使用R语言 SDK调取tushare数据

安装Tushare

打开RStudio,在控制台输入命令:

> install.packages(‘Tushare‘)

Tushare的R包需要依赖httr、tidyverse、forecast和data.table这四个包。

由于Tushare包中申明了依赖关系,因此这四个依赖包也会自动下载下来。如果下载过程卡住了,导致下载失败,可以重试几次,毕竟CRAN的服务器不在大陆,后面将介绍如何使用CRAN的国内镜像。

载入Tushare

如同安装过程,在载入Tushare的同时,R也会自动载入其依赖的包。

> library(‘Tushare‘)

也可以通过help查看Tushare的相关信息

> help(‘Tushare‘)

在R官网也可以看到Tushare的索引信息:

使用Tushare

获得api接口对象

> api <- Tushare::pro_api(token = ‘YOUR TOKEN HERE‘)

如同在Python包中使用Tushare Pro的pro.query,向api(只要调用Tushare::pro_api获得了接口,你可以使用任意的名字命名)传递想要调用的接口名以及相应的参数就可以调用相应的数据。

在api中,必须传递的是Tushare Pro提供的接口名(详细请见官方网站https://tushare.pro/),其他参数视相应的接口传入相应的参数。

Tips:Tushare的0.1.1版本的R包暂时不支持fields字段。

示例1:只传入接口名而不传入其他参数调用api接口

> api(api_name = ‘stock_basic‘)

接下来使用pro_bar文档中的一个示例来演示传入接口名和其他参数调用api接口。

示例2:传入接口名和其他参数调用api接口

> api(api_name = ‘daily‘, ts_code = "000001.SZ", start_date = "20181001", end_date = "20181010")

pro_bar接口的使用

获得pro_bar接口,并命名为bar。和Tushare Pro的python包一样,为了统一使用行情接口,Tushare的R包也提供了pro_bar。

> bar <- Tushare::pro_bar(token = ‘YOUR TOKEN HERE‘)

> bar(ts_code = "000001.SZ", start_date = "20181001", end_date = "20181010")

bar接口可以传递adj来同时调取行情以及复权因子,并将计算后的结果返回出来。其他接口参数请参考Tushare Pro网站的详细说明。

> bar(ts_code = "000001.SZ", start_date = "20181001", adj = "hfq", ma = c(5,10))

一个样例

最后,我们来执行一段程序,获取平安银行的后复权数据并完成可视化展示。

df = bar(ts_code="000001.SZ", start_date="20180101", adj="hfq", ma=c(5,10,20)) %>%

mutate(trade_date = as.Date(gsub(‘^(\\d{4})(\\d{2})(\\d{2})$‘, ‘\\1-\\2-\\3‘, trade_date))) %>%

mutate_at(vars(3:dim(.)[2]), as.numeric)

df$id = dim(df)[1]:1

df$candleLower = pmin(df$open, df$close)

df$candleUpper = pmax(df$open, df$close)

df$candleMiddle = (df$candleLower+df$candleUpper)/2

theme_set(theme_bw())

p = ggplot(df, aes(x=id))+

geom_boxplot(aes(lower= candleLower,

middle = candleLower,

upper = candleUpper,

ymin = low,

ymax = high,

color= ifelse(open>close,"green","red"),

width= 0.5),

stat = ‘identity‘,

size = .5)+

scale_color_manual(values = c("green","red"))+

theme(

panel.grid.major = element_blank(),

panel.grid.minor = element_blank(),

panel.background = element_blank(),

axis.title = element_blank(),

axis.text.x = element_text(angle = 65, hjust = 1),

legend.position="none"

)

p + geom_line(aes(x=id, y=ma5), color="orange", size=.5)+

geom_line(aes(x=id, y=ma10), color="purple", size=.5)+

geom_line(aes(x=id, y=ma20), color="blue", size=.5)

tushare积分怎么获得

本人是做量化投资的,团队转型,换了交易策略,

手头有多个离职同事的闲置转让.

600分:原价50元,仅需39元

1500分:原价140元,仅需109元(售罄)

2000分:原价190元,仅需149元

5000分:原价490元,仅需388元(售罄).

数量不多,需要请连系VX: a56746435 (备注tushare)

原文地址:https://www.cnblogs.com/tushare/p/11751854.html

时间: 2024-11-09 06:05:19

使用R语言 SDK调取tushare数据的相关文章

R语言系列:生成数据

R语言系列:生成数据 (2014-05-04 17:41:57) 转载▼ 标签: r语言 教育 分类: 生物信息 生成规则数据1.使用“:“,如x=1:10,注意该方法既可以递增也可以递减,如y=10:12.seq,有两种用法:①seq(起点,终点,步长); ②seq(length=9, from=1, to=5)    seq还有一种简写:seq(x)    #相当于1:length(x),但当length(x)为0时,返回integer(0)3.c(1,2,8)4.使用scan(),可以等待

通过Python SDK 获取tushare数据

导入tushare import tushare as ts 这里注意, tushare版本需大于1.2.10 设置token ts.set_token('your token here') 以上方法只需要在第一次或者token失效后调用,完成调取tushare数据凭证的设置,正常情况下不需要重复设置.也可以忽略此步骤,直接用pro_api('your token')完成初始化 初始化pro接口 pro = ts.pro_api() 如果上一步骤ts.set_token('your token'

用R语言实现对不平衡数据的四种处理方法

https://www.weixin765.com/doc/gmlxlfqf.html 在对不平衡的分类数据集进行建模时,机器学**算法可能并不稳定,其预测结果甚至可能是有偏的,而预测精度此时也变得带有误导性那么,这种结果是为何发生的呢?到底是什么因素影响了这些算法的表现? 在不平衡的数据中,任一算法都没法从样本量少的类中获取足够的信息来进行精确预测因此,机器学**算法常常被要求应用在平衡数据集上那我们该如何处理不平衡数据集?本文会介绍一些相关方法,它们并不复杂只是技巧性比较强 本文会介绍处理非

R语言对推特数据进行文本情感分析

美国调查公司盖洛普公司(Gallup poll found)民调显示,至少51%美国人不赞同总统特朗普的政策.据外媒报道,特朗普上任8天以来引发51%美国人的不满,42%美国人赞同新总统的政策.该项调查共有1500名成年美国人,误差为3%. 为了验证美国民众的不满情绪,我们以R语言抓取的特朗普推特数据为例,对数据进行文本挖掘,进一步进行情感分析,从而得到很多有趣的信息. 找到推特来源是苹果手机或者安卓手机的样本,清理掉其他来源的样本 tweets <-trump_tweets_df>%sele

R语言学习笔记(数据预处理)

setwd("d:/r/r-data/")data=read.table("salary.txt",header=T)attach(data)mean(Salary) #工资的平均值length(Salary) #数据个数cumsum(Salary) #累加 salary1=cut(Salary,3) #将数据分为三组table(salary1) salary1=cut(Salary,3,labels=c("low","medium&q

R语言学习笔记(数据的读取与保存)

library(MASS)#载入package MASSdata(package="MASS") #查看MASS中的数据集data(SP500,package="MASS") #载入MASS中的SP500数据集data(SP500) #简化写法getwd() #返回当前工作目录setwd("d:/r/r-data") #将当前工作路径修改为 data=read.table("d:/r/r-data/salary.txt",he

R语言:各类型数据文件的导入

导入csv: read.csv() 导入txt: read.table() 注意,txt文件编码为unicode的导入r会报错,需转换成ANSI 读入excel:需要安装xlsx包,安装此包前先下载好jre,用read.xlsx()读入 借助数据库:如果数据格式复杂(例如没有分隔符等),导入R中不好处理,可以先导入数据库中,再借用RMySQL包取数.数据库推荐mysql,百度软件下载一个,30多M 日常工作中一般的数据文件格式就分为以上三种,导入失败一般都是文件编码的问题. 如果上面有不对的地方

R 学习笔记《四》 R语言初学者指南--载入数据

解压下载的数据到:E:\R\R-beginer-guide\data\RBook 在R控制台执行: Squid <- read.table(file = "E:/R/R-beginer-guide/data/RBook/squid.txt",header=TRUE) Squid Sample Year Month Location Sex GSI 1 1 1 1 1 2 10.4432 2 2 1 1 3 2 9.8331 3 3 1 1 1 2 9.7356 4 4 1 1 1

R语言XML包的数据抓取

htmlParse 函数 htmlParse加抓HTML页面的函数. url1<-"http://www.caixin.com/"url<-htmlParse(url1,encoding="UTF-8") 但是有的网站会出现报错.例如淘宝,错误信息为: Warning message:XML content does not seem to be XML: 'https://www.taobao.com/' 原因为htmlParse可以抓取http的页面