHE'],'debt_to_equity_ratio',start_date='20180102',end_date='20180103')
[Out]
debt_to_equity_ratio
order_book_id date
000002.XSHE 2018-01-02 7.3097
2018-01-03 7.3097
000001.XSHE 2018-01-02 13.3848
2018-01-03 13.3848
- 获取 alpha101 因子数据
[In]
get_factor(['000001.XSHE', '600000.XSHG'],'WorldQuant_alpha010', '20190601', '20190604')
[Out]
WorldQuant_alpha010
order_book_id date
000001.XSHE 2019-06-03 0.093489
2019-06-04 0.281502
600000.XSHG 2019-06-03 0.162771
2019-06-04 0.255633
- 获取技术指标数据
[In]
get_factor(['000001.XSHE', '600000.XSHG'], 'MA30', '20190801','20190802')
[Out]
MA30
order_book_id date
000001.XSHE 2019-08-01 13.850660
2019-08-02 13.858904
600000.XSHG 2019-08-01 11.632667
2019-08-02 11.612333
# get_all_factor_names - 获取因子字段列表
get_all_factor_names(type=None)
默认返回全部因子，可选择返回不同类型的所有因子字段名称列表。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| type | str | 默认返回所有因子 ’income_statement‘：利润表( 91 个基础财务字段 + 其 mrq_n、ttm_n 、lyr_n 因子，共 2821 个) ’balance_sheet‘：资产负债表 ( 156 个基础财务字段 + 其 mrq_n、ttm_n 、lyr_n 因子，共 4836 个) ’cash_flow_statement‘：现金流量表 ( 70 个基础财务字段 + 其 mrq_n、ttm_n 、lyr_n 因子，共 2170 个) ‘eod_indicator’：估值有关指标 (41 个) ‘operational_indicator‘：经营衍生指标表 (97 个) ‘cash_flow_indicator’：现金流衍生指标 (26 个) ‘financial_indicator‘：财务衍生指标 (126 个) ‘growth_indicator’：增长衍生指标 (33 个) ’alpha101‘：alpha101 因子 (101 个) 'moving_average_indicator'：均线类指标 (82 个) 'obos_indicator'：超买超卖指标 (43 个) 'energy_indicator'：能量指标 (36 个) |
# 返回
list
# 范例
- 获取超买超卖指标 因子
[In]
rqdatac.get_all_factor_names(type='obos_indicator')
[Out]
['OBOS', 'KDJ_K', 'KDJ_D', 'KDJ_J', 'RSI6', 'WR', 'LWR1', 'BIAS5', 'BIAS36', 'ACCER', 'CYF', 'SWL', 'ADTM', 'TR', 'DKX', 'TAPI', 'OSC', 'CCI', 'ROC', 'MFI', 'MTM', 'MARSI6', 'SKD_K', 'UDL', 'DI1', 'RSI10', 'LWR2', 'BIAS10', 'BIAS612', 'SWS', 'MAADTM', 'ATR', 'MADKX', 'MATAPI', 'MAMTM', 'MARSI10', 'SKD_D', 'MAUDL', 'DI2', 'BIAS20', 'MABIAS', 'ADX', 'ADXR']
# 基础日行情
# get_share_transformation - 获取股票转换股票代码信息
get_share_transformation(predecessor=None, market='cn')
查询股票因代码变更或并购等情况更换了股票代码的信息
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| predecessor | str | 合约代码(来自交易所或其他平台), 空值返回所有变更过股票代码的股票 |
| market | str | 目前仅支持国内市场('cn')。 |
# 返回
pandas Dataframe
| 字段 | 类型 | 说明 |
|---|---|---|
| predecessor | str | 历史股票代码 |
| successor | str | 变更后股票代码 |
| effective_date | str | 变更生效日期 |
| share_conversion_ratio | float | 股票变更比例 |
| predecessor_delisted | boolean | 变更后旧代码是否退市 |
| discretionary_execution | boolean | 是否有变更自主选择权 |
| predecessor_delisted_date | datetime | 历史股票代码退市日期 |
| event | str | 股票代码变更原因 |
# 范例
[In]get_share_transformation(predecessor="000022.XSHE")
[Out]
predecessor successor effective_date share_conversion_ratio predecessor_delisted discretionary_execution predecessor_delisted_date event
0 000022.XSHE 001872.XSHE 2018-12-26 1.0 True False 2018-12-26 code_change
# sector - 获取某板块股票列表
sector(code, market='cn')
获得属于某一板块的所有股票列表。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| code | str OR sector_code items | 板块名称或板块代码。例如，能源板块可填写'Energy'、'能源'或 sector_code.Energy |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场。 |
# 返回
属于该板块的股票 order_book_id 或 order_book_id list.
# 范例
[In]sector('Energy')
[Out]
['300023.XSHE', '000571.XSHE', '600997.XSHG', '601798.XSHG', '603568.XSHG', .....]
[In]sector(sector_code.Energy)
[Out]
['300023.XSHE', '000571.XSHE', '600997.XSHG', '601798.XSHG', '603568.XSHG', .....]
# 板块分类列表
目前支持的板块分类如下，其取值参考自 MSCI 发布的全球行业标准分类:
| 板块代码 | 中文板块名称 | 英文板块名称 |
|---|---|---|
| Energy | 能源 | energy |
| Materials | 原材料 | materials |
| ConsumerDiscretionary | 非必需消费品 | consumer discretionary |
| ConsumerStaples | 必需消费品 | consumer staples |
| HealthCare | 医疗保健 | health care |
| Financials | 金融 | financials |
| RealEstate | 房地产 | real estate |
| InformationTechnology | 信息技术 | information technology |
| TelecommunicationServices | 电信服务 | telecommunication services |
| Utilities | 公共服务 | utilities |
| Industrials | 工业 | industrials |
# industry - 获取某行业股票列表
industry(code, market='cn')
获得属于某一行业的所有股票列表。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| code | str OR industry_code items | 行业名称或行业代码。例如，农业可填写 industry_code.A01 或 'A01' |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场 |
# 返回
属于该行业的股票 order_book_id 或 order_book_id list.
# 范例
[In]
industry('A01')
[Out]
['600540.XSHG', '600371.XSHG', '600359.XSHG', '600506.XSHG',...]
[In]
industry(industry_code.A01)
[Out]
['600540.XSHG', '600371.XSHG', '600359.XSHG', '600506.XSHG',...]
# 行业分类列表
我们目前使用的行业分类来自于中国国家统计局的国民经济行业分类，可以使用这里的任何一个行业代码来调用行业的股票列表：
| 行业代码 | 行业名称 |
|---|---|
| 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 |
| B10 | 非金属矿采选业 |
| B11 | 开采辅助活动 |
| B12 | 其他采矿业 |
| C13 | 农副食品加工业 |
| C14 | 食品制造业 |
| C15 | 酒、饮料和精制茶制造业 |
| C16 | 烟草制品业 |
| C17 | 纺织业 |
| C18 | 纺织服装、服饰业 |
| C19 | 皮革、毛皮、羽毛及其制品和制鞋业 |
| C20 | 木材加工及木、竹、藤、棕、草制品业 |
| C21 | 家具制造业 |
| C22 | 造纸及纸制品业 |
| C23 | 印刷和记录媒介复制业 |
| C24 | 文教、工美、体育和娱乐用品制造业 |
| C25 | 石油加工、炼焦及核燃料加工业 |
| C26 | 化学原料及化学制品制造业 |
| C27 | 医药制造业 |
| C28 | 化学纤维制造业 |
| C29 | 橡胶和塑料制品业 |
| C30 | 非金属矿物制品业 |
| C31 | 黑色金属冶炼及压延加工业 |
| C32 | 有色金属冶炼和压延加工业 |
| 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 |
| C37 | 铁路、船舶、航空航天和其它运输设备制造业 |
| C38 | 电气机械及器材制造业 |
| C39 | 计算机、通信和其他电子设备制造业 |
| C40 | 仪器仪表制造业 |
| C41 | 其他制造业 |
| C42 | 废弃资源综合利用业 |
| C43 | 金属制品、机械和设备修理业 |
| D44 | 电力、热力生产和供应业 |
| D45 | 燃气生产和供应业 |
| D46 | 水的生产和供应业 |
| E47 | 房屋建筑业 |
| E48 | 土木工程建筑业 |
| E49 | 建筑安装业 |
| E50 | 建筑装饰和其他建筑业 |
| F51 | 批发业 |
| F52 | 零售业 |
| G53 | 铁路运输业 |
| G54 | 道路运输业 |
| G55 | 水上运输业 |
| G56 | 航空运输业 |
| G57 | 管道运输业 |
| G58 | 装卸搬运和运输代理业 |
| G59 | 仓储业 |
| G60 | 邮政业 |
| H61 | 住宿业 |
| H62 | 餐饮业 |
| I63 | 电信、广播电视和卫星传输服务 |
| I64 | 互联网和相关服务 |
| I65 | 软件和信息技术服务业 |
| J66 | 货币金融服务 |
| J67 | 资本市场服务 |
| J68 | 保险业 |
| J69 | 其他金融业 |
| K70 | 房地产业 |
| L71 | 租赁业 |
| L72 | 商务服务业 |
| M73 | 研究和试验发展 |
| M74 | 专业技术服务业 |
| M75 | 科技推广和应用服务业 |
| N76 | 水利管理业 |
| N77 | 生态保护和环境治理业 |
| N78 | 公共设施管理业 |
| O79 | 居民服务业 |
| O80 | 机动车、电子产品和日用产品修理业 |
| O81 | 其他服务业 |
| P82 | 教育 |
| Q83 | 卫生 |
| Q84 | 社会工作 |
| R85 | 新闻和出版业 |
| R86 | 广播、电视、电影和影视录音制作业 |
| R87 | 文化艺术业 |
| R88 | 体育 |
| R89 | 娱乐业 |
| S90 | 综合 |
# get_concept_list - 获取概念列表
get_concept_list(start_date=None, end_date=None)
获得股票概念列表。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| start_date | str | 查询 概念纳入日期 开始时间，不传入默认返回所有时段数据 |
| end_date | str | 查询 概念纳入日期 结束时间，不传入默认返回所有时段数据 |
# 返回
| 参数 | 类型 | 说明 |
|---|---|---|
| date | date | 概念纳入日期 |
| concept | str | 概念名称 |
# 范例
[In]
get_concept_list(start_date='2019-01-01', end_date='2020-01-01')
[Out]
date
2019-01-17 360私有化
2019-01-17 油气改革
2019-01-17 浦东国资改革
2019-01-17 海南自贸区
2019-01-17 海绵城市
...
2019-07-15 ETC概念
2019-07-17 光刻机概念
2019-08-12 维生素
2019-12-12 胎压监测
2019-12-20 无线耳机
# get_concept - 获取所选概念对应股票列表
get_concept(concepts, start_date=None, end_date=None)
获得属于某个或某几个概念的股票列表。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| concepts | str OR multiple str | 概念名称。可以从概念列表中选择一个或多个概念填写 |
| start_date | str | 查询 股票纳入概念日期 开始时间，不传入默认返回所有时段数据 |
| end_date | str | 查询 股票纳入概念日期 结束时间，不传入默认返回所有时段数据 |
# 返回
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 合约代码 |
| inclusion_date | date | 股票纳入概念日期 |
# 范例
[In]
get_concept(['ETC概念','维生素'],start_date='2019-01-01', end_date='2021-01-01')
[Out]
order_book_id inclusion_date
concept
ETC概念 000938.XSHE 2019-07-15
ETC概念 002104.XSHE 2019-10-16
ETC概念 002161.XSHE 2019-08-08
ETC概念 002373.XSHE 2019-07-15
ETC概念 002401.XSHE 2019-07-15
ETC概念 002512.XSHE 2019-07-15
ETC概念 002869.XSHE 2019-07-15
ETC概念 300014.XSHE 2019-07-15
ETC概念 300020.XSHE 2019-10-29
ETC概念 300075.XSHE 2019-07-15
ETC概念 300205.XSHE 2019-07-15
ETC概念 300376.XSHE 2019-07-23
ETC概念 300438.XSHE 2019-09-10
ETC概念 300448.XSHE 2019-07-15
ETC概念 300462.XSHE 2019-07-15
ETC概念 300552.XSHE 2019-07-15
ETC概念 300717.XSHE 2019-07-15
ETC概念 600035.XSHG 2019-07-15
ETC概念 603068.XSHG 2019-07-15
ETC概念 603458.XSHG 2019-07-31
ETC概念 603936.XSHG 2019-12-23
ETC概念 688208.XSHG 2020-02-24
维生素 000597.XSHE 2019-08-12
维生素 000952.XSHE 2019-08-12
维生素 002001.XSHE 2019-08-12
维生素 002019.XSHE 2019-08-12
维生素 002332.XSHE 2019-08-12
维生素 002562.XSHE 2019-08-12
维生素 002626.XSHE 2019-08-12
维生素 300267.XSHE 2019-08-12
维生素 300401.XSHE 2019-08-12
维生素 600216.XSHG 2019-08-12
维生素 600299.XSHG 2019-08-12
维生素 600812.XSHG 2019-08-12
维生素 603079.XSHG 2019-08-12
# get_stock_concept - 获取所选股票对应概念
get_stock_concept(order_book_ids)
获取单支或多支股票所对应的所有概念标签
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_id | str or list | 合约代码 |
# 返回
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 合约代码 |
| concept | str | 所输入合约代码对应的概念 |
| inclusion_date | date | 股票纳入概念日期 |
# 范例
[In]
get_stock_concept (['000002.XSHE','000504.XSHE'])
[Out]
concept
order_book_id inclusion_date
000002.XSHE 2019-01-17 房地产
2019-01-17 深港通
2019-01-17 租售同权
2019-01-17 广东自贸区
2019-01-22 举牌概念
2019-03-04 粤港澳大湾区
2019-03-18 雄安概念
2019-03-18 特色小镇
2019-05-07 互联网金融
2019-08-19 体育
2019-08-19 冬奥会
2019-12-02 MSCI概念
2020-01-15 超级品牌
2020-11-16 长江三角洲概念
2022-01-06 碳中和
2024-01-17 智能家居
2024-01-17 智慧城市
000504.XSHE 2019-01-17 美丽中国
2019-01-22 举牌概念
2019-05-07 文化传媒
2021-12-01 医药
2021-12-01 节能环保
2022-11-28 国企混改
2024-05-11 生物医药
# get_industry_mapping - 获取行业分类概览
get_industry_mapping(source='citics', date=None, market='cn')
通过传入机构名，获得该机构指定的行业划分概览。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| source | str | 分类依据。 citics: 中信, gildata: 聚源,citics_2019:中信 2019 分类,默认 source='citics_2019'.注意：citics 为中信 2019 年新的行业分类未发布前的分类 |
| date | str | 查询日期，默认为当前最新日期 |
| market | str | 目前仅有中国市场('cn')的行业分类 |
# 返回
DataFrame
# 范例
- 得到当前行业分类的概览：
[In]
get_industry_mapping()
[Out]
first_industry_code first_industry_name second_industry_code second_industry_name third_industry_code third_industry_name
0 10 石油石化 1010 石油开采 101010 石油开采
1 10 石油石化 1020 石油化工 102010 炼油
2 10 石油石化 1020 石油化工 102040 油品销售及仓储
3 10 石油石化 1020 石油化工 102050 其他石化
4 10 石油石化 1030 油田服务 103010 油田服务
5 11 煤炭 1110 煤炭开采洗选 111010 动力煤
...
# get_industry - 获取某行业的股票列表
get_industry(industry, source='citics', date=None, market='cn')
通过传入行业名称、行业指数代码或者行业代号，拿到指定行业的股票列表
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| industry | str | 可传入行业名称、行业指数代码或者行业代号 |
| source | str | 分类依据。 citics: 中信, gildata: 聚源, citics_2019:中信 2019 分类, 默认 source='citics_2019'. 注意：citics 为中信 2019 年新的行业分类未发布前的分类 |
| date | str | 查询日期，默认为当前最新日期 |
| market | str | 目前仅有中国市场('cn')的行业分类 |
# 返回
list
# 范例
- 得到当前某一级行业的股票列表：
[In]
get_industry('银行')
[Out]
['000001.XSHE',
'002142.XSHE',
'002807.XSHE',
'002839.XSHE',
'002936.XSHE',
'002948.XSHE',
'002958.XSHE',
'002966.XSHE',
'600000.XSHG',
'600015.XSHG',
'600016.XSHG',
'600036.XSHG',
'600908.XSHG',
'600919.XSHG',
'600926.XSHG',
'600928.XSHG',
'601009.XSHG',
'601128.XSHG',
'601166.XSHG',
'601169.XSHG',
'601229.XSHG',
'601288.XSHG',
'601328.XSHG',
'601398.XSHG',
'601577.XSHG',
'601818.XSHG',
'601838.XSHG',
'601860.XSHG',
'601939.XSHG',
'601988.XSHG',
'601997.XSHG',
'601998.XSHG',
'603323.XSHG']
- 用中信行业代码获得股票列表：
[In]
get_industry(industry='621020',source='citics')
[Out]
['000997.XSHE',
'002152.XSHE',
'002177.XSHE',
'002268.XSHE',
'002308.XSHE',
'002312.XSHE',
'002376.XSHE',
'002383.XSHE',
'002512.XSHE',
'002518.XSHE',
'002546.XSHE',
'002635.XSHE',
'002771.XSHE',
'002829.XSHE',
'002835.XSHE',
'002906.XSHE',
'300074.XSHE',
'300076.XSHE',
'300078.XSHE',
'300098.XSHE',
'300130.XSHE',
'300167.XSHE',
'300177.XSHE',
'300270.XSHE',
'300275.XSHE',
'300311.XSHE',
'300449.XSHE',
'300455.XSHE',
'300458.XSHE',
'300479.XSHE',
'300743.XSHE',
'603106.XSHG',
'603660.XSHG',
'603890.XSHG']
# get_industry_change - 获取某行业的股票纳入剔除日期
get_industry_change(industry, source='citics', level=None, market='cn')
通过传入行业名称、行业指数代码或者行业代号，拿到指定行业的股票纳入剔除日期
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| industry | str | 可传入行业名称、行业指数代码或者行业代号 |
| source | str | 分类依据。 citics_2019 - 中信新分类（2019 发布）, citics - 中信旧分类（退役中）, gildata -聚源。 默认 source='citics_2019'. |
| level | integer | 行业分类级别，共三级，默认一级分类。参数 1,2,3 一一对应 |
| market | str | 目前仅有中国市场('cn')的行业分类 |
# 返回
pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| start_date | str | 起始日期 |
| cancel_date | str | 取消日期，2200-12-31 表示未披露 |
# 范例
- 得到当前某一级行业的股票纳入剔除日期：
[In]
get_industry_change(industry='银行', level=1,source='citics_2019')
[Out]
start_date cancel_date
order_book_id
601988.XSHG 2019-12-02 2200-12-31
601398.XSHG 2019-12-02 2200-12-31
601328.XSHG 2019-12-02 2200-12-31
601939.XSHG 2019-12-02 2200-12-31
601288.XSHG 2019-12-02 2200-12-31
... ... ...
601963.XSHG 2021-02-05 2200-12-31
601665.XSHG 2021-06-18 2200-12-31
601528.XSHG 2021-06-25 2200-12-31
601825.XSHG 2021-08-19 2200-12-31
001227.XSHE 2022-01-17 2200-12-31
# get_instrument_industry - 获取股票的指定行业分类
get_instrument_industry(order_book_ids, source='citics_2019', level=1, date=None, market='cn')
通过 order_book_id 传入，拿到某个日期的该股票指定的行业分类
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_id | str or list | 股票合约代码 |
| date | str | 查询日期，默认为当前最新日期 |
| source | str | 分类依据。citics_2019 - 中信新分类（2019 发布）, citics - 中信旧分类（退役中）, gildata -聚源。 默认 source='citics_2019'. |
| level | integer | 行业分类级别，共三级，默认返回一级分类。参数 0,1,2,3 一一对应，其中 0 返回三级分类完整情况 当 source='citics_2019' 时，level 可传入'citics_sector' 获取该股票的衍生板块及风格归属 |
# 返回
所属合约的对应行业分类。
pandas DataFrame
# 范例
- 得到当前股票所对应的一级行业：
[In]
get_instrument_industry('000001.XSHE')
[Out]
first_industry_code first_industry_name
order_book_id
000001.XSHE 40 银行
- 得到当前股票组所对应的中信行业的全部分类：
In [7]: get_instrument_industry(['000001.XSHE','000002.XSHE'],source='citics_2019',level=0)
Out[7]:
first_industry_code first_industry_name second_industry_code second_industry_name third_industry_code third_industry_name
order_book_id
000001.XSHE 40 银行 4020 全国性股份制银行Ⅱ 402010 全国性股份制银行Ⅲ
000002.XSHE 42 房地产 4210 房地产开发和运营 421010 住宅物业开发
- 得到当前股票组所对应的中信 2019 衍生板块及风格归属：
[In]: get_instrument_industry(['000001.XSHE','000002.XSHE'],source='citics_2019',level='citics_sector')
[Out]:
industry_sector_name industry_chain_sector_name style_sector_name
order_book_id
000001.XSHE 金融产业 大金融 金融风格
000002.XSHE 基础设施与地产产业 大金融 金融风格
# get_turnover_rate - 获取历史换手率
get_turnover_rate(order_book_ids, start_date, end_date, fields=None,expect_df=True)
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or str list | 合约代码，可输入 order_book_id, order_book_id list |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，用户必须指定 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，用户必须指定 |
| fields | str OR str list | 默认为所有字段。当天换手率 - today，过去一周平均换手率 - week，过去一个月平均换手率 - month，过去一年平均换手率 - year，当年平均换手率 - current_year |
| expect_df | boolean | 默认返回 pandas dataframe。如果调为 False，则返回原有的数据结构 |
# 返回
pandas DataFrame
# 范例
- 获取平安银行历史换手率情况
In [17]: get_turnover_rate('000001.XSHE',20160801,20160806)
Out[17]:
today week month year current_year
order_book_id tradedate
000001.XSHE 2016-08-01 0.5190 0.4033 0.3175 0.5027 0.3585
2016-08-02 0.3070 0.4243 0.3206 0.5019 0.3581
2016-08-03 0.2902 0.4104 0.3193 0.5011 0.3576
2016-08-04 0.9189 0.4703 0.3443 0.5000 0.3615
2016-08-05 0.4962 0.4984 0.3476 0.4993 0.3624
- 获取平安银行与中信银行一段时间内的周平均换手率
[In]
get_turnover_rate(['000001.XSHE', '601998.XSHG'], '20160801', '20160812', 'week')
[Out]
week
order_book_id tradedate
000001.XSHE 2016-08-01 0.4033
2016-08-02 0.4243
601998.XSHG 2016-08-01 0.1184
2016-08-02 0.1113
# get_dividend_info - 获取股票的分红信息
get_dividend_info(order_book_ids, start_date=None, end_date=None, market='cn')
获取某只股票在一段时间内的分红情况（包含起止日期）。如未指定日期，则默认所有。目前仅支持中国市场。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场 |
# 返回
单只股票
pandas single-index DataFrame - 查询时间段内的某个股票的分红数据一组股票
pandas multi-index DataFrame - 查询时间段内的一组股票的分红数据
| 字段 | 类型 | 说明 |
|---|---|---|
| info_date | str | 公布日期 |
| effective_date | str | 常规分红对应的有效财政季度；特殊分红则对应股权登记日 |
| dividend_type | str | 是否分红及具体分红形式: transferred share 代表转增股份；bonus share 代表赠送股份；cash 为现金；cash and share 代表现金、转增股和送股都有涉及。 |
| ex_dividend_date | str | 除权除息日，该天股票的价格会因为分红而进行调整 |
# 范例
- 获取平安银行的历史分红信息：
[In]
get_dividend_info('000001.XSHE')
[Out]
dividend_type ex_dividend_date info_date order_book_id
effective_date
1990-12-31 cash and bonus share 1991-04-03 1991-02-10 000001.XSHE
1991-12-31 cash and bonus share 1992-03-23 1992-03-14 000001.XSHE
1992-12-31 cash and share 1993-05-24 1993-05-07 000001.XSHE
1993-12-31 cash and share 1994-07-11 1994-07-02 000001.XSHE
1994-12-31 cash and bonus share 1995-09-25 1995-09-15 000001.XSHE
1995-12-31 bonus and transferred share 1996-05-27 1996-05-23 000001.XSHE
...
# get_dividend - 获取股票现金分红数据
get_dividend(order_book_ids, start_date=None, end_date=None, market='cn')
获取某只股票在一段时间内的现金分红情况（包含起止日期，以分红宣布日为查询基准）。如未指定日期，则默认所有。目前仅支持中国市场。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| market | str | 默认是中国内地市场('cn')。cn-中国内地市场，hk-中国香港市场 |
# 返回
单只股票
pandas single-index DataFrame - 查询时间段内的某个股票的现金分红数据一组股票
pandas multi-index DataFrame - 查询时间段内的一组股票的现金分红数据
| 字段 | 类型 | 说明 |
|---|---|---|
| declaration_announcement_date | str | 分红宣布日，上市公司一般会提前一段时间公布未来的分红派息事件 |
| book_closure_date | str | 股权登记日 |
| dividend_cash_before_tax | float | 税前分红 |
| ex_dividend_date | str | 除权除息日，该天股票的价格会因为分红而进行调整 |
| payable_date | str | 分红到帐日，这一天最终分红的现金会到账 |
| round_lot | float | 分红最小单位，例如：10 代表每 10 股派发 dividend_cash_before_tax 单位的税前现金 |
| advance_date | str | 股东会日期 |
| quarter | str | 报告期 |
# 范例
- 获取平安银行 2013-01-04 到 2014-01-06 的现金分红数据：
[In]
get_dividend('000001.XSHE', start_date='20130104', end_date='20140106')
[Out]
book_closure_date dividend_cash_before_tax \
declaration_announcement_date
2013-06-14 2013-06-19 1.7
ex_dividend_date payable_date round_lot \
declaration_announcement_date
2013-06-14 2013-06-20 2013-06-20 10.0
advance_date quarter
declaration_announcement_date
2013-06-14 2013-03-08 2012q4
# get_dividend_amount - 获取股票分红总额数据
get_dividend_amount(order_book_ids, start_quarter = None, end_quarter = None, date = None, market = 'cn')
获取股票历年分红总额数据。目前仅支持中国市场。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码 |
| start_quarter | str | 起始报告期，默认返回全部。 传入样例'2023q4'期 |
| end_quarter | str | 截止报告期，默认返回全部。 传入样例'2023q4'期 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，默认值为当前最新日期 |
| market | str | 默认是中国内地市场('cn')。cn-中国内地市场，hk-中国香港市场 |
# 返回
单只股票
pandas single-index DataFrame - 查询时间段内的某个股票的分红总额数据一组股票
pandas multi-index DataFrame - 查询时间段内的一组股票的分红总额数据
| 字段 | 类型 | 说明 |
|---|---|---|
| event_procedure | str | 事件进程。预案，决案，方案实施 |
| info_date | str | 公告日期 |
| amount | float | 分红总额 |
# 范例
- 获取平安银行 有史以来现金分红总额数据：
[In]
rqdatac.get_dividend_amount('000001.XSHE')
[Out]
event_procedure info_date amount
order_book_id quarter
000001.XSHE 2018q4 预案 2019-03-07 2.489710e+09
2018q4 决案 2019-05-31 2.489710e+09
2018q4 方案实施 2019-06-20 2.489710e+09
2019q4 预案 2020-02-14 4.230000e+09
2019q4 决案 2020-05-15 4.230000e+09
2019q4 方案实施 2020-05-22 4.230490e+09
2020q4 预案 2021-02-02 3.493000e+09
2020q4 决案 2021-04-09 3.493000e+09
2020q4 方案实施 2021-05-07 3.493065e+09
2021q4 预案 2022-03-10 4.425000e+09
2021q4 决案 2022-06-29 4.425000e+09
2021q4 方案实施 2022-07-15 4.424549e+09
2022q4 预案 2023-03-09 5.530687e+09
2022q4 决案 2023-06-01 5.530687e+09
2022q4 方案实施 2023-06-07 5.530687e+09
2023q4 预案 2024-03-15 1.395286e+10
2023q4 决案 2024-05-25 1.395286e+10
2023q4 方案实施 2024-06-06 1.395286e+10
# get_split - 获取股票拆分数据
get_split(order_book_ids, start_date=None, end_date=None, market='cn')
获取某只股票在一段时间内的拆分情况（包含起止日期，以股权登记日为查询基准），如未指定日期，则默认所有。目前仅支持中国市场。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| market | str | 默认是中国内地市场('cn')。cn-中国内地市场，hk-中国香港市场 |
# 返回
单只股票
pandas single-index DataFrame - 查询时间段内的某个股票的拆分数据一组股票
pandas multi-index DataFrame - 查询时间段内的一组股票的拆分数据
| 字段 | 类型 | 说明 |
|---|---|---|
| ex_dividend_date | str | 除权除息日，该天股票的价格会因为拆分而进行调整 |
| book_closure_date | str | 股权登记日 |
| split_coefficient_from | float | 拆分因子（拆分前） |
| split_coefficient_to | float | 拆分因子（拆分后） |
| payable_date | str | 送转股上市日 |
| cum_factor | float | 累计复权因子（拆分） |
例如：每 10 股转增 2 股，则 split_coefficient_from = 10, split_coefficient_to = 12.
# 范例
- 获取平安银行 2010-01-04 到 当天之间的拆分信息：
[In]
get_split('000001.XSHE', start_date='20100104', end_date='20140104')
[Out]
book_closure_date order_book_id payable_date split_coefficient_from split_coefficient_to cum_factor
ex_dividend_date
2013-06-20 2013-06-19 000001.XSHE 2013-06-20 10 16.0 1.6
# get_ex_factor - 获取复权因子
get_ex_factor(order_book_ids, start_date=None, end_date=None, market='cn')
获取某只股票在一段时间内的复权因子（包含起止日期，以除权除息日为查询基准）。如未指定日期，则默认所有。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| market | str | 默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场 |
# 返回
pandas dataframe - 包含了复权因子的日期和对应的各项数值
| 字段 | 类型 | 说明 |
|---|---|---|
| ex_date | str | 除权除息日 |
| ex_factor | float | 复权因子，考虑了分红派息与拆分的影响，为一段时间内的股价调整乘数。 举例来说，平安银行（'000001.XSHE'）在 2016 年 6 月 15 日每 10 股派发现金股利人民币 1.53 元（含税），并以资本公积转增股本每 10 股转增 2 股。 6 月 15 日的收盘价为 10.44 元，其除权除息后的价格应当为 (10.44-1.53/10) / 1.2 = 8.5725.本期复权因子为 10.44 / 8.5725 = 1.217847 |
| ex_cum_factor | float | 累计复权因子，X 日所在期复权因子 = 当前最新累计复权因子 / 截至 X 日最新累计复权因子。 举例来说，2016 年 5 月 05 日所在期复权因子 = 122.424143 / 100.525060 = 1.217847 |
| announcement_date | str | 股权登记日 |
| ex_end_date | str | 复权因子所在期的截止日期 |
# 范例
[In]
get_ex_factor('000001.XSHE', start_date='2013-01-04', end_date='2017-01-04')
[Out]
order_book_id ex_factor ex_cum_factor announcement_date \
ex_date
2013-06-20 000001.XSHE 1.614263 68.255824 2013-06-19
2014-06-12 000001.XSHE 1.216523 83.034780 2014-06-11
2015-04-13 000001.XSHE 1.210638 100.525060 2015-04-10
2016-06-16 000001.XSHE 1.217847 122.424143 2016-06-15
ex_end_date
ex_date
2013-06-20 2014-06-11
2014-06-12 2015-04-12
2015-04-13 2016-06-15
2016-06-16 NaT
# is_suspended - 判断股票是否全天停牌
is_suspended(order_book_ids, start_date=None, end_date=None, market='cn')
判断某只股票在一段时间（包含起止日期）是否全天停牌。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码。传入单只或多支股票的 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为股票上市日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为当前日期，如果股票已经退市，则为退市日期 |
| market | str | 默认是中国内地市场('cn') 。可选'cn' - 中国内地市场；'hk' - 香港市场 |
# 返回
pandas DataFrame
如果在查询期间内股票尚未上市，或已经退市，则函数返回 None；如果开始日期早于股票上市日期，则以股票上市日期作为开始日期。
# 范例
- 获取武钢股份从 2016 年 6 月 24 日至今（2016 年 8 月 31 日）的停牌情况：
[In]
is_suspended('武钢股份', start_date='20160624')
[Out]
武钢股份
2016-06-24 False
2016-06-27 True
2016-06-28 True
2016-06-29 True
2016-06-30 True
2016-07-01 True
2016-07-04 True
2016-07-05 True
2016-07-06 True
...
2016-08-30 True
2016-08-31 True
[In]
is_suspended(['武钢股份','000001.XSHE'], start_date='20160624')
[Out]
000001.XSHE 600005.XSHG
2016-06-24 False False
2016-06-27 False True
2016-06-28 False True
2016-06-29 False True
2016-06-30 False True
2016-07-01 False True
2016-07-04 False True
...
2016-09-22 False True
2016-09-23 False True
# is_st_stock - 查询股票是否为 ST 股
is_st_stock(order_book_ids, start_date, end_date)
判断一只或多只股票在一段时间（包含起止日期）内是否为 ST 股。
ST 股包括如下:
- S*ST-公司经营连续三年亏损，退市预警+还没有完成股改;
- *ST-公司经营连续三年亏损，退市预警;
- ST-公司经营连续二年亏损，特别处理;
- SST-公司经营连续二年亏损，特别处理+还没有完成股改;
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or str list | 合约代码，可传入 order_book_id, order_book_id list |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
# 返回
pandas DataFrame - 查询时间段内是否为 ST 股的查询结果
# 范例
[In]
is_st_stock("002336.XSHE", "20160411", "20160510")
[Out]
002336.XSHE
2016-04-11 False
2016-04-12 False
...
2016-05-09 True
2016-05-10 True
[In]
is_st_stock(["002336.XSHE", "000001.XSHE"], "2016-04-11", "2016-05-10")
[Out]
002336.XSHE 000001.XSHE
2016-04-11 False False
2016-04-12 False False
...
2016-05-09 True False
2016-05-10 True False
# get_shares - 获取流通股信息
get_shares(order_book_ids, start_date='2013-01-04', end_date='2014-01-04', fields=None, market='cn', expect_df=True)
获取某只股票在一段时间内的流通情况（包含起止日期）。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str OR str list | 可输入 order_book_id 或 symbol |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为'2013-01-04' |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为'2014-01-04' |
| fields | str OR str list | 默认为所有字段。见下方列表 |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场 |
| expect_df | boolean | 默认返回 pandas dataframe,如果调为 False ,则返回原有的数据结构 |
# 返回
pandas DataFrame
| fields | 字段名 |
|---|---|
| total | 总股本 |
| circulation_a | 流通 A 股 |
| management_circulation | 已过禁售期的高管持有的股份（已废弃） |
| non_circulation_a | 非流通 A 股 |
| total_a | A 股总股本 |
| free_circulation | 自由流通股本（提供范围为 2005 年至今） |
| preferred_shares | 优先股 |
# 范例
- 获取平安银行流通股概况
[In]
get_shares('000001.XSHE', start_date='20160801', end_date='20160806',expect_df=False)
[Out]
circulation_a non_circulation_a total_a free_circulation preferred_shares total
date
2016-08-01 1.463118e+10 2.539231e+09 1.717041e+10 7.220546e+09 0.0 1.717041e+10
2016-08-02 1.463118e+10 2.539231e+09 1.717041e+10 7.220546e+09 0.0 1.717041e+10
2016-08-03 1.463118e+10 2.539231e+09 1.717041e+10 7.220546e+09 0.0 1.717041e+10
2016-08-04 1.463118e+10 2.539231e+09 1.717041e+10 7.220546e+09 0.0 1.717041e+10
2016-08-05 1.463118e+10 2.539231e+09 1.717041e+10 7.220546e+09 0.0 1.717041e+10
- 获取平安银行总股本数据
[In]
get_shares('000001.XSHE', start_date='20160801', end_date='20160806', fields='total')
[Out]
total
order_book_id date
000001.XSHE 2016-08-01 1.717041e+10
2016-08-02 1.717041e+10
2016-08-03 1.717041e+10
2016-08-04 1.717041e+10
2016-08-05 1.717041e+10
# get_main_shareholder - 获取主要 A 股股东信息
get_main_shareholder(order_book_ids, start_date=None, end_date=None, start_rank=None,end_rank=None,is_total=False, market='cn')
获取 A 股主要股东构成及持流通 A 股数量比例、持股性质等信息，通常为前十位。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or str_list | 合约代码 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为去年当日。 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为查询当日。 |
| start_rank | int | 排名开始值 |
| end_rank | int | 排名结束值 ,start_rank ,end_rank 不传参时返回全部的十位股东名单 |
| is_total | bool | 默认为 False, 即基于持有 A 股流通股。若为 True 则基于所有发行出的 A 股。 |
| market | str | 市场，默认'cn'为中国内地市场。 |
# 返回
- pandas DataFrame
| fields | 字段名 |
|---|---|
| info_date | 公告发布日 |
| end_date | 截止日期 |
| rank | 排名 |
| shareholder_name | 股东名称 |
| shareholder_attr | 股东属性 |
| shareholder_kind | 股东性质 |
| shareholder_type | 股东类别 |
| hold_percent_total | 占股比例（%） 当 fields=‘total'时，持股数(股)/总股本*100。 |
| hold_percent_float | 占流通 A 股比例（%）,无限售流通 A 股/已上市流通 A 股（不含高管股）*100 |
| share_pledge | 股权质押涉及股数（股） |
| share_freeze | 股权冻结涉及股数（股） |
# 范例
- 获取平安银行在 2018 年三月上旬的主要的 A 股股东名单
[In]
get_main_shareholder('000001.XSHE', start_date='20180301', end_date='20180315', is_total=False)
[Out]
end_date rank shareholder_name shareholder_attr shareholder_kind shareholder_type hold_percent_total hold_percent_float share_pledge share_freeze
info_date
2018-03-15 2017-12-31 1 中国平安保险(集团)股份有限公司-集团本级-自有资金 企业 金融机构—保险公司 None 48.095791 48.813413 NaN NaN
2018-03-15 2017-12-31 2 中国平安人寿保险股份有限公司-自有资金 企业 金融机构—保险公司 None 6.112042 6.203238 NaN NaN
2018-03-15 2017-12-31 3 中国证券金融股份有限公司 企业 金融机构—证券、信托公司 None 2.854768 2.897363 NaN NaN
2018-03-15 2017-12-31 4 中国平安人寿保险股份有限公司-传统-普通保险产品 证券品种 保险投资组合 None 2.269811 2.303679 NaN NaN
2018-03-15 2017-12-31 5 香港中央结算有限公司 企业 外资独资企业 None 2.124405 2.156103 NaN NaN
2018-03-15 2017-12-31 6 中央汇金资产管理有限责任公司 企业 资产管理公司 None 1.259219 1.278007 NaN NaN
2018-03-15 2017-12-31 7 深圳中电投资股份有限公司 企业 投资、咨询公司 None 1.083561 1.099729 NaN NaN
2018-03-15 2017-12-31 8 河南鸿宝集团有限公司 企业 一般企业 None 0.459273 0.466125 NaN NaN
2018-03-15 2017-12-31 9 南方基金-农业银行-南方中证金融资产管理计划 证券品种 基金专户理财 None 0.336683 0.341707 NaN NaN
2018-03-15 2017-12-31 10 新华人寿保险股份有限公司-分红-个人分红-018L-FH002深 证券品种 保险投资组合 None 0.311545 0.316193 NaN NaN
# get_private_placement - 获取 A 股股票定向增发信息
get_private_placement(order_book_ids, start_date=None, end_date=None, progress='complete',issue_type='private', market='cn')
获取 A 股股票在一段时间内的定向增发信息（包含起止日期，以公告发布日为查询基准）。如未指定日期，则默认所有。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 给出单个 order_book_id。 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| progress | str | 是否已完成定增，默认为 complete。可选参数["complete", "incomplete", "all"] |
| issue_type | str | 发行方式，默认为 private。可选参数["private", "public", "all"] |
| market | str | 市场，默认'cn'为中国内地市场。 |
# 返回
- pandas DataFrame
| fields | 字段名 |
|---|---|
| initial_info_date | 公告发布日 |
| csrc_approval_date | 证监会批准日 |
| issue_price | 定增发行价 |
| issue_type | 发行方式 |
| issued_shares | 发行股数 |
| listed_date | 上市日期 |
| progress | 目前进度 |
# 范例
- 获取平安银行非公开发行实施完成的定增数据
[In]
get_private_placement("000001.XSHE")
[Out]
csrc_approval_date issue_price issue_type issued_shares listed_date progress
order_book_id initial_info_date
000001.XSHE 2009-06-13 2010-06-29 18.26 非公开发行 3.795800e+08 2010-09-17 实施完成
2010-09-02 2011-06-29 17.75 非公开发行 1.638337e+09 2011-08-05 实施完成
2013-09-09 2013-12-31 11.17 非公开发行 1.323385e+09 2014-01-09 实施完成
2014-07-16 2015-04-25 16.70 非公开发行 5.988024e+08 2015-05-21 实施完成
# get_allotment - 获取 A 股股票配股信息
get_allotment(order_book_ids, start_date=None, end_date=None, market='cn')
获取 A 股股票在一段时间内的配股信息（包含起止日期，以首次信息发布日为查询基准）。如未指定日期，则默认所有。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| market | str | 市场，默认'cn'为中国内地市场 |
# 返回
- pandas DataFrame
| fields | 字段名 |
|---|---|
| declaration_announcement_date | 首次信息发布日期 |
| proportion | 计划配股比例 |
| allotted_proportion | 实际配股比例 |
| allotted_shares | 实际配股数量(股) |
| allotment_price | 每股配股价格(元) |
| book_closure_date | 股权登记日 |
| ex_right_date | 除权除息日 |
# 范例
- 获取凯伦股份 20180101 到 20200101 的配股信息
[In]
get_allotment('300715.XSHE','20180101','20200101')
[Out]
proportion allotted_proportion allotted_shares \
order_book_id declaration_announcement_date
300715.XSHE 2019-04-19 0.3 0.29639 39074500.0
allotment_price book_closure_date ex_right_date
300715.XSHE 2019-04-19 12.64 2019-12-19 2019-12-30
# get_block_trade - 获取 A 股大宗交易数据
get_block_trade(order_book_ids, start_date, end_date)
获取 A 股大宗交易数据。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
# 返回
- pandas DataFrame
| fields | 字段名 |
|---|---|
| price | 成交价 |
| volume | 成交量 |
| total_turnover | 成交额 |
| buyer | 买方营业部 |
| seller | 卖方营业部 |
# 范例
- 获取单个合约大宗交易数据
[In]
rqdatac.get_block_trade('000001.XSHE','20190101','20191010')
[Out]
price volume total_turnover buyer seller
order_book_id trade_date
000001.XSHE 2019-02-28 11.16 289300 3.228588e+06 广发证券股份有限公司汕头珠池路证券营业部 中信证券股份有限公司汕头海滨路证券营业部
2019-05-06 12.47 36000000 4.489200e+08 华泰证券股份有限公司河南分公司 华泰证券股份有限公司河南分公司
2019-05-07 11.58 33400000 3.867720e+08 华泰证券股份有限公司河南分公司 华泰证券股份有限公司河南分公司
2019-05-08 11.66 28314899 3.301517e+08 申万宏源证券有限公司河南分公司 中国银河证券股份有限公司郑州经三路证券营业部
2019-05-20 12.38 7362200 9.114404e+07 机构专用 机构专用
2019-07-10 13.56 610000 8.271600e+06 机构专用 机构专用
2019-08-15 14.67 763800 1.120495e+07 申万宏源证券有限公司上海第二分公司 中信证券股份有限公司广州花城大道证券营业部
2019-08-19 14.50 1581699 2.293464e+07 申万宏源证券有限公司上海第二分公司 天风证券股份有限公司广州华夏路证券营业部
2019-09-24 13.84 216000 2.989440e+06 天风证券股份有限公司深圳卓越城证券营业部 天风证券股份有限公司深圳卓越城证券营业部
2019-09-24 15.03 135000 2.029050e+06 东兴证券股份有限公司上海肇嘉浜路证券营业部 机构专用
2019-09-25 13.66 240000 3.278400e+06 天风证券股份有限公司深圳卓越城证券营业部 天风证券股份有限公司深圳卓越城证券营业部
- 获取多个合约大宗交易数据
[In]
rqdatac.get_block_trade(['000001.XSHE','000046.XSHE'],'20190101','20191010')
[Out]
price volume total_turnover buyer seller
order_book_id trade_date
000001.XSHE 2019-02-28 11.16 289300 3.228588e+06 广发证券股份有限公司汕头珠池路证券营业部 中信证券股份有限公司汕头海滨路证券营业部
2019-05-06 12.47 36000000 4.489200e+08 华泰证券股份有限公司河南分公司 华泰证券股份有限公司河南分公司
2019-05-07 11.58 33400000 3.867720e+08 华泰证券股份有限公司河南分公司 华泰证券股份有限公司河南分公司
2019-05-08 11.66 28314899 3.301517e+08 申万宏源证券有限公司河南分公司 中国银河证券股份有限公司郑州经三路证券营业部
2019-05-20 12.38 7362200 9.114404e+07 机构专用 机构专用
2019-07-10 13.56 610000 8.271600e+06 机构专用 机构专用
2019-08-15 14.67 763800 1.120495e+07 申万宏源证券有限公司上海第二分公司 中信证券股份有限公司广州花城大道证券营业部
2019-08-19 14.50 1581699 2.293464e+07 申万宏源证券有限公司上海第二分公司 天风证券股份有限公司广州华夏路证券营业部
2019-09-24 13.84 216000 2.989440e+06 天风证券股份有限公司深圳卓越城证券营业部 天风证券股份有限公司深圳卓越城证券营业部
2019-09-24 15.03 135000 2.029050e+06 东兴证券股份有限公司上海肇嘉浜路证券营业部 机构专用
2019-09-25 13.66 240000 3.278400e+06 天风证券股份有限公司深圳卓越城证券营业部 天风证券股份有限公司深圳卓越城证券营业部
000046.XSHE 2019-09-27 3.91 44139500 1.725854e+08 中信证券股份有限公司天津大港证券交易营业部 申万宏源证券有限公司温州车站大道证券营业部
# get_symbol_change_info - 获取合约的历史简称信息
get_symbol_change_info(order_book_id)
获取 A 股合约简称变更信息。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
# 返回
- pandas DataFrame
| 字段 | 说明 |
|---|---|
| info_date | 信息发布日期 |
| change_date | 简称变更日期 |
| symbol | 证券简称 |
# 范例
- 获取单个合约简称变更数据
[In]
rqdatac.get_symbol_change_info('000001.XSHE')
[Out]
info_date symbol
order_book_id change_date
000001.XSHE 1991-04-03 1991-04-03 深发展Ａ
2006-10-09 2006-09-28 S深发展A
2007-06-20 2007-06-14 深发展Ａ
2012-08-02 2012-01-20 平安银行
# get_special_treatment_info - 获取合约特殊处理状态信息
get_special_treatment_info(order_book_id)
获取 A 股合约特殊处理状态信息。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
# 返回
- pandas DataFrame
| 字段 | 说明 |
|---|---|
| info_date | 信息发布日期 |
| change_date | 特别处理(或撤销)实施日期 |
| symbol | 证券简称 |
| type | 特别处理(或撤销)类别 |
| description | 特别处理(或撤销)事项描述 |
# 范例
- 获取单个合约特殊处理状态数据
[In]
rqdatac.get_special_treatment_info('000020.XSHE')
[Out]
info_date symbol type description
order_book_id change_date
000020.XSHE 1999-04-27 1999-04-24 ST华发Ａ ST
2000-03-29 2000-03-28 深华发Ａ 撤销ST
2004-04-27 2004-04-26 ST华发Ａ ST None
2005-04-29 2005-04-28 *ST华发Ａ 从ST变为*ST None
2006-11-22 2006-11-21 SST华发A 撤消*ST并实行ST None
2009-05-19 2009-05-18 深华发Ａ 撤销ST None
# current_freefloat_turnover - 获取当日累计自由流通换手率
rqdatac.current_freefloat_turnover(order_book_ids)
获取 A 股合约当日累计自由流通换手率数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
# 返回
- pandas Series
| 字段 | 类型 | 说明 |
|---|---|---|
| 自由流通换手率 | float | 截至到调用时间的当日累计自由流通换手率 自由流通换手率=当日累计成交金额/自由流通市值（盘中实时分钟级别） |
# 范例
- 获取多个合约当日累计自由流通换手率
[In]
rqdatac.current_freefloat_turnover(['000001.XSHE','600000.XSHG'])
[Out]
000001.XSHE 0.007206
600000.XSHG 0.002283
dtype: float64
# get_holder_number - 获取股东户数
rqdatac.get_holder_number(order_book_ids, start_date, end_date,market='cn')
获取 A 股股东户数数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为去年当日 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为去年当日 |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场 |
# 返回
- pandas Series
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str | 合约代码 |
| info_date | datetime.date | 发布日期 |
| end_date | datetime.date | 截止日期 |
| share_holders | float | 股东总户数(户) |
| avg_share_holders | float | 户均持股数(股/户) |
| a_share_holders | float | A 股股东户数(户) |
| avg_a_share_holders | float | A 股股东户均持股数(股/户) |
| avg_circulation_share_holders | float | 无限售 A 股股东户均持股数(股/户) |
# 范例
- 获取一个合约最近一年的股东户数数据
[In]
rqdatac.get_holder_number('000001.XSHE')
[Out]
end_date share_holders a_share_holders avg_circulation_share_holders avg_share_holders avg_a_share_holders
order_book_id info_date
000001.XSHE 2023-03-09 2022-12-31 487200.0 487200.0 39830.0 39831.52 39831.52
2023-03-09 2023-02-28 477304.0 477304.0 40656.0 40657.36 40657.36
2023-04-25 2023-03-31 506867.0 506867.0 38285.0 38286.02 38286.02
2023-08-24 2023-06-30 536701.0 536701.0 36157.0 36157.78 36157.78
2023-10-25 2023-09-30 530229.0 530229.0 36598.0 36599.13 36599.13
# get_abnormal_stocks - 获取龙虎榜每日明细
rqdatac.get_abnormal_stocks(start_date=None, end_date=None,types=None,market='cn')
获取 A 股龙虎榜每日明细数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为去年当日 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为去年当日 |
| types | str | 异动类型。具体类型及描述见异动类型代码及其对应原因 默认返回全部 |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场 |
# 返回
- pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str | 合约代码 |
| date | datetime | 日期 |
| type | str | 异动类型 |
| abnormal_s_date | datetime.date | 异动起始日期 |
| abnormal_e_date | datetime.date | 异动截至日期 |
| volume | float | 成交量 |
| total_turnover | float | 成交额 |
| change_rate | float | 涨跌幅 |
| turnover_rate | float | 换手率 |
| amplitude | float | 振幅 |
| deviation | float | 涨跌幅偏离值 |
| reason | str | 异动类型名称，即上榜原因 |
# 范例
- 获取某一天的龙虎榜数据
[In]
rqdatac.get_abnormal_stocks(20240606,20240606)
[Out]
type abnormal_s_date abnormal_e_date volume total_turnover change_rate turnover_rate amplitude deviation reason
order_book_id date
000037.XSHE 2024-06-06 U01 2024-06-06 2024-06-06 60760000.00 6.371700e+08 NaN NaN NaN 0.1168 日涨幅偏离值达7%
002579.XSHE 2024-06-06 U01 2024-06-06 2024-06-06 42820000.00 3.247400e+08 NaN NaN NaN 0.1168 日涨幅偏离值达7%
003008.XSHE 2024-06-06 U01 2024-06-06 2024-06-06 7440000.00 1.334500e+08 NaN NaN NaN 0.1168 日涨幅偏离值达7%
002356.XSHE 2024-06-06 U01 2024-06-06 2024-06-06 20870000.00 7.025000e+07 NaN NaN NaN 0.1168 日涨幅偏离值达7%
003026.XSHE 2024-06-06 U01 2024-06-06 2024-06-06 1240000.00 3.906000e+07 NaN NaN NaN 0.1168 日涨幅偏离值达7%
... ... ... ... ... ... ... ... ... ... ...
600647.XSHG 2024-06-06 L01 2024-06-06 2024-06-06 9118026.00 1.309210e+07 NaN NaN NaN NaN 退市整理
600766.XSHG 2024-06-06 L01 2024-06-06 2024-06-06 27377520.00 9.662712e+06 NaN NaN NaN NaN 退市整理
603133.XSHG 2024-06-06 L01 2024-06-06 2024-06-06 25534776.00 8.026108e+06 NaN NaN NaN NaN 退市整理
600306.XSHG 2024-06-06 L01 2024-06-06 2024-06-06 4969300.00 1.642356e+06 NaN NaN NaN NaN 退市整理
600220.XSHG 2024-06-06 N03 2024-05-22 2024-06-06 2229.17 1.513860e+03 NaN NaN NaN NaN 连续10个交易日内4次出现负向异常波动情形
[77 rows x 10 columns]
# get_abnormal_stocks_detail - 获取龙虎榜机构交易明细数据
rqdatac.get_abnormal_stocks_detail(order_book_ids,start_date=None,end_date=None,sides=None,types=None,market='cn')
获取 A 股龙虎榜机构交易明细数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为去年当日 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为去年当日 |
| sides | str | 买卖方向， 'buy'：买； 'sell'：卖； 'cum'：严重异常期间的累计数据。注意这里并不是指买卖方向的数据总和。 默认返回全部 |
| types | str | 异动类型。具体类型及描述见异动类型代码及其对应原因 默认返回全部 |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场 |
# 返回
- pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str | 合约代码 |
| date | datetime | 日期 |
| rank | int | 排名 |
| side | str | 买卖方向 |
| agency | str | 营业部名称 |
| buy_value | float | 买入金额 |
| sell_value | float | 卖出金额 |
| reason | str | 异动类型名称，即上榜原因 |
# 范例
- 获取某一天的龙虎榜机构交易明细数据
[In]
rqdatac.get_abnormal_stocks_detail('000037.XSHE',20240606,20240606)
[Out]
side rank agency buy_value sell_value type reason
order_book_id date
000037.XSHE 2024-06-06 buy 1 国泰君安证券股份有限公司宜昌珍珠路证券营业部 19984430.00 145680.0 U01 日涨幅偏离值达7%
2024-06-06 buy 2 中泰证券股份有限公司湖北分公司 15909115.00 0.0 U01 日涨幅偏离值达7%
2024-06-06 buy 3 东亚前海证券有限责任公司广东分公司 11229691.00 0.0 U01 日涨幅偏离值达7%
2024-06-06 buy 4 中泰证券股份有限公司莱芜鲁中东大街证券营业部 10631391.00 150130.0 U01 日涨幅偏离值达7%
2024-06-06 buy 5 华鑫证券有限责任公司深圳益田路证券营业部 9847864.00 0.0 U01 日涨幅偏离值达7%
2024-06-06 sell 1 海通证券股份有限公司泰安迎胜东路证券营业部 3703098.00 20295550.0 U01 日涨幅偏离值达7%
2024-06-06 sell 2 机构专用 5370201.99 12796800.0 U01 日涨幅偏离值达7%
2024-06-06 sell 3 招商证券股份有限公司上海长柳路证券营业部 1229167.00 6726082.0 U01 日涨幅偏离值达7%
2024-06-06 sell 4 海通证券股份有限公司上海黄浦区福州路证券营业部 140537.00 5134030.0 U01 日涨幅偏离值达7%
2024-06-06 sell 5 机构专用 2354284.00 5016705.0 U01 日涨幅偏离值达7%
# get_buy_back - 获取回购数据
rqdatac.get_buy_back(order_book_ids,start_date=None, end_date=None,fields=None)
获取 A 股回购数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or str list | 合约代码，可传入 order_book_id, order_book_id list |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 起始日期，默认返回最近三个月数据 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认返回最近三个月数据 |
| fields | str OR str list | 字段名称，默认返回全部 |
# 返回
- pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| seller | str | 股份被回购方 |
| procedure | str | 事件进程 |
| share_type | str | 股份类别 |
| annoucement_dt | datetime | 公告发布当天的日期时间戳 |
| buy_back_start_date | datetime | 回购期限起始日 |
| buy_back_end_date | datetime | 回购期限截至日 |
| write_off_date | datetime | 回购注销公告日（该字段为空的时候代表这行记录尚未完成注销，有日期的时候代表已完成注销） |
| maturity_desc | str | 股份回购期限说明 |
| buy_back_volume | float | 回购股数(股)(份) |
| volume_ceiling | float | 回购数量上限(股)(份) |
| volume_floor | float | 回购数量下限(股)(份) |
| buy_back_value | float | 回购总金额(元) |
| buy_back_price | float | 回购价格(元/股)(元/份) |
| price_ceiling | float | 回购价格上限(元) |
| price_floor | float | 回购价格下限(元) |
| currency | str | 货币单位 |
| purpose | str | 回购目的 |
| buy_back_percent | str | 占总股本比例 |
| volume_floor | float | 拟回购资金总额下限(元) |
| value_ceiling | float | 拟回购资金总额上限(元) |
| buy_back_mode | str | 股份回购方式 |
# 范例
- 获取某一天的回购数据
[In]
rqdatac.get_buy_back('000026.XSHE',20200707,20200707)
[Out]
seller procedure share_type ... value_floor value_ceiling buy_back_mode
order_book_id date
000004.XSHE 2021-04-28 彭瀛等对象 实施完成 流通A股 ... 1.0 1.0 协议回购
1 rows × 21 columns
# 融资融券和南北向数据
# get_capital_flow - 获取股票资金流入流出
get_capital_flow(order_book_ids, start_date=None, end_date=None, frequency='1d', market='cn')
获取某只股票的资金流入流出信息。目前仅支持中国市场。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码，注意快照级别仅支持单个合约传入。 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期 |
| frequency | str | 默认为'1d' 即单日级别，另支持'1m'和'tick'。目前不支持 resample，即 5d,5m 等分时图无内置 |
| market | str | 默认是中国市场('cn')，目前仅支持中国市场 |
# 返回
pandas multi-index DataFrame
- 日线及分钟线返回的字段：
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 合约代码，索引一 |
| date 或 datetime | pandasTimestamp | 时间，索引二 |
| buy_volume | integer | 主动买的股数 |
| buy_value | integer | 主动买的合计金额 |
| sell_volume | integer | 主动卖的股数 |
| sell_value | integer | 主动卖的合计金额 |
- 快照级别返回的字段：
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 合约代码，索引一 |
| datetime | pandasTimestamp | 时间，索引二 |
| direction | integer | 1 为主动买，-1 为主动卖 |
| volume | integer | 变动股数 |
| value | integer | 变动金额 |
- 其中，关于买卖方向的判断：
- 对于涨停，即卖一询价为空，买一非空，则为主动买
- 对于跌停，即买一询价为空，卖一非空，则为主动卖
- 如果，最新价>=上一笔的卖一询价，则为主动买
- 如果，最新价<=上一笔的买一询价，则为主动卖
- 否则，取前一笔的买卖方向
另，连续竞价撮合成当天第一笔交易的，成交价>=上一笔卖询价，为主动买，否则为主动卖。
该 API 基于 level 1 数据合成，所以暂且不对资金量（大中小）作主观分类。
# 范例
- 获取平安银行某日快照级别资金流入流出：
[In]
get_capital_flow('000001.XSHE',start_date=20190412,end_date=20190412,frequency='tick')
[Out]
direction value volume
datetime
2019-04-12 09:25:03 1 4311404 319600
2019-04-12 09:26:03 1 0 0
2019-04-12 09:27:03 1 0 0
2019-04-12 09:28:03 1 0 0
2019-04-12 09:29:03 1 0 0
2019-04-12 09:30:00 1 0 0
2019-04-12 09:30:03 1 3472850 256860
2019-04-12 09:30:06 1 836686 61936
2019-04-12 09:30:09 -1 994734 73600
2019-04-12 09:30:12 -1 550366 40700
2019-04-12 09:30:15 -1 1002377 74200
...
- 获取多只股票日级别资金流入流出：
[In]
get_capital_flow(['000001.XSHE','000002.XSHE'],start_date=20190412,end_date=20190415,frequency='1d')
[Out]
buy_volume buy_value sell_volume sell_value
order_book_id date
000001.XSHE 2019-04-12 42805075 572261719 34627389 462877954
2019-04-15 72481761 1008887497 80907307 1125821484
000002.XSHE 2019-04-12 22722286 708667739 25521391 795822317
2019-04-15 25321496 799505139 30459357 959805142
...
# current_capital_flow_minute - 获取最近的分钟资金流数据
current_capital_flow_minute(order_book_ids)
获取当日某只股票的最近一分钟资金流入流出信息，无法获取历史。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 合约代码 |
# 返回
pandas multi-index DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_id | str | 合约代码，索引一 |
| date 或 datetime | pandasTimestamp | 时间，索引二 |
| buy_volume | integer | 主动买的股数 |
| buy_value | integer | 主动买的合计金额 |
| sell_volume | integer | 主动卖的股数 |
| sell_value | integer | 主动卖的合计金额 |
该 API 基于 level 1 数据合成，所以暂且不对资金量（大中小）作主观分类。
# 范例
- 获取某股票最近一分钟的资金流入流出：
[In]
current_capital_flow_minute(['000001.XSHE','600000.XSHG'])
[Out]
buy_volume buy_value sell_volume sell_value
order_book_id datetime
000001.XSHE 2024-09-19 11:30:00 55400.0 542977.0 51500.0 504757.0
600000.XSHG 2024-09-19 11:30:00 28200.0 238271.0 9600.0 81092.0
# get_securities_margin - 获取融资融券信息
get_securities_margin(order_book_ids, start_date=None, end_date=None, fields=None, expect_df=True)
获取融资融券信息。包括深证融资融券数据以及上证融资融券数据情况。既包括个股数据，也包括市场整体数据。需要注意，融资融券的开始日期为 2010 年 3 月 31 日;根据交易所的原始数据，上交所个股跟整个市场的输出信息列表不一致，个股没有融券余量金额跟融资融券余额两项, 而深交所个股跟整个市场的输出信息列表一致。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or str list | 可输入 order_book_id, order_book_id list。另外，输入'XSHG'或'sh'代表整个上证整体情况；'XSHE'或'sz'代表深证整体情况 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为当前最近日期前一个月 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为当前有数据的最新日期 |
| fields | str or str list | 默认为所有字段。见下方列表 |
| expect_df | boolean | 默认返回 pandas dataframe。如果调为 False，则返回原有的数据结构 |
| fields | 字段名 |
|---|---|
| margin_balance | 融资余额 |
| buy_on_margin_value | 融资买入额 |
| margin_repayment | 融资偿还额 |
| short_balance | 融券余额 |
| short_balance_quantity | 融券余量 |
| short_sell_quantity | 融券卖出量 |
| short_repayment_quantity | 融券偿还量 |
| total_balance | 融资融券余额 |
# 返回
pandas DataFrame
# 范例
- 获取沪深两个市场一段时间内的融资余额
[In]
get_securities_margin('510050.XSHG', start_date='20160801', end_date='20160805',expect_df=False)
[Out]
margin_balance buy_on_margin_value short_sell_quantity margin_repayment short_balance_quantity short_repayment_quantity short_balance total_balance
2016-08-01 7.811396e+09 50012306.0 3597600.0 41652042.0 15020600.0 1645576.0 NaN NaN
2016-08-02 7.826381e+09 34518238.0 2375700.0 19532586.0 14154000.0 3242300.0 NaN NaN
2016-08-03 7.733306e+09 17967333.0 4719700.0 111043009.0 16235600.0 2638100.0 NaN NaN
2016-08-04 7.741497e+09 30259359.0 6488600.0 22068637.0 17499000.0 5225200.0 NaN NaN
2016-08-05 7.726343e+09 25270756.0 2865863.0 40423859.0 14252363.0 6112500.0 NaN NaN
- 获取沪深两个市场一段时间内的融资余额
[In]
get_securities_margin(['XSHE', 'XSHG'],start_date='20160801', end_date='20160802', fields='margin_balance')
[Out]
margin_balance
order_book_id date
XSHE 2016-08-01 383762696120
2016-08-02 382892321734
XSHG 2016-08-01 476355670754
2016-08-02 476393053057
- 获取上证个股以及整个上证市场融资融券情况
[In]
get_securities_margin(['XSHG', '601988.XSHG', '510050.XSHG'],start_date='20160801', end_date='20160805',expect_df=False)
[Out]
<class 'pandas.core.panel.Panel'>
Dimensions: 8 (items) x 5 (major_axis) x 3 (minor_axis)
Items axis: margin_balance to total_balance
Major_axis axis: 2016-08-01 00:00:00 to 2016-08-05 00:00:00
Minor_axis axis: XSHG to 510050.XSHG
- 获取 50ETF 融资偿还额情况
[In]
get_securities_margin('510050.XSHG', start_date='20160801', end_date='20160805', fields='margin_repayment')
[Out]
margin_repayment
order_book_id date
510050.XSHG 2016-08-01 41652042
2016-08-02 19532586
2016-08-03 111043009
2016-08-04 22068637
2016-08-05 40423859
# get_margin_stocks - 获取融资融券股票列表
get_margin_stocks(date=None, exchange=None,margin_type='stock',market='cn')
获取某个日期深证、上证融资融券股票列表。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，默认为今天上一交易日 |
| exchange | str | 交易所，默认为 None，返回所有字段。可选字段包括：'XSHE', 'sz' 代表深交所；'XSHG', 'sh' 代表上交所 |
| margin_type | str | 'stock' 代表融券卖出，'cash'，代表融资买入，默认为'stock' |
# 返回
list 证券列表。如果所查询日期没有融资融券股票列表，则返回空 list
# 范例
- 获取沪深市场的融券卖出列表
[In]
get_margin_stocks(date='20190819',exchange=None,margin_type='stock')
[Out]
['000001.XSHE',
'000002.XSHE',
'000006.XSHE',
...]
- 获取沪深市场融资买入列表
[In]
get_margin_stocks(date='20190819',exchange=None,margin_type='cash')
[Out]
['000001.XSHE',
'000002.XSHE',
'000006.XSHE',
...]
- 获取深证融券卖出列表
[In]
get_margin_stocks(date='20190819',exchange='XSHE',margin_type='stock')
[Out]
['000001.XSHE',
'000002.XSHE',
'000006.XSHE',
...]
- 获取上证融资买入列表
[In]
get_margin_stocks(date='20190819',exchange='XSHG',margin_type='cash')
[Out]
['510050.XSHG',
'510160.XSHG',
'510180.XSHG',
...]
# get_stock_connect - 获取沪深股通持股信息
get_stock_connect(order_book_ids, start_date='2017-03-17', end_date='2018-03-16', fields=None, expect_df=True)
获取 A 股股票在一段时间内的在香港上市交易的持股情况。
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str | 可输入 order_book_id 或 symbol。另， 1、输入‘shanghai_connect'可返回沪股通的全部股票数据。 2、输入'shenzhen_connect'可返回深股通的全部股票数据。 3、输入'all_connect'可返回沪股通、深股通的全部股票数据。 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期，默认为'2017-03-17' |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期，默认为'2018-03-16' |
| fields | str OR str list | 默认为所有字段。见下方列表 |
| expect_df | boolean | 默认返回 pandas dataframe。如果调为 False，则返回原有的数据结构 |
# 返回
pandas DataFrame
| fields | 字段名 |
|---|---|
| shares_holding | 持股量 |
| holding_ratio | 持股比例 |
| adjusted_holding_ratio | 调整后持股比例 |
# 范例
- 获取德赛电池持股概况
[In]
get_stock_connect('000049.XSHE',start_date='2018-05-08',end_date='2018-05-10')
[Out]
shares_holding holding_ratio adjusted_holding_ratio
order_book_id trading_date
000049.XSHE 2018-05-08 194295.0 0.09 0.0947
2018-05-09 144228.0 0.07 0.0703
2018-05-10 136628.0 0.06 0.0666
- 获取沪股通持股概况
[In]
df = get_stock_connect('shanghai_connect',start_date='20180508',end_date='20180510',expect_df=True)
df.head()
[Out]
shares_holding holding_ratio adjusted_holding_ratio
order_book_id trading_date
600000.XSHG 2018-05-08 156945807.0 0.55 0.5585
2018-05-09 157301679.0 0.55 0.5597
2018-05-10 160277136.0 0.57 0.5703
600004.XSHG 2018-05-08 259814825.0 12.55 12.5556
2018-05-09 261758055.0 12.64 12.6495
# current_stock_connect_quota - 获取沪深港通实时每日额度数据
current_stock_connect_quota(connect,fields)
获取沪深港通每日额度数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| connect | str or str list | 默认返回全部 connect 1、输入输入‘hk_to_sh'返回沪股通的额度信息。 2、输入'hk_to_sz'返回深股通的额度信息。 3、输入'sh_to_hk'返回港股通（上海）的额度信息。 4、输入'sz_to_hk'返回港股通（深圳）的额度信息 |
| fields | str or str list | 默认为所有字段。见下方列表 |
# 返回
| fields | 字段名 | 说明 |
|---|---|---|
| quota_balance | 余额 | |
| quota_balance_ratio | 占比 | |
| buy_turnover | 买方金额 | 1、沪股通和深股通单位为 RMB ， 2、 港股通（上海). 港股通（ 深圳）单位为 HKD |
| sell_turnover | 卖方金额 | 1、沪股通和深股通单位为 RMB ， 2、 港股通（上海). 港股通（ 深圳）单位为 HKD |
# 范例
[In]
current_stock_connect_quota()
[Out]
buy_turnover sell_turnover quota_balance quota_balance_ratio
datetime connect
2020-05-26 16:10:00 sh_to_hk 5.463000e+09 3.548000e+09 3.969274e+10 0.945065
2020-05-26 15:01:00 hk_to_sh 1.115100e+10 1.015700e+10 5.024400e+10 0.960000
2020-05-26 16:10:00 sz_to_hk 5.474000e+09 3.178000e+09 3.926800e+10 0.934952
2020-05-26 15:01:00 hk_to_sz 1.803100e+10 1.513800e+10 4.847800e+10 0.930000
# get_stock_connect_quota - 获取沪深港通历史每日额度数据
get_stock_connect_quota(connect,start_date,end_date,fields)
获取沪深港通历史每日额度数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| connect | str or str list | 默认返回全部 connect 1、输入输入‘hk_to_sh'返回沪股通的额度信息。 2、输入'hk_to_sz'返回深股通的额度信息。 3、输入'sh_to_hk'返回港股通（上海）的额度信息。 4、输入'sz_to_hk'返回港股通（深圳）的额度信息 |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 默认为全部历史数据 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 默认为最新日期 |
| fields | str or str list | 默认为所有字段。见下方列表 |
# 返回
| fields | 字段名 | 说明 |
|---|---|---|
| quota_balance | 余额 | |
| quota_balance_ratio | 占比 | |
| buy_turnover | 买方金额 | 1、沪股通和深股通单位为 RMB ， 2、 港股通（上海). 港股通（ 深圳）单位为 HKD |
| sell_turnover | 卖方金额 | 1、沪股通和深股通单位为 RMB ， 2、 港股通（上海). 港股通（ 深圳）单位为 HKD |
# 范例
获取指定时间段的深股通的额度信息
In [20]: get_stock_connect_quota(connect='hk_to_sz',start_date=20200101,end_date=20200401)
Out[20]:
buy_turnover quota_balance quota_balance_ratio sell_turnover
datetime connect
2020-01-02 hk_to_sz 4.353300e+09 4.018800e+12 0.956857 2.846830e+09
2020-01-03 hk_to_sz 3.477980e+09 4.079900e+12 0.971405 2.572800e+09
2020-01-06 hk_to_sz 3.737750e+09 4.094900e+12 0.974976 3.033440e+09
2020-01-07 hk_to_sz 3.248760e+09 4.076700e+12 0.970643 2.357280e+09
2020-01-08 hk_to_sz 3.299240e+09 4.114200e+12 0.979571 2.790880e+09
···
# 公告相关
# get_incentive_plan - 获取合约股权激励数据
rqdatac.get_incentive_plan(order_book_ids)
获取 A 股合约股权激励数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期。注：如使用开始日期，则必填结束日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期。注：若使用结束日期，则开始日期必填 |
# 返回
- pandas DataFrame
| 字段 | 说明 |
|---|---|
| info_date | 信息发布日期 |
| effective_date | 生效日期 |
| first_info_date | 首次信息发布日期 |
| incentive_price | 激励股票数量(股) |
| incentive_mode | 激励模式 |
| info_type | 公告类型，草案或者调整 |
# 范例
- 获取单个合约股权激励数据
[In]
rqdatac.get_incentive_plan('002074.XSHE')
[Out]
first_info_date effective_date shares_num incentive_price incentive_mode info_type
order_book_id info_date
002074.XSHE 2021-08-28 2021-08-28 2021-08-28 29980000.0 39.30 股票期权 草案
2022-04-29 2022-04-29 2022-04-29 60000000.0 18.77 股票期权 草案
2022-07-09 2021-08-28 2022-07-09 29980000.0 39.20 股票期权 调整
2022-07-09 2022-04-29 2022-07-09 59687500.0 18.67 股票期权 调整
# get_investor_ra - 获取投资者关系活动数据
rqdatac.get_investor_ra(order_book_id,start_date=None,end_date=None)
获取 A 股合约投资者关系活动数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期。注：如使用开始日期，则必填结束日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期。注：若使用结束日期，则开始日期必填 |
# 返回
- pandas DataFrame
| 字段 | 说明 |
|---|---|
| info_date | 信息发布日期 |
| participant | 参与人员 |
| institution | 调研机构 |
| detail | 与会描述 |
# 范例
- 获取单个合约投资者关系活动数据
[In]
rqdatac.get_investor_ra('002507.XSHE')
[Out]
participant institute detail
order_book_id info_date
002507.XSHE 2012-08-15 唐桦 博时基金 None
2012-08-15 张延鹏 朱雀投资 None
2012-08-15 黄仕川 西南证券 None
2012-08-15 解睿 平安证券 None
2012-09-17 None None 吕耀子
... ... ... ...
2022-08-29 陈硕旸 长江证券 None
2022-09-09 王亦沁 鹏扬基金 None
2022-09-09 沈瑞 浦银安盛 None
2022-09-09 赵钦 国海富兰克林基金 None
2022-09-09 王明明 嘉实基金 None
[592 rows x 3 columns]
# get_announcement - 获取公司公告数据
rqdatac.get_announcement(order_book_ids,start_date,end_date)
获取 A 股合约公司公告数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期。注：如使用开始日期，则必填结束日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期。注：若使用结束日期，则开始日期必填 |
# 返回
- pandas Series
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str | 合约代码 |
| info_date | datetime.date | 发布日期 |
| meida | str | 媒体出处 |
| category | str | 内容类别 |
| title | str | 标题 |
| language | str | 语言 |
| file_type | str | 文件格式 |
| info_type | str | 信息类别 |
| announcement_link | str | 公告链接 |
| create_tm | datetime.date | 入库时间 |
# 范例
- 获取一个合约某个时间段内的公司公告数据
[In]
rqdatac.get_announcement('000001.XSHE',20221001,20221010)
[Out]
media category title language file_type info_type announcement_link create_tm
order_book_id info_date
000001.XSHE 2022-10-09 中国货币网 16 平安银行股份有限公司2022年第117期同业存单发行公告 简体中文 PDF 发行上市书 https://www.chinamoney.com.cn/dqs/cm-s-notice-... 2022-10-09 16:43:03
2022-10-10 中国货币网 99 平安银行股份有限公司2022年第117期同业存单发行情况公告 简体中文 PDF 临时公告 https://www.chinamoney.com.cn/dqs/cm-s-notice-... 2022-10-10 16:41:28
2022-10-10 中国货币网 16 平安银行股份有限公司2022年第118期同业存单发行公告 简体中文 PDF 发行上市书 https://www.chinamoney.com.cn/dqs/cm-s-notice-... 2022-10-10 17:41:15
# get_audit_opinion - 获取财务报告审计意见
get_audit_opinion(order_book_ids, start_quarter=None, end_quarter=None, date=None, opinion_types=None, market='cn')
获取 A 股季度基础财务报告的审计意见相关数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_quarter | str | 财报回溯查询的起始报告期，例如'2015q2'代表 2015 年半年报， 该参数必填 |
| end_quarter | str | 财报回溯查询的截止报告期，例如'2015q4'代表 2015 年年报，该参数必填 |
| date | str, datetime.date, datetime.datetime, pandasTimestamp | 查询日期，默认查询日期为当前最新日期 |
| type | str or list | 需要返回的审计报告类型: 'financial_statements'：财务报表审计报告 'internal_control'：内部控制审计报告 |
| opinion_types | str or list | 需要返回的审计意见类型，详细类型见下方表格。默认返回所有 |
| market | str | 市场，默认'cn'为中国内地市场 |
# 审计意见类型
| opinion_type | 说明 |
|---|---|
| unqualified | 无保留 |
| unqualified_with_explanation | 无保留带解释性说明 |
| qualified | 保留意见 |
| disclaimer | 拒绝/无法表示意见 |
| adverse | 否定意见 |
| unaudited | 未经审计 |
| qualified_with_explanation | 保留带解释性说明 |
| uncertainty_audit | 经审计(不确定具体意见类型) |
| material_uncertainty | 无保留带持续经营重大不确定性 |
# 返回
- pandas DataFrame
| 字段 | 类型 | 说明 |
|---|---|---|
| info_date | datetime.date | 公告发布日 |
| quarter | str | 报告期 |
| type | str | 审计报告类型 |
| audit_agency | str | 会计师事务所 |
| opinion_type | str | 审计意见类型 |
# 范例
- 获取一个合约某个报告期的审计意见数据
[In]
rqdatac.get_audit_opinion('000001.XSHE', start_quarter='2023q4', end_quarter='2023q4',opinion_types=None)
[Out]
audit_agency type info_date opinion_type
order_book_id quarter
000001.XSHE 2023q4 安永华明会计师事务所(特殊普通合伙) internal_control 2024-03-15 unqualified
2023q4 安永华明会计师事务所(特殊普通合伙) financial_statements 2024-03-15 unqualified
# get_restricted_shares - 获取股票限售解禁明细数据
rqdatac.get_restricted_shares(order_book_ids, start_date=None, end_date=None,market='cn')
获取 A 股限售解禁明细数据
# 参数
| 参数 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str or list | 给出单个或多个 order_book_id |
| start_date | str, datetime.date, datetime.datetime, pandasTimestamp | 开始日期。注：如使用开始日期，则必填结束日期 |
| end_date | str, datetime.date, datetime.datetime, pandasTimestamp | 结束日期。注：若使用结束日期，则开始日期必填 |
| market | str | 默认是中国内地市场('cn') 。 |
# 返回
- pandas Series
| 字段 | 类型 | 说明 |
|---|---|---|
| order_book_ids | str | 合约代码 |
| info_date | datetime.date | 发布日期 |
| relieve_date | datetime.date | 解禁日期 |
| shareholder_attr | str | 股东属性 |
| relieve_shares | float | 解除限售股份数量(股) |
| auctual_relieve_shares | float | 实际上市流通数量(股)(提供范围为 2024-01-01 至今) |
| reason | str | 解禁原因 |
# 范例
- 获取一个合约某个时间段内的解禁明细数据
[In]
rqdatac.get_restricted_shares('000001.XSHE',20100101,20240101)
[Out]
relieve_date shareholder_name shareholder_attr relieve_shares auctual_relieve_shares reason
order_book_id info_date
000001.XSHE 2010-06-25 2010-06-28 中国平安保险（集团）股份有限公司 企业 1.812557e+08 None 股权分置限售流通
2010-09-16 2013-11-12 中国平安人寿保险股份有限公司 企业 6.073280e+08 None 增发A股法人配售上市
2011-07-29 2014-09-01 中国平安保险（集团）股份有限公司 企业 3.145606e+09 None 增发A股原股东配售上市
2014-01-08 2017-01-09 中国平安保险（集团）股份有限公司 企业 2.286809e+09 None 增发A股原股东配售上市
2015-05-20 2016-05-23 财通基金-兴业银行-鹏华资产管理(深圳)有限公司 证券品种 2.952090e+05 None 增发A股法人配售上市