在上一节中,我们学习了如何安装PyCharm并配置Python环境,现在我们将开始编写我们的第一段代码。我们将使用Python获取股票价格数据,并使用matplotlib库将其可视化展示出来。
首先,我们需要新建一个Python文件,在本例中,我们可以将其命名为”get_stock_prices.py”。然后,我们可以在该文件中编写我们的代码。

让我们以纳斯达克100指数为例,我们将获取并显示特定时间范围内的数据。我们将使用yfinance
库来获取数据,并使用matplotlib
库来绘制图表。
import yfinance as yf
import matplotlib.pyplot as plt
# 获取数据
data = yf.download('^NDX', '2000-01-01', '2010-08-01')
# 绘制收盘价图表
data['Adj Close'].plot()
plt.show()
点击PyCharm界面右上角的运行按钮,我们就可以看到图表显示了。

这里的数据来自Yahoo Finance,因此股票代码需要与Yahoo Finance一致。一些常用的指数对应的代码如下:
- 纳斯达克100: ^NDX
- 标普500: ^GSPC
- 中国A50: 000001.SS
如果我们想要获得所有历史数据,只需要去掉日期范围,如下所示:
data = yf.download('^NDX')
现在我们看到的是每天的股价。但如果我们想要获得周K和月K的数据,只需要添加一个参数interval
,如下所示:
data = yf.download('^NDX', interval="1wk") # 获取周K数据
data = yf.download('^NDX', interval="1mo") # 获取月K数据
是不是超级简单?最后,让我们将所有的代码放在一起:
import yfinance as yf
import matplotlib.pyplot as plt
stock_symbol = '^NDX'
# 获取每日数据并绘制图表
data = yf.download(stock_symbol)
data['Adj Close'].plot()
plt.show()
# 获取周K数据并绘制图表
data = yf.download(stock_symbol, interval="1wk")
data['Adj Close'].plot()
plt.show()
# 获取月K数据并绘制图表
data = yf.download(stock_symbol, interval="1mo")
data['Adj Close'].plot()
plt.show()
通过以上简单的几行代码,我们就可以轻松地获取股票价格数据并进行可视化展示了。在接下来的博客中,我们将进一步探索如何分析和处理这些数据,以及如何利用Python进行更多有趣的金融数据分析。
大家也可以留言写下想要学习的内容,我优先考虑更受欢迎的主题。
如何获取沪深300的历史数据呢?
沪深300的代码是000300.SS,但是我刚看了一下,雅虎上的数据不全,我看看有没有别的地方可以找到。
[…] 在上一节中,我们学习了如何获取完整的历史股价数据。本节将进一步学习如何计算和绘制均线。 […]
[…] 在安装完所需的包之后,我们就可以到下一节,开始开始编写和运行我们的第一段代码了。 […]