dp

介绍

针对A股因子研究和交易分析场景,提供了常用的小工具,如查询历史的交易日,历史的行业分类表等

import warnings
warnings.filterwarnings('ignore')
data_config = {
"remote.data.address": "tcp://data.quantos.org:8910",
"remote.data.username": "18566262672",
"remote.data.password": "eyJhbGciOiJIUzI1NiJ9.eyJjcmVhdGVfdGltZSI6IjE1MTI3MDI3NTAyMTIiLCJpc3MiOiJhdXRoMCIsImlkIjoiMTg1NjYyNjI2NzIifQ.O_-yR0zYagrLRvPbggnru1Rapk4kiyAzcwYt2a3vlpM"
}

from jaqs_fxdayu.data import DataApi

api = DataApi(data_config["remote.data.address"]) # 传入连接到的远端数据服务器的tcp地址
api.login(username=data_config["remote.data.username"],
          password=data_config["remote.data.password"])
('username: 18566262672', '0,')

trade_days

  • jaqs_fxdayu.util.dp.trade_days(api, start, end)

简要描述:

  • 返回起止日期间的交易日

参数:

字段 必选 类型 说明
api jaqs.data.DataApi jaqs.data.DataApi
start int 开始日期
end int 结束日期

返回:

起止日期间的交易日

示例:

from jaqs_fxdayu.util.dp import trade_days
trade_days(api, 20170101, 20180101)
Int64Index([20170103, 20170104, 20170105, 20170106, 20170109, 20170110,
            20170111, 20170112, 20170113, 20170116,
            ...
            20171218, 20171219, 20171220, 20171221, 20171222, 20171225,
            20171226, 20171227, 20171228, 20171229],
           dtype='int64', name='trade_date', length=244)

index_cons

  • jaqs_fxdayu.util.dp.index_cons(api, index_code, start, end)

简要描述:

  • 获得某个指数起止时间段的历史成分股信息

参数:

字段 必选 类型 说明
api jaqs.data.DataApi jaqs.data.DataApi
index_code str 指数代码
start int 开始日期
end int 结束日期

返回:

某个指数起止时间段的历史成分股信息

  • 其中 in_date:纳入该指数的时间;out_date:从该指数移除的时间

示例:

from jaqs_fxdayu.util.dp import index_cons
index_cons(api, "000300.SH", 20170101, 20170501).head()
in_date index_code out_date symbol
0 20050408 000300.SH 99999999 000001.SZ
1 20050408 000300.SH 99999999 000002.SZ
2 20161212 000300.SH 99999999 000008.SZ
3 20050408 000300.SH 20171208 000009.SZ
4 20140616 000300.SH 20170609 000027.SZ

daily_index_cons

  • jaqs_fxdayu.util.dp.daily_index_cons(api, index_code, start, end)

简要描述:

  • 指定起止时间段,成分股是否还在某指数当中

参数:

字段 必选 类型 说明
api jaqs.data.DataApi jaqs.data.DataApi
index_code str 指数代码
start int 开始日期
end int 结束日期

示例:

from jaqs_fxdayu.util.dp import daily_index_cons
daily_index_cons(api, "000300.SH", 20170101, 20170501).head()
000001.SZ 000002.SZ 000008.SZ 000009.SZ 000027.SZ 000039.SZ 000060.SZ 000061.SZ 000063.SZ 000069.SZ ... 601933.SH 601939.SH 601958.SH 601985.SH 601988.SH 601989.SH 601998.SH 603000.SH 603885.SH 603993.SH
trade_date
20170103 True True True True True True True True True True ... True True True True True True True True True True
20170104 True True True True True True True True True True ... True True True True True True True True True True
20170105 True True True True True True True True True True ... True True True True True True True True True True
20170106 True True True True True True True True True True ... True True True True True True True True True True
20170109 True True True True True True True True True True ... True True True True True True True True True True

5 rows × 301 columns

st_status

  • jaqs_fxdayu.util.dp.st_status(api, symbol, start, end)

简要描述:

  • 指定起止时间段,股票是否进入异常状态(含st,*st,退市等)
  • 注:从未进入过异常状态的股票不会在返回值里
  • 注:该方法目前只有在fxdayu数据源下才可访问到(非公开接口)

参数:

字段 必选 类型 说明
api jaqs.data.DataApi jaqs.data.DataApi
symbol str 股票代码,以","隔开
start int 开始日期
end int 结束日期

示例:

from jaqs_fxdayu.util.dp import st_status
st_status(api, "000001.SZ,000003.SZ,000008.SZ", 20170101, 20170501).head()
000003.SZ 000008.SZ
trade_date
20170103 1.0 0.0
20170104 1.0 0.0
20170105 1.0 0.0
20170106 1.0 0.0
20170109 1.0 0.0

daily_sec_industry

  • jaqs_fxdayu.util.dp.daily_sec_industry(api, symbol, start, end, source="sw", value="industry1_code")

简要描述:

  • 指定起始时间段,查询某一系列股票在该时间段下的行业分类信息

参数:

字段 必选 类型 说明
api jaqs.data.DataApi jaqs.data.DataApi
symbol str 股票代码,用","隔开。如"600000.SH,000001.SZ"
start int 开始日期
end int 结束日期
source str 行业分类标准,目前仅支持"sw"(申万),"zz"(中证),"zjh"(证监会),默认"sw"
value str 行业等级,形式可为"industry?_code"(行业编码)/"industry?_name"(行业名称)。其中"?"可为1,2,3,4,分别代表1-4个行业等级。申万支持1-4,中证支持1-2。默认为industry1_code

示例:

from jaqs_fxdayu.util.dp import daily_sec_industry
symbol_id = index_cons(api, "000300.SH", 20170501, 20171001,)["symbol"].dropna()
symbols = ",".join(symbol_id)
group = daily_sec_industry(api, symbols, 20170501, 20171001, source='zjh', value="industry1_name")
group.tail()
000001.SZ 000002.SZ 000008.SZ 000009.SZ 000027.SZ 000039.SZ 000060.SZ 000061.SZ 000063.SZ 000069.SZ ... 601988.SH 601989.SH 601992.SH 601997.SH 601998.SH 603000.SH 603160.SH 603858.SH 603885.SH 603993.SH
trade_date
20170925 金融业 房地产业 制造业 综合 电力、热力、燃气及水生产和供应业 制造业 制造业 租赁和商务服务业 制造业 水利、环境和公共设施管理业 ... 金融业 制造业 制造业 金融业 金融业 信息传输、软件和信息技术服务业 制造业 制造业 交通运输、仓储和邮政业 采矿业
20170926 金融业 房地产业 制造业 综合 电力、热力、燃气及水生产和供应业 制造业 制造业 租赁和商务服务业 制造业 水利、环境和公共设施管理业 ... 金融业 制造业 制造业 金融业 金融业 信息传输、软件和信息技术服务业 制造业 制造业 交通运输、仓储和邮政业 采矿业
20170927 金融业 房地产业 制造业 综合 电力、热力、燃气及水生产和供应业 制造业 制造业 租赁和商务服务业 制造业 水利、环境和公共设施管理业 ... 金融业 制造业 制造业 金融业 金融业 信息传输、软件和信息技术服务业 制造业 制造业 交通运输、仓储和邮政业 采矿业
20170928 金融业 房地产业 制造业 综合 电力、热力、燃气及水生产和供应业 制造业 制造业 租赁和商务服务业 制造业 水利、环境和公共设施管理业 ... 金融业 制造业 制造业 金融业 金融业 信息传输、软件和信息技术服务业 制造业 制造业 交通运输、仓储和邮政业 采矿业
20170929 金融业 房地产业 制造业 综合 电力、热力、燃气及水生产和供应业 制造业 制造业 租赁和商务服务业 制造业 水利、环境和公共设施管理业 ... 金融业 制造业 制造业 金融业 金融业 信息传输、软件和信息技术服务业 制造业 制造业 交通运输、仓储和邮政业 采矿业

5 rows × 330 columns