Q：如何通过第三方接口下载当天的行情及基本面数据(以python为例)

FAQ > 金融建模 > 第三方交互 > Python

Q：如何通过第三方接口下载当天的行情及基本面数据(以python为例)

A：在使用第三方交互接口访问天软数据库时，不建议频繁进行登录退出的操作。
因为登录与退出，需要远程与服务器进行连接会话，会非常依赖网络的稳定性及服务器的响应性能，过多的连接会存在一定的时间消耗，影响交互效率。
当连接网络不好或服务器响应不佳时，短时间内多次断开重连容易触发占用多个登录数的情况（断开连接没有及时处理），操作过于频繁还会导致账号短时间被锁定的无法登录的现象。
合理使用第三方接口应当尽量遵循一次登录，多次交互的原则。

下面介绍几种常见的交互方式：TSLPy接口、pyTSL接口、odbc接口对于一次登陆，多次交互的一个示例展示，以供用户参考。

TSLPy使用范例
参考：FAQ：2019-05-08-应用专题-第三方交互07：天软平台和PYTHON的交互
范例一：使用TSLPy盘中获取实盘行情数据
import time
from datetime import datetime
import pandas as pd
import json
import sys
import TSLPy3 as ts

path="C:/Users/86152/Desktop/download/"
sys.path.append("C:\Program Files\Tinysoft\Analyse.NET")
ts.DefaultConnectAndLogin("wh_server")#远程登录，用自己配置的别名

tsstr='''
  stocks:=getbk('A股');
  setsysparam(PN_Precision(),2);
  ret:=array();
  for i:=0 to length(stocks)-1 do
  begin
    setsysparam(pn_stock(),stocks[i]);
    ret[i,'StockID']:=stocks[i];
    ret[i,'time']:=datetimetostr(rd(-1));
    ret[i,'name']:=rd(1);
    ret[i,'open']:=rd(2);
    ret[i,'yclose']:=rd(3);
    ret[i,'high']:=rd(4);
    ret[i,'low']:=rd(5);
    ret[i,'price']:=rd(6);
    ret[i,'amount']:=rd(9);
  end
  t:=exportjsonstring(ret);
  return t;
'''
t=datetime.now()
while t.time()<=datetime(2000,1,1,15,00,00).time():
  data=ts.RemoteExecute(tsstr,{})[1]
  df=pd.DataFrame(json.loads(data))
  df.to_excel(path + t.strftime("%Y%m%d%H%M%S") + ".xlsx")
  print(path + t.strftime("%Y%m%d%H%M%S") + ".xlsx"," 导出成功")
  time.sleep(3)
  t=datetime.now()
ts.Disconnect()
执行结果：本地导出基本面与行情数据文件

范例二：使用TSLPy盘后下载期权基本面及行情数据
from datetime import datetime
import pandas as pd
import json
import sys
import TSLPy3 as ts

path="C:/Users/86152/Desktop/download/"
sys.path.append("C:\Program Files\Tinysoft\Analyse.NET")
ts.DefaultConnectAndLogin("wh_server")#远程登录，用自己配置的别名

tsstr='''
  stocks:=getbk("上市期权");
  data:=select * from infotable 720 of stocks where ["截止日"]=datetoint(today()) end;
  t:=exportjsonstring(data);
  return t;
'''
data=ts.RemoteExecute(tsstr,{})[1]
df=pd.DataFrame(json.loads(data))
t=datetime.now()
df.to_excel(path + "期权基本信息" + t.strftime("%Y%m%d") + ".xlsx")

tsstr='''
  stocks:=getbk("上市期权");
  data:=select * from infotable 720 of stocks where ["截止日"]=datetoint(today()) end;
  t:=exportjsonstring(data);
  return t;
'''
data=ts.RemoteExecute(tsstr,{})[1]
df=pd.DataFrame(json.loads(data))
df.to_excel(path + "期权行情" + t.strftime("%Y%m%d") + ".xlsx")
ts.Disconnect()

执行结果：本地导出实时行情数据文件

pyTSL使用范例
参考：FAQ：天软pyTSL接口
范例三：使用pyTSL盘中获取实盘行情数据
import time
from datetime import datetime
import pandas as pd
import pyTSL

path="C:/Users/86152/Desktop/download/"
c = pyTSL.Client("user", "password", "tsl.tinysoft.com.cn", 443) #user为天软账号,password 为账号密码
c.login()
tsstr='''
  stocks:=getbk('A股');
  setsysparam(PN_Precision(),2);
  ret:=array();
  for i:=0 to length(stocks)-1 do
  begin
    setsysparam(pn_stock(),stocks[i]);
    ret[i,'StockID']:=stocks[i];
    ret[i,'time']:=datetimetostr(rd(-1));
    ret[i,'name']:=rd(1);
    ret[i,'open']:=rd(2);
    ret[i,'yclose']:=rd(3);
    ret[i,'high']:=rd(4);
    ret[i,'low']:=rd(5);
    ret[i,'price']:=rd(6);
    ret[i,'amount']:=rd(9);
  end
  return ret;
'''
t=datetime.now()
while t.time()<=datetime(2000,1,1,15,00,00).time():
  r=c.exec(tsstr)
  df=r.dataframe()
  df.to_excel(path + t.strftime("%Y%m%d%H%M%S") + ".xlsx")
  print(path + t.strftime("%Y%m%d%H%M%S") + ".xlsx"," 导出成功")
  time.sleep(3)
  t=datetime.now()
c.logout()

执行结果：本地导出实时行情数据文件

范例四：使用pyTSL盘后下载期权基本面及行情数据
from datetime import datetime
import pandas as pd
import pyTSL

path="C:/Users/86152/Desktop/download/"
c = pyTSL.Client("user", "password", "tsl.tinysoft.com.cn", 443) #user为天软账号,password 为账号密码
c.login()

tsstr='''
  stocks:=getbk("上市期权");
  data:=select * from infotable 720 of stocks where ["截止日"]=datetoint(today()) end;
  return data;
'''
r=c.exec(tsstr)
df = r.dataframe()
t=datetime.now()
df.to_excel(path + "期权基本信息" + t.strftime("%Y%m%d") + ".xlsx")

tsstr='''
  stocks:=getbk("上市期权");
  return select *,datetostr(["date"]) as "date"
      from markettable datekey today() to today() of stocks end;
'''
r=c.exec(tsstr)
df = r.dataframe()
t=datetime.now()
df.to_excel(path + "期权行情" + t.strftime("%Y%m%d") + ".xlsx")

c.logout()

执行结果：本地导出基本面与行情数据文件

ODBC使用范例(以python为例)：
参考：FAQ：2016-07-28-应用专题-第三方交互：对ODBC接口的使用方法和范例
范例五：使用odbc盘中获取实盘行情数据
import pandas as pd
from datetime import datetime
import time
import pyodbc

conn = pyodbc.connect("dsn=tsodbc")
curs=conn.cursor()
tsstr='''
  stocks:=getbk('A股');
  setsysparam(PN_Precision(),2);
  ret:=array();
  for i:=0 to length(stocks)-1 do
  begin
    setsysparam(pn_stock(),stocks[i]);
    ret[i,'StockID']:=stocks[i];
    ret[i,'time']:=datetimetostr(rd(-1));
    ret[i,'name']:=rd(1);
    ret[i,'open']:=rd(2);
    ret[i,'yclose']:=rd(3);
    ret[i,'high']:=rd(4);
    ret[i,'low']:=rd(5);
    ret[i,'price']:=rd(6);
    ret[i,'amount']:=rd(9);
  end
  return ret;
'''
path="C:/Users/86152/Desktop/download/"
t=datetime.now()
while t.time()<=datetime(2000,1,1,15,00,00).time():
  curs.execute(tsstr)
  rows=curs.fetchall()
  df = pd.DataFrame(rows)
  df.to_excel(path + t.strftime("%Y%m%d%H%M%S") + ".xlsx")
  time.sleep(3) #暂停3秒
  t=datetime.now()
curs.close()
conn.close()

执行结果：本地导出多个行情文件

范例六：使用odbc盘后下载期权基本面及行情数据
from datetime import datetime
import pandas as pd
import pyodbc

conn = pyodbc.connect("dsn=tsodbc")
curs=conn.cursor()
path="C:/Users/86152/Desktop/download/"
t=datetime.now()

tsstr='''
  stocks:=getbk("上市期权");
  data:=select * from infotable 720 of stocks where ["截止日"]=datetoint(today()) end;
  return data;
'''
curs.execute(tsstr)
rows=curs.fetchall()
df = pd.DataFrame(rows)

df.to_excel(path + "期权基本信息" + t.strftime("%Y%m%d") + ".xlsx")

tsstr='''
  stocks:=getbk("上市期权");
  return select *,datetostr(["date"]) as "date"
      from markettable datekey today() to today() of stocks end;
'''
curs.execute(tsstr)
rows=curs.fetchall()
df = pd.DataFrame(rows)
df.to_excel(path + "期权行情" + t.strftime("%Y%m%d") + ".xlsx")
curs.close()
conn.close()

执行结果：本地导出基本面与行情数据文件

Q：如何通过第三方接口下载当天的行情及基本面数据(以python为例) 复制链接

Q：如何通过第三方接口下载当天的行情及基本面数据(以python为例)