Python配置同花顺全数据接口教程详解 Python配置同花顺全数据接口教

一、iFinDPy 模块
二、相关代码
总结

前往：http://quantapi.10jqka.com.cn/?page=home

文章图片

如果是windows,根据不同用户，可以选择不同的下载。

一、iFinDPy 模块下载完成后，会出现一个DataInterface_free_Windows_20210812.7z的文件，解压到任意文件夹中。打开该文件夹进入Bin文件夹后，再打开Tool文件夹，双击运行SuperCommand.exe，并使用iFinD账号免费登录。

文章图片

文章图片

选择python,确定。同时添加路径。

文章图片

选上。然后重启电脑，相关环境变量设置生效。
现在就可以在python环境中调用iFinDPy了。
【Python配置同花顺全数据接口教程详解】
二、相关代码安装iFinDPy后，即可。具体可以参考：http://quantapi.10jqka.com.cn/?page=sample。

# -*- coding: utf-8 -*-from iFinDPy import *from datetime import datetimeimport pandas as pdimport time as _timeimport jsonfrom threading import Thread,Lock,Semaphoreimport requestssem = Semaphore(5)# 此变量用于控制最大并发数dllock = Lock()#此变量用来控制实时行情推送中落数据到本地的锁# 登录函数def thslogindemo():# 输入用户的帐号和密码thsLogin = THS_iFinDLogin("数据接口_账号","数据接口_密码")print(thsLogin)if thsLogin != 0:print('登录失败')else:print('登录成功')def datepool_basicdata_demo():# 通过数据池的板块成分函数和基础数据函数，提取沪深300的全部股票在2020-11-16日的日不复权收盘价data_hs300 = THS_DP('block', '2020-11-16; 001005290', 'date:Y,thscode:Y,security_name:Y')if data_hs300.errorcode != 0:print('error:{}'.format(data_hs300.errmsg))else:seccode_hs300_list = data_hs300.data['THSCODE'].tolist()data_result = THS_BD(seccode_hs300_list, 'ths_close_price_stock', '2020-11-16,100')if data_result.errorcode != 0:print('error:{}'.format(data_result.errmsg))else:data_df = data_result.dataprint(data_df)def datapool_realtime_demo():# 通过数据池的板块成分函数和实时行情函数，提取上证50的全部股票的最新价数据,并将其导出为csv文件today_str = datetime.today().strftime('%Y-%m-%d')print('today:{}'.format(today_str))data_sz50 = THS_DP('block', '{}; 001005260'.format(today_str), 'date:Y,thscode:Y,security_name:Y')if data_sz50.errorcode != 0:print('error:{}'.format(data_sz50.errmsg))else:seccode_sz50_list = data_sz50.data['THSCODE'].tolist()data_result = THS_RQ(seccode_sz50_list,'latest')if data_result.errorcode != 0:print('error:{}'.format(data_result.errmsg))else:data_df = data_result.dataprint(data_df)data_df.to_csv('realtimedata_{}.csv'.format(today_str))def iwencai_demo():# 演示如何通过不消耗流量的自然语言语句调用常用数据print('输出资金流向数据')data_wencai_zjlx = THS_WC('主力资金流向', 'stock')if data_wencai_zjlx.errorcode != 0:print('error:{}'.format(data_wencai_zjlx.errmsg))else:print(data_wencai_zjlx.data)print('输出股性评分数据')data_wencai_xny = THS_WC('股性评分', 'stock')if data_wencai_xny.errorcode != 0:print('error:{}'.format(data_wencai_xny.errmsg))else:print(data_wencai_xny.data)def dlwork(tick_data):# 本函数为实时行情订阅新启线程的任务函数dllock.acquire()with open('dlwork.txt', 'a') as f:for stock_data in tick_data['tables']:if 'time' in stock_data:timestr = _time.strftime('%Y-%m-%d %H:%M:%S', _time.localtime(stock_data['time'][0]))print(timestr)f.write(timestr + str(stock_data) + '\n')else:passdllock.release()def work(codestr,lock,indilist):sem.acquire()stockdata = https://www.it610.com/article/THS_HF(codestr,'; '.join(indilist),'','2020-08-11 09:15:00', '2020-08-11 15:30:00','format:json')if stockdata.errorcode != 0:print('error:{}'.format(stockdata.errmsg))sem.release()else:print(stockdata.data)lock.acquire()with open('test1.txt', 'a') as f:f.write(str(stockdata.data) + '\n')lock.release()sem.release()def multiThread_demo():# 本函数为通过高频序列函数,演示如何使用多线程加速数据提取的示例,本例中通过将所有A股分100组,最大线程数量sem进行提取# 用户可以根据自身场景进行修改today_str = datetime.today().strftime('%Y-%m-%d')print('today:{}'.format(today_str))data_alla = THS_DP('block', '{}; 001005010'.format(today_str), 'date:Y,thscode:Y,security_name:Y')if data_alla.errorcode != 0:print('error:{}'.format(data_alla.errmsg))else:stock_list = data_alla.data['THSCODE'].tolist()indi_list = ['close', 'high', 'low', 'volume']lock = Lock()btime = datetime.now()l = []for eachlist in [stock_list[i:i + int(len(stock_list) / 10)] for i inrange(0, len(stock_list), int(len(stock_list) / 10))]:nowstr = ','.join(eachlist)p = Thread(target=work, args=(nowstr, lock, indi_list))l.append(p)for p in l:p.start()for p in l:p.join()etime = datetime.now()print(etime-btime)pd.options.display.width = 320pd.options.display.max_columns = Nonedef reportDownload():df = THS_ReportQuery('300033.SZ','beginrDate:2021-08-01; endrDate:2021-08-31; reportType:901','reportDate:Y,thscode:Y,secName:Y,ctime:Y,reportTitle:Y,pdfURL:Y,seq:Y').dataprint(df)for i in range(len(df)):pdfName = df.iloc[i,4]+str(df.iloc[i,6])+'.pdf'pdfURL = df.iloc[i,5]r = requests.get(pdfURL)with open(pdfName,'wb+') as f:f.write(r.content)def main():# 本脚本为数据接口通用场景的实例,可以通过取消注释下列示例函数来观察效果# 登录函数thslogindemo()# 通过数据池的板块成分函数和基础数据函数，提取沪深300的全部股票在2020-11-16日的日不复权收盘价# datepool_basicdata_demo()#通过数据池的板块成分函数和实时行情函数，提取上证50的全部股票的最新价数据,并将其导出为csv文件# datapool_realtime_demo()# 演示如何通过不消耗流量的自然语言语句调用常用数据# iwencai_demo()# 本函数为通过高频序列函数,演示如何使用多线程加速数据提取的示例,本例中通过将所有A股分100组,最大线程数量sem进行提取# multiThread_demo()# 本函数演示如何使用公告函数提取满足条件的公告，并下载其pdf# reportDownload()if __name__ == '__main__':main()

总结本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!