BaoStock：使用python的baostock接口，进行交易日查询，pythonbaostock, 在做量化分析

BaoStock：使用python的baostock接口，进行交易日查询，pythonbaostock, 在做量化分析

在做量化分析时，有时会用到股票的交易日信息，这些信息可以从上交所官网或深交所官网获取，从官网下载文件并不是很好的方法，如果能通过python接口下载，就可以放入程序中了，而BaoStock接口（官网：http://www.baostock.com）刚好提供了此功能（以下代码来自官网，侵删）。

根据官网介绍，交易日查询接口：query_trade_dates()。

方法说明：查询股票交易日信息信息，可以通过参数设置获取起止年份数据，提供2014-2018年数据。 返回类型：pandas的DataFrame类型。（作者注：2014年是最近新增的，原来只有2015-2018，接口是有人在维护的，可以从首页看到版本更新）

示例代码如下：

importbaostockasbsimportpandasaspd####登陆系统####lg=bs.login(user_id="anonymous",password="123456")#显示登陆返回信息print('loginresponderror_code:'+lg.error_code)print('loginresponderror_msg:'+lg.error_msg)####获取交易日信息####rs=bs.query_trade_dates(start_date="2017-01-01",end_date="2017-06-30")print('query_trade_datesresponderror_code:'+rs.error_code)print('query_trade_datesresponderror_msg:'+rs.error_msg)####打印结果集####data_list=[]while(rs.error_code=='0')&rs.next():#获取一条记录，将记录合并在一起data_list.append(rs.get_row_data())result=pd.DataFrame(data_list,columns=rs.fields)####结果集输出到csv文件####result.to_csv("D:\\trade_datas.csv",encoding="gbk",index=False)print(result)####登出系统####bs.logout()

参数含义：

start_date：开始日期，为空时默认为2015-01-01。

end_date：结束日期，为空时默认为当前日期。

打印结果如下所示：

返回数据说明

参数名称	参数描述
calendar_date	日期
is_trading_day	是否交易日(0:非交易日;1:交易日)

可以看到，1是交易日；0非交易日。

返回类型是DataFrame类型，很方便处理，赞一个，希望帮到大家。

BaoStock：使用python的baostock接口，进行交易日查询