可转债全部历史因子数据,提供api支持

2024-06-13 01:52

本文主要是介绍可转债全部历史因子数据,提供api支持,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今天在写可转债系统,顺便下载了一下服务器的可转债数据,给大家研究使用

from trader_tool.stock_data import stock_datafrom trader_tool.lude_data_api import lude_data_apiimport osclass convertible_bond_back_test_system:    '''    可转债回测系统    '''    def __init__(self,start_date='20180101',end_date='20240612'):        self.start_date=start_date        self.end_date=end_date        self.path=os.path.dirname(os.path.abspath(__file__))        self.lude_data_api=lude_data_api()        self.stock_data=stock_data()    def down_all_data(self):        '''        下载服务器可转债全部数据        '''        trader_list=self.stock_data.get_trader_date_list(start_date=self.start_date,end_date=self.end_date)        for date in trader_list:            all_path=os.listdir(r'{}\data'.format(self.path))            main_path='{}.csv'.format(date)            if main_path in all_path:                print('{}已经下载'.format(main_path))            else:                df=self.lude_data_api.get_bond_data(date=date)                stats=df['数据状态'].tolist()[-1]                if stats==True:                    try:                        del df['更新时间']                    except Exception as e:                        print(e)                    try:                        del df['数据时间']                    except Exception as e:                        print(e)                    df.to_csv(r'{}\data\{}'.format(self.path,main_path))                    print('{}交易日数据下载完成'.format(date))                else:                    print('{}交易日没有数据'.format(date))if __name__=='__main__':    backtrader=convertible_bond_back_test_system()    backtrader.down_all_data()

原始的数据来自禄得,不用在商业用途,感谢老师的数据

网页 https://lude.cc/

图片

我网页也支持数据下载 网页 http://120.78.132.143:8023/

图片

点击可转债数据,禄得数据

图片

可以点击下载数据,选择日期

图片

下载的数据

图片

利用程序自动下载全部历史的数据

图片

全部的历史数据

图片

图片

需要全部数据的直接回复20240612就可以

图片

下载我服务器数据的api​​​​​​​

import pandas as pdimport requests import jsonclass lude_data_api:    def __init__(self,url='http://120.78.132.143',port='8023',password='123456'):        '''        手动下载存数据库        禄得数据api        url服务器        port端口        password授权码        '''        self.url=url        self.port=port        self.password=password    def get_bond_data(self,date='2024-04-26'):        '''        获取可转债数据        '''        url='{}:{}/_dash-update-component'.format(self.url,self.port)        headers={'Content-Type':'application/json'}        data={"output":"lude_data_maker_table.data@669dd4696a628d8290353c138057eb97",            "outputs":{"id":"lude_data_maker_table","property":"data@669dd4696a628d8290353c138057eb97"},            "inputs":[{"id":"password","property":"value","value":self.password},            {"id":"lude_data_data_type","property":"value","value":"禄得数据"},            {"id":"lude_data_end_date","property":"date","value":date},            {"id":"lude_data_run","property":"value","value":"运行"},            {"id":"lude_data_down_data","property":"value","value":"不下载数据"}],            "changedPropIds":["lude_data_run.value"]}        res=requests.post(url=url,data=json.dumps(data),headers=headers)        text=res.json()        df=pd.DataFrame(text['response']['lude_data_maker_table']['data'])        return df    def get_bond_spot_data(self,date='2024-05-23'):        '''        获取可转债实时数据        '''        url='{}:{}/_dash-update-component'.format(self.url,self.port)        headers={'Content-Type':'application/json'}        data={"output":"lude_data_maker_table.data@669dd4696a628d8290353c138057eb97",            "outputs":{"id":"lude_data_maker_table","property":"data@669dd4696a628d8290353c138057eb97"},            "inputs":[{"id":"password","property":"value","value":self.password},            {"id":"lude_data_data_type","property":"value","value":"实时数据"},            {"id":"lude_data_end_date","property":"date","value":date},            {"id":"lude_data_run","property":"value","value":"运行"},            {"id":"lude_data_down_data","property":"value","value":"不下载数据"}],            "changedPropIds":["lude_data_run.value"]}        res=requests.post(url=url,data=json.dumps(data),headers=headers)        text=res.json()        df=pd.DataFrame(text['response']['lude_data_maker_table']['data'])        return dfif __name__=='__main__':    models=lude_data_api()    df=models.get_bond_data(date='2024-05-23')    print(df)    df=models.get_bond_spot_data(date='2024-05-23')

这篇关于可转债全部历史因子数据,提供api支持的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1055958

相关文章

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

springboot项目中常用的工具类和api详解

《springboot项目中常用的工具类和api详解》在SpringBoot项目中,开发者通常会依赖一些工具类和API来简化开发、提高效率,以下是一些常用的工具类及其典型应用场景,涵盖Spring原生... 目录1. Spring Framework 自带工具类(1) StringUtils(2) Coll

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用

Mysql如何将数据按照年月分组的统计

《Mysql如何将数据按照年月分组的统计》:本文主要介绍Mysql如何将数据按照年月分组的统计方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql将数据按照年月分组的统计要的效果方案总结Mysql将数据按照年月分组的统计要的效果方案① 使用 DA

鸿蒙中Axios数据请求的封装和配置方法

《鸿蒙中Axios数据请求的封装和配置方法》:本文主要介绍鸿蒙中Axios数据请求的封装和配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1.配置权限 应用级权限和系统级权限2.配置网络请求的代码3.下载在Entry中 下载AxIOS4.封装Htt