import pandas as pd
pd.set_option('display.max_rows', 20)
pd.set_option('display.max_columns', 20)
pd.set_option('display.float_format',lambda x: '%.2f'%x) #两位
from pytdx.hq import TdxHq_API
from pytdx.params import TDXParams
api = TdxHq_API()
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_security_bars(9, 0, '000948', 0, 10)) # 返回DataFrame
data
| open | close | high | low | vol | amount | year | month | day | hour | minute | datetime | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 14.30 | 14.88 | 15.90 | 14.30 | 424006.00 | 640098816.00 | 2022 | 1 | 28 | 15 | 0 | 2022-01-28 15:00 |
| 1 | 15.20 | 14.25 | 15.42 | 14.10 | 352729.00 | 517913760.00 | 2022 | 2 | 7 | 15 | 0 | 2022-02-07 15:00 |
| 2 | 14.00 | 14.45 | 14.54 | 13.00 | 354453.00 | 488725376.00 | 2022 | 2 | 8 | 15 | 0 | 2022-02-08 15:00 |
| 3 | 14.67 | 15.90 | 15.90 | 14.37 | 259834.00 | 398595456.00 | 2022 | 2 | 9 | 15 | 0 | 2022-02-09 15:00 |
| 4 | 16.09 | 16.57 | 16.99 | 15.59 | 587040.00 | 962653504.00 | 2022 | 2 | 10 | 15 | 0 | 2022-02-10 15:00 |
| 5 | 16.21 | 16.70 | 18.00 | 15.93 | 566375.00 | 945145024.00 | 2022 | 2 | 11 | 15 | 0 | 2022-02-11 15:00 |
| 6 | 16.60 | 17.17 | 17.40 | 16.10 | 467129.00 | 789843904.00 | 2022 | 2 | 14 | 15 | 0 | 2022-02-14 15:00 |
| 7 | 16.88 | 16.95 | 17.27 | 16.44 | 315957.00 | 532159488.00 | 2022 | 2 | 15 | 15 | 0 | 2022-02-15 15:00 |
| 8 | 17.26 | 16.74 | 17.50 | 16.48 | 320267.00 | 538129920.00 | 2022 | 2 | 16 | 15 | 0 | 2022-02-16 15:00 |
| 9 | 16.21 | 16.53 | 16.96 | 16.06 | 144780.00 | 240595216.00 | 2022 | 2 | 17 | 15 | 0 | 2022-02-17 15:00 |
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_security_quotes([(0, '000948'), (1, '603977')]))
data.T
| 0 | 1 | |
|---|---|---|
| market | 0 | 1 |
| code | 000948 | 603977 |
| active1 | 1726 | 952 |
| price | 16.52 | 10.35 |
| last_close | 16.74 | 10.43 |
| ... | ... | ... |
| reversed_bytes6 | -21 | 32 |
| reversed_bytes7 | -63 | 25 |
| reversed_bytes8 | 81 | -3 |
| reversed_bytes9 | -0.53 | 0.00 |
| active2 | 1726 | 952 |
45 rows × 2 columns
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_security_quotes([(0,'000948')]))
data
| market | code | active1 | price | last_close | open | high | low | servertime | reversed_bytes0 | ... | ask5 | bid_vol5 | ask_vol5 | reversed_bytes4 | reversed_bytes5 | reversed_bytes6 | reversed_bytes7 | reversed_bytes8 | reversed_bytes9 | active2 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 000948 | 1727 | 16.51 | 16.74 | 16.21 | 16.96 | 16.06 | 11:00:18.900 | 11003150 | ... | 16.60 | 25 | 25 | (333,) | 1 | -20 | -62 | 82 | -0.59 | 1727 |
1 rows × 45 columns
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_security_bars(9,0, '000948', 0, 3))
data
| open | close | high | low | vol | amount | year | month | day | hour | minute | datetime | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 16.88 | 16.95 | 17.27 | 16.44 | 315957.00 | 532159488.00 | 2022 | 2 | 15 | 15 | 0 | 2022-02-15 15:00 |
| 1 | 17.26 | 16.74 | 17.50 | 16.48 | 320267.00 | 538129920.00 | 2022 | 2 | 16 | 15 | 0 | 2022-02-16 15:00 |
| 2 | 16.21 | 16.51 | 16.96 | 16.06 | 144838.00 | 240691024.00 | 2022 | 2 | 17 | 15 | 0 | 2022-02-17 15:00 |
with api.connect('119.147.212.81', 7709):
l=5
data = pd.concat([api.to_df(api.get_security_bars(9,0, '000948', 0, i)) for i in range(l)])
data
| open | close | high | low | vol | amount | year | month | day | hour | minute | datetime | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 16.21 | 16.51 | 16.96 | 16.06 | 145007.00 | 240970048.00 | 2022 | 2 | 17 | 15 | 0 | 2022-02-17 15:00 |
| 0 | 17.26 | 16.74 | 17.50 | 16.48 | 320267.00 | 538129920.00 | 2022 | 2 | 16 | 15 | 0 | 2022-02-16 15:00 |
| 1 | 16.21 | 16.51 | 16.96 | 16.06 | 145007.00 | 240970048.00 | 2022 | 2 | 17 | 15 | 0 | 2022-02-17 15:00 |
| 0 | 16.88 | 16.95 | 17.27 | 16.44 | 315957.00 | 532159488.00 | 2022 | 2 | 15 | 15 | 0 | 2022-02-15 15:00 |
| 1 | 17.26 | 16.74 | 17.50 | 16.48 | 320267.00 | 538129920.00 | 2022 | 2 | 16 | 15 | 0 | 2022-02-16 15:00 |
| 2 | 16.21 | 16.51 | 16.96 | 16.06 | 145007.00 | 240970048.00 | 2022 | 2 | 17 | 15 | 0 | 2022-02-17 15:00 |
| 0 | 16.60 | 17.17 | 17.40 | 16.10 | 467129.00 | 789843904.00 | 2022 | 2 | 14 | 15 | 0 | 2022-02-14 15:00 |
| 1 | 16.88 | 16.95 | 17.27 | 16.44 | 315957.00 | 532159488.00 | 2022 | 2 | 15 | 15 | 0 | 2022-02-15 15:00 |
| 2 | 17.26 | 16.74 | 17.50 | 16.48 | 320267.00 | 538129920.00 | 2022 | 2 | 16 | 15 | 0 | 2022-02-16 15:00 |
| 3 | 16.21 | 16.51 | 16.96 | 16.06 | 145007.00 | 240970048.00 | 2022 | 2 | 17 | 15 | 0 | 2022-02-17 15:00 |
with api.connect('119.147.212.81', 7709):
data01 = api.get_security_count(0)
data02 = api.get_security_count(1)
print('data01 = ' , data01, '\n', 'data02 = ', data02)
data01 = 14344 data02 = 19745
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_security_list(1, 18000))
data
| code | volunit | decimal_point | name | pre_close | |
|---|---|---|---|---|---|
| 0 | 601179 | 100 | 2 | 中国西电 | 5.13 |
| 1 | 601186 | 100 | 2 | 中国铁建 | 152.02 |
| 2 | 601187 | 100 | 2 | 厦门银行 | 7.06 |
| 3 | 601188 | 100 | 2 | 龙江交通 | 5442.00 |
| 4 | 601198 | 100 | 2 | 东兴证券 | 680.02 |
| ... | ... | ... | ... | ... | ... |
| 995 | 688288 | 100 | 2 | 鸿泉物联 | 32.14 |
| 996 | 688289 | 100 | 2 | 圣湘生物 | 320.09 |
| 997 | 688296 | 100 | 2 | 和达科技 | 140.24 |
| 998 | 688298 | 100 | 2 | 东方生物 | 209.53 |
| 999 | 688299 | 100 | 2 | 长阳科技 | 24.49 |
1000 rows × 5 columns
with api.connect('119.147.212.81', 7709):
lens=api.get_security_count(1)
print(lens)
data=pd.DataFrame()
data = pd.concat([api.to_df(api.get_security_list(1, i)) for i in range(0, int(lens),1000)], sort=False)
data.reset_index(inplace=True)
data
19745
| index | code | volunit | decimal_point | name | pre_close | |
|---|---|---|---|---|---|---|
| 0 | 0 | 999999 | 100 | 2 | 上证指数 | 3465.83 |
| 1 | 1 | 999998 | 100 | 2 | Ａ股指数 | 3632.26 |
| 2 | 2 | 999997 | 100 | 2 | Ｂ股指数 | 284.62 |
| 3 | 3 | 000001 | 100 | 2 | 上证指数 | 3465.83 |
| 4 | 4 | 000002 | 100 | 2 | Ａ股指数 | 3632.26 |
| ... | ... | ... | ... | ... | ... | ... |
| 19740 | 740 | 517980 | 100 | 3 | 银行AH | 0.00 |
| 19741 | 741 | 517990 | 100 | 3 | 医药基金 | 0.00 |
| 19742 | 742 | 560160 | 100 | 3 | 医疗器械 | 0.00 |
| 19743 | 743 | 560600 | 100 | 3 | 医药创新 | 0.00 |
| 19744 | 744 | 562520 | 100 | 3 | 1000成长 | 0.00 |
19745 rows × 6 columns
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_index_bars(9,1, '000001', 1, 2))
data.T
| 0 | 1 | |
|---|---|---|
| open | 3428.04 | 3457.07 |
| close | 3446.09 | 3465.83 |
| high | 3447.49 | 3475.06 |
| low | 3421.64 | 3453.80 |
| vol | 2755593.00 | 2749939.00 |
| amount | 341638873088.00 | 325563416576.00 |
| year | 2022 | 2022 |
| month | 2 | 2 |
| day | 15 | 16 |
| hour | 15 | 15 |
| minute | 0 | 0 |
| datetime | 2022-02-15 15:00 | 2022-02-16 15:00 |
| up_count | 1068 | 1607 |
| down_count | 943 | 439 |
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_minute_time_data(1, '603977'))
data
| price | vol | |
|---|---|---|
| 0 | 0.01 | 48 |
| 1 | 0.52 | 55 |
| 2 | 1.07 | 1035 |
| 3 | 1.15 | 13 |
| 4 | 1.08 | -1035 |
| ... | ... | ... |
| 87 | 417.75 | -1 |
| 88 | 417.49 | 2 |
| 89 | 417.49 | -3 |
| 90 | 417.49 | 0 |
| 91 | 417.48 | 0 |
92 rows × 2 columns
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_history_minute_time_data(TDXParams.MARKET_SH, '603977', 20210930))
data
| price | vol | |
|---|---|---|
| 0 | 9.02 | 1006 |
| 1 | 8.97 | 773 |
| 2 | 9.04 | 825 |
| 3 | 9.04 | 685 |
| 4 | 9.05 | 316 |
| ... | ... | ... |
| 235 | 8.99 | 210 |
| 236 | 9.03 | 1000 |
| 237 | 9.03 | 0 |
| 238 | 9.03 | 0 |
| 239 | 9.03 | 507 |
240 rows × 2 columns
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_transaction_data(TDXParams.MARKET_SZ, '000948', 0, 10))
data
| time | price | vol | num | buyorsell | |
|---|---|---|---|---|---|
| 0 | 11:01 | 16.51 | 40 | 8 | 0 |
| 1 | 11:01 | 16.50 | 1066 | 105 | 1 |
| 2 | 11:01 | 16.49 | 1103 | 47 | 1 |
| 3 | 11:01 | 16.50 | 87 | 17 | 0 |
| 4 | 11:01 | 16.49 | 49 | 8 | 2 |
| 5 | 11:01 | 16.50 | 11 | 2 | 0 |
| 6 | 11:01 | 16.50 | 21 | 2 | 0 |
| 7 | 11:01 | 16.50 | 27 | 3 | 0 |
| 8 | 11:01 | 16.49 | 38 | 5 | 1 |
| 9 | 11:01 | 16.50 | 56 | 8 | 0 |
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_history_transaction_data(TDXParams.MARKET_SZ, '000948', 0, 10, 20210930))
data
| time | price | vol | buyorsell | |
|---|---|---|---|---|
| 0 | 14:56 | 12.17 | 13 | 0 |
| 1 | 14:56 | 12.17 | 2 | 0 |
| 2 | 14:56 | 12.16 | 3 | 1 |
| 3 | 14:56 | 12.17 | 11 | 0 |
| 4 | 14:56 | 12.16 | 5 | 1 |
| 5 | 14:56 | 12.16 | 27 | 1 |
| 6 | 14:56 | 12.17 | 38 | 0 |
| 7 | 14:56 | 12.16 | 5 | 1 |
| 8 | 14:56 | 12.17 | 42 | 0 |
| 9 | 15:00 | 12.18 | 683 | 2 |
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_company_info_category(TDXParams.MARKET_SZ, '000948'))
data
| name | filename | start | length | |
|---|---|---|---|---|
| 0 | 最新提示 | 000948.txt | 0 | 13947 |
| 1 | 公司概况 | 000948.txt | 13947 | 17872 |
| 2 | 财务分析 | 000948.txt | 31819 | 36743 |
| 3 | 股东研究 | 000948.txt | 68562 | 24792 |
| 4 | 股本结构 | 000948.txt | 93354 | 15221 |
| 5 | 资本运作 | 000948.txt | 108575 | 26425 |
| 6 | 业内点评 | 000948.txt | 135000 | 61107 |
| 7 | 行业分析 | 000948.txt | 964707 | 34402 |
| 8 | 公司大事 | 000948.txt | 196107 | 479365 |
| 9 | 港澳特色 | 000948.txt | 675472 | 87407 |
| 10 | 经营分析 | 000948.txt | 762879 | 30769 |
| 11 | 主力追踪 | 000948.txt | 793648 | 12513 |
| 12 | 分红扩股 | 000948.txt | 806161 | 58063 |
| 13 | 高层治理 | 000948.txt | 864224 | 35543 |
| 14 | 龙虎榜单 | 000948.txt | 899767 | 29143 |
| 15 | 关联个股 | 000948.txt | 928910 | 35797 |
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_xdxr_info(1, '603977'))
data.T
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| year | 2016 | 2017 | 2017 | 2018 | 2018 | 2018 | 2019 | 2019 | 2020 | 2020 | 2020 | 2021 | 2021 |
| month | 11 | 6 | 11 | 5 | 5 | 10 | 5 | 11 | 2 | 5 | 5 | 6 | 9 |
| day | 11 | 19 | 13 | 16 | 17 | 24 | 17 | 11 | 28 | 21 | 22 | 23 | 30 |
| category | 5 | 1 | 5 | 1 | 9 | 5 | 1 | 5 | 5 | 1 | 9 | 1 | 5 |
| name | 股本变化 | 除权除息 | 股本变化 | 除权除息 | 转配股上市 | 股本变化 | 除权除息 | 股本变化 | 股本变化 | 除权除息 | 转配股上市 | 除权除息 | 股本变化 |
| fenhong | NaN | 5.00 | NaN | 1.00 | NaN | NaN | 1.00 | NaN | NaN | 1.20 | NaN | 1.00 | NaN |
| peigujia | NaN | 0.00 | NaN | 0.00 | NaN | NaN | 0.00 | NaN | NaN | 0.00 | NaN | 0.00 | NaN |
| songzhuangu | NaN | 0.00 | NaN | 4.00 | NaN | NaN | 0.00 | NaN | NaN | 4.00 | NaN | 0.00 | NaN |
| peigu | NaN | 0.00 | NaN | 0.00 | NaN | NaN | 0.00 | NaN | NaN | 0.00 | NaN | 0.00 | NaN |
| suogu | None | None | None | None | None | None | None | None | None | None | None | None | None |
| panqianliutong | 0.00 | NaN | 5528.00 | NaN | 12568.00 | 17595.20 | NaN | 17595.20 | 30951.20 | NaN | 30951.20 | NaN | 43331.68 |
| panhouliutong | 5528.00 | NaN | 12568.00 | NaN | 17595.20 | 17595.20 | NaN | 30951.20 | 30951.20 | NaN | 43331.68 | NaN | 46497.76 |
| qianzongguben | 0.00 | NaN | 22108.00 | NaN | 22108.00 | 30951.20 | NaN | 39123.40 | 39123.40 | NaN | 39398.68 | NaN | 55158.16 |
| houzongguben | 22108.00 | NaN | 22108.00 | NaN | 30951.20 | 39123.40 | NaN | 39123.40 | 39398.68 | NaN | 55158.16 | NaN | 58324.23 |
| fenshu | None | None | None | None | None | None | None | None | None | None | None | None | None |
| xingquanjia | None | None | None | None | None | None | None | None | None | None | None | None | None |
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_company_info_content(0, '000001', '000001.txt', 0, 13370))
print(data.iloc[0,0])
☆最新提示☆ ◇000001 平安银行 更新日期：2022-02-16◇ 港澳资讯 灵通V8.0 ☆【港澳资讯】所载文章、数据仅供参考，使用前务请仔细核实，风险自负。☆ ★本栏包括【1.最新提醒】【2.机构持股变化】【3.股东户数变化】【4.风险提示】★ 【1.最新提醒】 ★2021年报预约披露时间: 2022-03-10 ┌───────────┬───────┬───────┬───────┬───────┬───────┬───────┐ ｜★最新主要指标★ ｜ 2021-12-31｜ 2021-09-30｜ 2021-06-30｜ 2021-03-31｜ 2020-12-31｜ 2020-09-30｜ ｜每股收益(元) ｜ 1.7300｜ 1.4000｜ 0.8000｜ 0.4200｜ 1.4000｜ 1.1100｜ ｜每股净资产(元) ｜ 16.7700｜ 16.4339｜ 15.8300｜ 15.6000｜ 15.1600｜ 14.8800｜ ｜净资产收益率(%) ｜ 10.8500｜ 8.8600｜ 5.1700｜ 2.7200｜ 9.5800｜ 7.6300｜ ｜总股本(股) ｜ 194.0592亿｜ 194.0592亿｜ 194.0592亿｜ 194.0592亿｜ 194.0592亿｜ 194.0592亿｜ ｜流通A股(股) ｜ 194.0575亿｜ 194.0575亿｜ 194.0575亿｜ 194.0575亿｜ 194.0575亿｜ 194.0575亿｜ ｜限售条件股份(股) ｜ 16.3723万｜ 16.3723万｜ 16.3723万｜ 16.3723万｜ 16.3723万｜ 16.5518万｜ ｜最新指标变动原因 ｜ 业绩快报｜ -｜ -｜ -｜ -｜ -｜ ├───────────┴───────┴───────┴───────┴───────┴───────┴───────┤ ｜2021-09-30 每股资本公积(元):4.1645 营业收入(元):1271.9亿 同比增9.12% 每股经营现金流量(元):-6.4800 ｜ ｜2021-09-30 每股未分利润(元):7.9358 净利润(元):291.35亿 同比增30.08% 经营活动现金净流量增长率:-509.82% ｜ ├───────────────────────────────────────────────────────────┤ ｜★最新公告:2022-01-27平安银行(000001)关联交易公告(三)(详见公司大事) ｜ ｜★最新报道:2022-01-13平安银行(000001)业绩快报:2021年度净利润同比增长25.6%(详见业内点评) ｜ ├───────────────────────────────────────────────────────────┤ ｜★最新分红扩股和未来事项: ｜ ｜【分红】:2021半年度 利润不分配(决案) ｜ ｜【分红】:2020年度 10派1.8元(含税)(实施) 股权登记日: 2021-05-13 除权除息日: 2021-05-14（详见分红扩股） ｜ ├───────────────────────────────────────────────────────────┤ ｜★特别提醒: ｜ ｜★投资互动:2022-02-14有2条关于平安银行公司投资者互动内容(详见公司大事) ｜ ｜★股东户数变化:截止2021-09-30,公司股东数390490,比上期(2021-06-30)增加93662户,幅度31.55%(详见主力追踪) ｜ ｜★机构调研:2021-09-15有1家机构/个人参与公司调研活动(详见港澳特色) ｜ ｜★概念板块：独角兽概念、区块链、融资融券、银行、富时罗素概念、蓝筹股、MSCI、供应链金融 ｜ ｜★主营业务：人民币和外币储蓄存款；人民币和外币企事业单位存款；人民币和外币结算；人民币和外币放款；信托、租赁、见证、证｜ ｜券业务。 ｜ └───────────────────────────────────────────────────────────┘ ★近五年每股收益对比： ┌───────┬────────────┬────────────┬────────────┬────────────┐ ｜年度 ｜ 年度 ｜ 三季 ｜ 中期 ｜ 一季 ｜ ├───────┼────────────┼────────────┼────────────┼────────────┤ ｜2021 ｜ -｜ 1.4000｜ 0.8000｜ 0.4200｜ ｜2020 ｜ 1.4000｜ 1.1100｜ 0.6600｜ 0.4000｜ ｜2019 ｜ 1.5400｜ 1.3200｜ 0.8500｜ 0.3800｜ ｜2018 ｜ 1.3900｜ 1.1400｜ 0.7300｜ 0.3300｜ ｜2017 ｜ 1.3000｜ 1.0600｜ 0.6800｜ 0.3100｜ └───────┴────────────┴────────────┴────────────┴────────────┘ ★最新评级(详见港澳特色) ┌───────┬─────────────────┬─────────────────┬───────┬───────┐ ｜ 发生日期 ｜ 评级机构 ｜ 研究员 ｜ 投资评级 ｜ 目标价格(元) ｜ ├───────┼─────────────────┼─────────────────┼───────┼───────┤ ｜ 2022-02-08 ｜ 东亚前海 ｜贺燕青 ｜ 增持 ｜ -｜ ｜ 2022-01-20 ｜ 广发证券 ｜倪军\屈俊\王先爽 ｜ 买入 ｜ 25.42｜ ｜ 2022-01-18 ｜ 中国银河 ｜张一纬 ｜ 买入 ｜ -｜ ｜ 2022-01-18 ｜ 民生证券 ｜余金鑫 ｜ 增持 ｜ -｜ ｜ 2022-01-18 ｜ 广发证券 ｜倪军\屈俊 ｜ 买入 ｜ 25.42｜ ｜ 2022-01-18 ｜ 长江证券 ｜马祥云 ｜ 买入 ｜ -｜ ｜ 2022-01-17 ｜ 中信建投 ｜马鲲鹏\杨荣\李晨\陈翔 ｜ 买入 ｜ 28.20｜ ｜ 2022-01-15 ｜ 华泰证券 ｜沈娟 ｜ 买入 ｜ 24.44｜ ｜ 2022-01-15 ｜ 东北证券 ｜陈玉卢\马志豪 ｜ 买入 ｜ 21.80｜ ｜ 2022-01-14 ｜ 中泰证券 ｜戴志锋\邓美君\贾靖 ｜ 增持 ｜ -｜ ｜ 2022-01-14 ｜ 光大证券 ｜王一峰\董文欣 ｜ 买入 ｜ -｜ ｜ 2022-01-14 ｜ 华金证券 ｜崔晓雁 ｜ 买入 ｜ -｜ ｜ 2022-01-14 ｜ 浙商证券 ｜梁凤洁\邱冠华 ｜ 买入 ｜ 33.03｜ ｜ 2022-01-14 ｜ 招商证券 ｜廖志明 ｜ 买入 ｜ -｜ ｜ 2022-01-14 ｜ 安信证券 ｜李双 ｜ 买入 ｜ 26.41｜ └───────┴─────────────────┴─────────────────┴───────┴───────┘ 【2.机构持股变化】 ┌───────────┬───────┬───────┬───────┬───────┬───────┬───────┐ ｜报告日期 ｜ 2021-12-31｜ 2021-09-30｜ 2021-06-30｜ 2021-03-31｜ 2020-12-31｜ 2020-09-30｜ ├───────────┼───────┼───────┼───────┼───────┼───────┼───────┤ ｜机构数量(家) ｜ 301(更新中)｜ 409｜ 1134｜ 503｜ 1094｜ 326｜ ├───────────┼───────┼───────┼───────┼───────┼───────┼───────┤ ｜累计持有(股) ｜ 8.29亿|未完｜ 147.8489亿｜ 154.8486亿｜ 149.7985亿｜ 151.2713亿｜ 145.6163亿｜ ├───────────┼───────┼───────┼───────┼───────┼───────┼───────┤ ｜较上期变化(股) ｜-139.56亿|未完｜ -6.9996亿｜ 5.05亿｜ -1.4728亿｜ 5.655亿｜ 7122.0301万｜ ├───────────┼───────┼───────┼───────┼───────┼───────┼───────┤ ｜累计持仓比例 ｜ 4.27%|未完｜ 76.19%｜ 79.80%｜ 77.19%｜ 77.95%｜ 75.04%｜ ├───────────┼───────┼───────┼───────┼───────┼───────┼───────┤ ｜基金持股(股) ｜ 8.29亿|未完｜ 9.9036亿｜ 14.7996亿｜ 10.7735亿｜ 11.0372亿｜ 5.9104亿｜ ├───────────┼───────┼───────┼───────┼───────┼───────┼───────┤ ｜基金持仓比例 ｜ 4.27%|未完｜ 5.10%｜ 7.63%｜ 5.55%｜ 5.69%｜ 3.05%｜ └───────────┴───────┴───────┴───────┴───────┴───────┴───────┘ 注：以上数据取自基金持股和公司十大流通股东，季度数据未包含基金持股明细最近一期数据可能因为基金投资组合或公司定期报告未披 露完毕，导致汇总数据不够完整。 【3.股东户数变化】 ┌───────┬────────┬────────┬────────┬──────┬────────┬────────┐ ｜ 截止日期 ｜ 股东户数(户) ｜ 变动户数(户) ｜ 变动幅度(%) ｜ 股价(元) ｜ 户均流通股(股) ｜ 较上期变化（%) ｜ ├───────┼────────┼────────┼────────┼──────┼────────┼────────┤ ｜ 2021-09-30 ｜ 39.0490万｜ 9.37万｜ 31.55｜ 17.93｜ 4.9695万｜ -23.99｜ ｜ 2021-06-30 ｜ 29.6828万｜ -3.5万｜ -10.55｜ 22.62｜ 6.5377万｜ 11.79｜ ｜ 2021-03-31 ｜ 33.1829万｜ 4.11万｜ 14.13｜ 22.01｜ 5.8481万｜ -12.38｜ ｜ 2021-01-31 ｜ 29.0750万｜ -1.8万｜ -5.82｜ 23.09｜ 6.6743万｜ 6.18｜ ｜ 2020-12-31 ｜ 30.8724万｜ -4.26万｜ -12.14｜ 19.34｜ 6.2857万｜ 13.81｜ ｜ 2020-09-30 ｜ 35.1374万｜ -7.97万｜ -18.48｜ 15.17｜ 5.5228万｜ 22.67｜ ｜ 2020-06-30 ｜ 43.1036万｜ 3.36万｜ 8.46｜ 12.80｜ 4.5021万｜ -7.80｜ ｜ 2020-03-31 ｜ 39.7399万｜ 5.65万｜ 16.57｜ 12.80｜ 4.8831万｜ -14.21｜ ｜ 2020-01-31 ｜ 34.0920万｜ 1.81万｜ 5.59｜ 15.54｜ 5.6921万｜ -5.30｜ ｜ 2019-12-31 ｜ 32.2864万｜ 2.29万｜ 7.64｜ 16.45｜ 6.0105万｜ -7.09｜ ｜ 2019-09-30 ｜ 29.9958万｜ -2.2万｜ -6.82｜ 15.59｜ 6.4694万｜ 21.30｜ ｜ 2019-06-30 ｜ 32.1929万｜ -3.26万｜ -9.19｜ 13.78｜ 5.3335万｜ 10.12｜ ｜ 2019-03-31 ｜ 35.4508万｜ -1.46万｜ -3.96｜ 12.82｜ 4.8434万｜ 4.12｜ ｜ 2019-02-28 ｜ 36.9119万｜ -6.03万｜ -14.04｜ 12.36｜ 4.6516万｜ 16.33｜ ｜ 2018-12-31 ｜ 42.9409万｜ 2.32万｜ 5.70｜ 9.38｜ 3.9985万｜ -5.40｜ ｜ 2018-09-30 ｜ 40.6242万｜ -2.97万｜ -6.82｜ 11.05｜ 4.2266万｜ 7.32｜ ｜ 2018-06-30 ｜ 43.5978万｜ 1.43万｜ 3.39｜ 9.09｜ 3.9383万｜ -1.84｜ ｜ 2018-03-31 ｜ 42.1677万｜ 2.87万｜ 7.30｜ 10.90｜ 4.0120万｜ -6.80｜ ｜ 2018-02-28 ｜ 39.2992万｜ 4.9万｜ 14.24｜ 12.05｜ 4.3049万｜ -12.47｜ ｜ 2017-12-31 ｜ 34.3994万｜ 1.25万｜ 3.78｜ 13.30｜ 4.9181万｜ -3.64｜ ｜ 2017-09-30 ｜ 33.1474万｜ -4.77万｜ -12.58｜ 11.11｜ 5.1038万｜ 14.39｜ ｜ 2017-06-30 ｜ 37.9179万｜ 8002｜ 2.16｜ 9.39｜ 4.4617万｜ -2.11｜ ｜ 2017-03-31 ｜ 37.1177万｜ 2.1万｜ 6.01｜ 9.17｜ 4.5579万｜ 9.08｜ ｜ 2016-12-31 ｜ 35.0142万｜ 9818｜ 2.88｜ 9.10｜ 4.1786万｜ -2.80｜ ｜ 2016-09-30 ｜ 34.0324万｜ -204｜ -0.06｜ 9.07｜ 4.2991万｜ 0.06｜ ｜ 2016-06-30 ｜ 34.0528万｜ -997｜ -0.29｜ 8.70｜ 4.2966万｜ 24.32｜ ｜ 2016-03-31 ｜ 34.1525万｜ 8607｜ 2.59｜ 10.64｜ 3.4562万｜ -2.52｜ ｜ 2015-12-31 ｜ 33.2918万｜ -2.51万｜ -7.02｜ 11.99｜ 3.5456万｜ 7.55｜ ｜ 2015-09-30 ｜ 35.8049万｜ -6.02万｜ -14.40｜ 10.49｜ 3.2967
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_finance_info(0, '000948'))
data.T
| 0 | |
|---|---|
| market | 0 |
| code | 000948 |
| liutongguben | 334505703.12 |
| province | 27 |
| industry | 24 |
| ... | ... |
| shuihoulirun | 445355000.00 |
| jinglirun | 333095000.00 |
| weifenpeilirun | 5052573125.00 |
| meigujingzichan | 5.99 |
| baoliu2 | 9.00 |
37 rows × 1 columns
板块相关参数
BLOCK_SZ = "block_zs.dat"
BLOCK_FG = "block_fg.dat"
BLOCK_GN = "block_gn.dat"
BLOCK_DEFAULT = "block.dat"
with api.connect('119.147.212.81', 7709):
data = pd.DataFrame()
data = api.to_df(api.get_and_parse_block_info("block.dat"))
data
| blockname | block_type | code_index | code | |
|---|---|---|---|---|
| 0 | 精选指数 | 2 | 0 | 399001 |
| 1 | 精选指数 | 2 | 1 | 399005 |
| 2 | 精选指数 | 2 | 2 | 399006 |
| 3 | 精选指数 | 2 | 3 | 399106 |
| 4 | 精选指数 | 2 | 4 | 399300 |
| ... | ... | ... | ... | ... |
| 10131 | 装饰园林 | 2 | 69 | 605178 |
| 10132 | 装饰园林 | 2 | 70 | 605287 |
| 10133 | 装饰园林 | 2 | 71 | 605289 |
| 10134 | 装饰园林 | 2 | 72 | 605303 |
| 10135 | 装饰园林 | 2 | 73 | 605318 |
10136 rows × 4 columns
with api.connect('119.147.212.81', 7709):
data = api.to_df(api.get_and_parse_block_info(TDXParams.BLOCK_SZ))
data
| blockname | block_type | code_index | code | |
|---|---|---|---|---|
| 0 | 精选指数 | 2 | 0 | 399001 |
| 1 | 精选指数 | 2 | 1 | 399005 |
| 2 | 精选指数 | 2 | 2 | 399006 |
| 3 | 精选指数 | 2 | 3 | 399106 |
| 4 | 精选指数 | 2 | 4 | 399300 |
| ... | ... | ... | ... | ... |
| 8977 | 国信价值 | 2 | 95 | 603458 |
| 8978 | 国信价值 | 2 | 96 | 603587 |
| 8979 | 国信价值 | 2 | 97 | 603801 |
| 8980 | 国信价值 | 2 | 98 | 603858 |
| 8981 | 国信价值 | 2 | 99 | 603886 |
8982 rows × 4 columns