Ricequant Docs
  • RQSDK快速上手
  • RQData - 金融数据 API

    • Python API文档
    • Http API文档
  • RQAlpha Plus - 回测框架

    • 使用教程
    • API使用手册 (opens new window)
  • RQFactor - 因子投研工具

    • 使用教程
    • API使用手册
  • RQOptimizer - 股票组合优化器

    • 使用教程
    • API使用手册 (opens new window)
Ricequant AMS文档
量化平台文档
RQFund 文档
米筐帮助中心
返回官网
  • RQSDK快速上手
  • RQData - 金融数据 API

    • Python API文档
    • Http API文档
  • RQAlpha Plus - 回测框架

    • 使用教程
    • API使用手册 (opens new window)
  • RQFactor - 因子投研工具

    • 使用教程
    • API使用手册
  • RQOptimizer - 股票组合优化器

    • 使用教程
    • API使用手册 (opens new window)
Ricequant AMS文档
量化平台文档
RQFund 文档
米筐帮助中心
返回官网
  • RQData金融数据API文档

    • 文档目录
    • 使用说明
    • 跨品种通用API
    • 股票
      • 股票行情数据说明
      • get_fundamentals - 查询财务数据(退役中)
      • get_financials - 查询季度财务信息(退役中)
      • deprecated_fundamental_data - 查询废弃的财务报表字段
      • get_pit_financials - 查询季度财务信息(point-in-time 形式)[退役中]
      • get_pit_financials_ex - 查询季度财务信息(point-in-time 形式)
      • get_factor - 获取因子
      • current_performance - 查询财务快报数据
      • performance_forecast - 查询业绩预告数据
      • get_share_transformation - 获取股票转换股票代码信息
      • sector - 获取某板块股票列表
      • industry - 获取某行业股票列表
      • concept_list - 获取概念列表
      • concept - 获取某概念股票列表
      • get_industry_mapping - 获取行业分类概览
      • get_industry - 获取某行业的股票列表
      • get_instrument_industry - 获取股票的指定行业分类
      • get_capital_flow - 获取股票资金流入流出
      • get_turnover_rate - 获取历史换手率
      • get_dividend_info - 获取股票的分红信息
      • get_dividend - 获取股票现金分红数据
      • get_split - 获取股票拆分数据
      • get_ex_factor - 获取复权因子
      • is_suspended - 判断股票是否全天停牌
      • is_st_stock - 查询股票是否为 ST 股
      • get_securities_margin - 获取融资融券信息
      • get_margin_stocks - 获取融资融券股票列表
      • get_shares - 获取流通股信息
      • get_stock_connect - 获取沪深股通持股信息
      • current_stock_connect_quota - 获取沪深港通实时每日额度数据
      • get_stock_connect_quota - 获取沪深港通历史每日额度数据
      • get_main_shareholder - 获取主要 A 股股东信息
      • get_private_placement - 获取 A 股股票定向增发信息
      • get_allotment - 获取 A 股股票配股信息
      • get_block_trade - 获取 A 股大宗交易数据
      • get_symbol_change_info - 获取合约的历史简称信息
      • get_special_treatment_info - 获取合约特殊处理状态信息
      • get_incentive_plan - 获取合约股权激励数据
    • 金融、商品期货
    • 金融、商品期权
    • 指数
    • 基金
    • 可转债
    • 风险因子
    • 现货
    • 国债回购
    • 宏观经济
    • 舆情讯息
    • 一致预期
    • 财务指标数据字典
    • 技术指标数据字典
    • 更新履历

# 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.

# get_fundamentals - 查询财务数据(退役中)

get_fundamentals(query, entry_date, interval=None, report_quarter=False, expect_df=True)

获取历史财务数据表格。目前支持中国市场超过 400 个指标,具体请参考财务数据文档 。目前仅支持中国市场。我们特别为该函数进行了优化,读取内存的操作会极大地提升数据的获取速度。需要注意,在 ricequant 上查询基本面数据时,我们是以所有年报的发布日期(announcement date)为准,因为只有财报发布后才成为市场上公开可以获取的数据。比如某公司第三季度的财报于 11 月 10 号发布,那么如果从查询日期为 10 月 5 号,也就是早于发布日期,那么返回的只是第二季度的财报数据。

注:get_fundamentals 即将退役,请使用新的API-get_factor 获取财务数据.

# 参数

参数 类型 说明
query SQLAlchemyQueryObject SQLAlchemy 的 Query 对象。其中可在'query'内填写需要查询的指标,'filter'内填写数据过滤条件。具体可参考 sqlalchemy's query documentation 学习使用更多的方便的查询语句。从数据科学家的观点来看,sqlalchemy 的使用比 sql 更加简单和强大
entry_date str, datetime.date, datetime.datetime, pandasTimestamp 查询财务数据的基准开始日期
interval str 查询财务数据的间隔。例如,填写'5y',则代表从 entry_date 开始(包括 entry_date)回溯 5 年,返回数据时间以年为间隔。'd' - 天,'w' - 周,'m' - 月, 'q' - 季,'y' - 年
report_quarter bool 是否显示报告期,默认为不显示。'Q1' - 一季报,'Q2' - 半年报,'Q3' - 三季报,'Q4' - 年报
expect_df boolean 默认返回 pandas dataframe,如果调为 False ,返回原有的 Panel 数据结构。

# 返回

pandas DataPanel - 财务数据查询结果。

# 范例

fundamentals 是一个重要的对象,其中包括了估值指标表(eod_derivative_indicator),财务指标表(financial_indicator),利润表(income_statement),资产负债表(balance_sheet),现金流量表(cash_flow_statement)以及股票列表(stock_code)等内容。结合 SQLAlchemy 的查找方式,能够满足用户多种查找需求。

  • 获取万科 2017 年 8 月 1 日及以前 4 个季度的市盈率(pb_ratio)
[In]
dp = get_fundamentals(query(fundamentals.eod_derivative_indicator.pb_ratio).filter(fundamentals.stockcode == '000002.XSHE'), '2017-08-01','4q' ,report_quarter = True)
[In]
dp
[Out]
		                  report_quarter	pb_ratio
order_book_id	date
000002.XSHE	20170801	2017q1	2.2952
            20170428	2017q1	1.8888
            20170126	2016q3	2.0123
            20161026	2016q2	2.7674
  • 获取平安银行股票 2016 年 8 月 1 日及以前 4 个季度的市盈率(pe_ratio)
[In]
dp = get_fundamentals(query(fundamentals.eod_derivative_indicator.pe_ratio).filter(fundamentals.stockcode == '000001.XSHE'), '2016-08-01','4q' ,report_quarter = True,expect_df=False)
[In]
dp.minor_xs('000001.XSHE')
[Out]
		report_quarter	pe_ratio
2016-08-01	2016-Q1 	7.0768
2016-04-29	2016-Q1		6.7755
2016-01-29	2015-Q3		6.5492
2015-10-29	2015-Q3		7.3809
  • 获取某几只股票 2015 年 1 月 10 日及以前 5 年的营业收入(revenue)以及营业成本(cost_of_good_sold)
[In]
dp = get_fundamentals(query(fundamentals.income_statement.revenue, fundamentals.income_statement.cost_of_goods_sold).filter(fundamentals.income_statement.stockcode.in_(['002478.XSHE', '000151.XSHE'])), '2015-01-10', '5y',expect_df=False)
[Out]
<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 5 (major_axis) x 2 (minor_axis)
Items axis: revenue to cost_of_goods_sold
Major_axis axis: 2015-01-09 to 2011-01-10
Minor_axis axis: 002478.XSHE to 000151.XSHE
[In]
dp['revenue']
[Out]
	        002478.XSHE	    000151.XSHE
2015-01-09	2.937843e+09	1.733703e+09
2014-01-10	2.926316e+09	8.839355e+08
2013-01-10	2.616532e+09	9.488980e+08
2012-01-10	2.681016e+09	6.205934e+08
2011-01-10	2.034147e+09	4.998120e+08
  • 获取某几只股票 2015 年 1 月 10 日及以前 2 年的营业收入(revenue)以及营业成本(cost_of_good_sold),指定返回的数据结构为 dataframe
[In]
dp = get_fundamentals(query(fundamentals.income_statement.revenue, fundamentals.income_statement.cost_of_goods_sold).filter(fundamentals.income_statement.stockcode.in_(['002478.XSHE', '000151.XSHE'])), '2015-01-10', '2y')
dp
[Out]
 		                    cost_of_goods_sold 	revenue
order_book_id 	date
000151.XSHE 	20150109 	1500716440.96 	1733702964.32
              20140109 	742092557.53 	  883935497.71
002478.XSHE 	20150109 	2430624798.39 	2937842929.60
              20140109 	2427011255.86 	2926316060.58
  • 一次获取整张报表数据
[In]
df = get_fundamentals(query(fundamentals.eod_derivative_indicator).filter(fundamentals.stockcode == '000001.XSHE'), '2016-08-01', '4q' ,report_quarter = True,expect_df=False) #如获取eod_derivative_indicator
df.minor_xs('000001.XSHE')
[Out]
 	report_quarter 	peg_ratio 	pcf_ratio_2 	a_share_market_val 	pe_ratio 	pe_ratio_1 	market_cap 	a_share_market_val_2 	dividend_yield 	pcf_ratio_1 	ps_ratio 	pcf_ratio 	pb_ratio 	pe_ratio_2
2016-08-01 	2016q1 	-0.5897 	NaN 	1.59341e+11 	7.0593 	7.2875 	1.59341e+11 	1.35777e+11 	1.3739 	3.4679 	1.5268 	-87.2626 	0.8312 	6.5454
2016-04-29 	2016q1 	-0.653 	NaN 	1.51243e+11 	6.7755 	6.9171 	1.51243e+11 	1.24769e+11 	NaN 	3.2917 	1.468 	-82.8273 	0.8063 	6.2127
2016-01-29 	2015q3 	-0.7846 	NaN 	1.43087e+11 	6.5441 	7.2259 	1.43087e+11 	1.18041e+11 	1.3893 	1.1689 	1.4879 	-78.3608 	0.886 	6.0493
2015-10-29 	2015q3 	-14.3091 	NaN 	1.61259e+11 	7.3809 	8.1436 	1.61259e+11 	1.33032e+11 	1.2328 	1.3173 	1.7935 	6.3686 	1.0262 	6.8176

# get_financials - 查询季度财务信息(退役中)

get_financials(query, quarter, interval=None, expect_df=True)

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)。financials 是在查询中会使用到的重要对象,功能与上述 fundamentals 类似。但因为 get_financials 为季度财务信息查询,所以 financials 中支持的财务表格包括利润表(income_statement),资产负债表(balance_sheet),现金流量表(cash_flow_statement),以及财务指标(financial_indicator)。除此之外,financials 中还包括了股票列表(stock_code)以及公布日期(announce_date)两个指标。

注:get_financials 即将退役,请使用新的API-get_pit_financials_ex 获取三大表财务数据.

# 参数

参数 类型 说明
query SQLAlchemyQueryObject SQLAlchemy 的 Query 对象。其中可在'query'内填写需要查询的指标,'filter'内填写数据过滤条件
quarter str 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
expect_df boolean 默认返回 pandas dataframe 。如果调为 False,则返回原有数据结构

# 返回

pandas  DataFrame

# 范例

  • 获取单只股票过去两个报告期的净利润
[In]
q = query(financials.income_statement.net_profit, financials.announce_date).filter(financials.stockcode.in_(['000002.XSHE']))
[In]
get_financials(q, '2016q3', '2q')
[Out]
 		                    net_profit	announce_date
order_book_id	  quarter
000002.XSHE	    2016q3	1.129025e+10	20161028
                2016q2	7.094631e+09	20160822
  • 获取多只股票单一报告期的净利润
[In]
q = query(financials.income_statement.net_profit, financials.announce_date).filter(financials.stockcode.in_(['000002.XSHE', '601988.XSHG']))
[In]
get_financials(q, '2016q3',expect_df=False)
[Out]
		net_profit    announce_date
601988.XSHG  1.51558e+11      20161027
000002.XSHE  1.12903e+10      20161028
  • 获取某只股票相同季度的历史财务信息
[In]
q = query(financials.income_statement.net_profit).filter(financials.stockcode.in_(['000002.XSHE']))
[In]
get_financials(q, '2016q3', '3y',expect_df=False)
[Out]
2016q3    1.12903e+10
2015q3    9.53862e+09
2014q3      7.605e+09
  • 获取多只股票多个报告期多个财务指标,指定返回的数据类型为 dataframe
[In]
q = query(financials.income_statement.net_profit, financials.balance_sheet.prepayment).filter(financials.stockcode.in_(['000002.XSHE', '601988.XSHG']))
[In]
get_financials(q, '2016q3', '3y', True)
[Out]
		                     net_profit 	prepayment
order_book_id 	quarter
000002.XSHE 	 2016q3 	11290253073.20 	49397992003.96
               2015q3 	9538624020.08 	53028449827.00
               2014q3 	7604997410.84 	32323239442.58
601988.XSHG 	 2016q3 	151558000000.00 	None
               2015q3 	137874000000.00 	None
               2014q3 	136798000000.00 	None
  • 一次获取整张报表数据
[In]
q = query(financials.cash_flow_statement_TTM).filter(financials.stockcode.in_(['000002.XSHE']))  #如获取所有的TTM滚动现金流量表数据
[In]
get_financials(q, '2016q3','2q',expect_df=False)
[Out]
 	net_finance_cashflowTTM 	net_invest_cashflowTTM 	sale_service_render_cashTTM 	net_operate_cashflowTTM 	net_cashflowTTM
2016q3 	1.18796e+09 	-3.71679e+10 	2.74212e+11 	6.37149e+10 	2.78431e+10
2016q2 	1.12638e+10 	-3.29437e+10 	2.43545e+11 	4.86516e+10 	2.71367e+10

# deprecated_fundamental_data - 查询废弃的财务报表字段

deprecated_fundamental_data(fields=None)

默认返回所有废弃的财务字段。

# 参数

参数 类型 说明
fields str or list 获取对应字段的数据。如果不填则全部返回。

# 返回

pandas DataFrame

字段 类型 说明
comment str 字段注释或其他备注
table str 字段所属表格
data_point str 废弃字段名

# 范例

  • 获取所有废弃财务字段
[In]
deprecated_fundamental_data()
[Out]
 	comment 	table 	data_point
0 	折扣与折让 	income_statement 	sales_discount
1 	存货跌价损失 	income_statement 	inventory_shrinkage
2 	以前年度损益调整 	income_statement 	pnl_adjustment

# get_pit_financials - 查询季度财务信息(point-in-time 形式)[退役中]

get_pit_financials(fields, quarter, interval=None, order_book_ids=None, if_adjusted=None, max_info_date=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)。

注:get_pit_financials 即将退役,请使用新的API-get_pit_financials_ex 获取三大表财务数据.

# 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中的大部分字段,具体可以参看财务数据页介绍。
quarter str 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。
order_book_ids str or str list 合约代码,可传入 order_book_id, order_book_id list
max_info_date str 限制返回的最新日期,在研究中使用默认为当前查询日期。
if_adjusted str 考虑获取的财务数据是否为非当期,默认不填写 if_adjusted 参数,此时返回所有记录
除去默认为空以外,如果 if_adjusted=0 每个季度返回当期的数据。1 则每个季度返回非当期的数值(比如 18 年发布财报时有展示上一财年 17 年的财报数值,17 年的财务数值在 18 年年报中展示为非当期)
if_adjusted='ignore'配合 max_info_date 使用,每个季度返回一条离限制返回日期最新的数值
if_adjusted='all'则允许日期的当期和非当期的所有记录都返回
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中的大部分字段,具体可以参看财务数据页介绍。
info_date str 公告发布日
enterprise_type str 企业性质
is_complete integer 目前 1 为披露完整的报表,0 为简报的披露
accounting_standards integer 1 为新会计准则(2007 版之后),9 为旧会计准则
if_adjusted str 是否为非当期财报数据
info_type str 公告类别

注意: 由于数据源的问题,2015 年及之前的财务数据出现更正均对数据进行了覆盖处理,并未保存更正前数据。inf 在返回的数据中意味着该公司在对应日期的报告中并没有提及此字段。NaN 则表示在相应的日期该公司并没有提供此字段对应的报表。另,在返回的字段中,如果 if_adjusted=0 为当期数据。1 则表示为非当期数据。

# 范例

  • 获取单只股票指定字段
[In]
get_pit_financials(['operating_revenue','total_assets'],quarter='2018q2',order_book_ids='000048.XSHE')
[Out]
		                      info_date 	if_adjusted 	accounting_standards 	is_complete 	enterprise_type 	total_assets 	operating_revenue
order_book_id 	end_date
000048.XSHE 	2018-06-30 	2018-08-31 	0 	                             1 	1 	          general_enterprise 	4112194743.4400 	1063669669.0400
              2018-06-30 	2018-10-31 	0 	                             1 	1 	          general_enterprise 	4209492787.7000 	1060486863.8900
  • 获取指定股票(限制最新的财报公布日)
[In]
get_pit_financials(['operating_revenue','total_assets'],quarter='2018q2',order_book_ids='000048.XSHE',if_adjusted='ignore')
[Out]
 	                      info_date 	if_adjusted 	accounting_standards 	is_complete 	enterprise_type 	total_assets 	operating_revenue
order_book_id 	end_date
000048.XSHE 	2018-06-30 	2018-10-31 	0 	                     1 	                1 	general_enterprise 	4209492787.7000 	1060486863.8900

# 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

# 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

# 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

# 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

# concept_list - 获取概念列表

concept_list(date=None)

获得概念列表。

# 参数

参数 类型 说明
date str 指定日期((yyyy-mm-dd)),可不填,即返回当前。

# 返回

概念股列表。

# 范例

[In]
concept_list(date=20160501)
[Out]
['网红直播', '快递']

# concept - 获取某概念股票列表

concept(concept_name1, concept_name2, ...,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
concept_names 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
date str 指定日期((yyyy-mm-dd)),可不填,即返回当前。注:针对回测平台,date 是非法参数,因为它已经考虑到了回测点日期

# 返回

属于该概念的股票 order_book_id 或 order_book_id list.

# 范例

[In]
concept('民营医院')
[Out]
['600105.XSHG',
 '002550.XSHE',
 '002004.XSHE',
 '002424.XSHE',
 ...]
[In]
concept('民营医院',date='2017-12-01')
[Out]
['600105.XSHG',
 '002550.XSHE',
 '002004.XSHE',
 '002424.XSHE',
 ...]
[In]
concept('民营医院', '国企改革')
[Out]
['601607.XSHG',
 '600748.XSHG',
 '600630.XSHG',
 ...]

# 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_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

# 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

# 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:
  1. 对于涨停,即卖一询价为空,买一非空,则为主动买
  2. 对于跌停,即买一询价为空,卖一非空,则为主动卖
  3. 如果,最新价>=上一笔的卖一询价,则为主动买
  4. 如果,最新价<=上一笔的买一询价,则为主动卖
  5. 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
...

# 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

# 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                    0.9838
                              ex_dividend_date payable_date  round_lot
declaration_announcement_date
2013-06-14                          2013-06-20   2013-06-20       10.0

# 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_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_shares - 获取流通股信息

get_shares(id_or_symbols, 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
id_or_symbols str 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

# 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  management_circulation  non_circulation_a  \
2016-08-01   1.463118e+10                     NaN       2.539231e+09
2016-08-02   1.463118e+10                     NaN       2.539231e+09
2016-08-03   1.463118e+10                     NaN       2.539231e+09
2016-08-04   1.463118e+10                     NaN       2.539231e+09
2016-08-05   1.463118e+10                     NaN       2.539231e+09
                 total_a         total
2016-08-01  1.717041e+10  1.717041e+10
2016-08-02  1.717041e+10  1.717041e+10
2016-08-03  1.717041e+10  1.717041e+10
2016-08-04  1.717041e+10  1.717041e+10
2016-08-05  1.717041e+10  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_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
···

# 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

# 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

# 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
Last Updated: 8/1/2022, 4:56:50 PM

← 跨品种通用API 金融、商品期货 →