杂项函数
备注
get_inds_views, get_market_view 以及 KData.to_pyarrow 等和 arrow 相关功能，需要额外安装 hikyuu_plugin 包支持。
python -m pip install hikyuu-plugin
使用前，需 from hikyuu_plugin.extra import * 进行插件导入.
- get_market_view(stks[, date=Datetime(), market='SH']) pandas.DataFrame
获取指定股票集合在指定交易日的行情数据，不包含当日停牌无数据的股票。如未指定日期，则返回最后交易日行情数据， 如同时接收了行情数据，则为实时行情。
注: 此函数依赖于日线数据
- 参数:
- 返回:
指定股票列表最后行情数据
- 返回类型:
pandas.DataFrame
In [2]: get_market_view([s for s in sm]) Out[2]: 证券代码 证券名称 日期 开盘价 最高价 最低价 收盘价 ... 涨跌幅（%） 振幅(%) 换手率(%) 总市值 流通市值 市净率 动态市盈率 0 SZ301632 C广东建科 2025-08-13 32.840 46.580 32.040 43.600 ... 28.197589 44.275274 78.480086 1.824922e+06 3.002447e+05 6.827756 -272.500006 1 SZ159271 恒生指数ETF 2025-08-13 1.002 1.016 1.002 1.016 ... 1.905717 1.397206 NaN NaN NaN NaN NaN 2 SH589850 科创50ETF东财 2025-08-13 1.018 1.029 1.017 1.026 ... 0.489716 1.178782 NaN NaN NaN NaN NaN 3 SZ180901 润泽REIT 2025-08-13 6.120 6.139 6.040 6.090 ... -0.620104 1.617647 NaN NaN NaN NaN NaN 4 SH589200 科创200ETF工银 2025-08-13 1.037 1.065 1.037 1.063 ... 2.507232 2.700096 NaN NaN NaN NaN NaN ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 8060 SH600159 大龙地产 2025-08-13 3.000 3.000 2.920 2.930 ... -1.677852 2.666667 1.624909 2.431909e+05 2.431909e+05 1.408722 -732.499965 8061 SZ000548 湖南投资 2025-08-13 5.670 5.700 5.630 5.640 ... -0.529101 1.234568 1.362903 2.815577e+05 2.815399e+05 1.369198 35.250001 8062 SH603180 金牌家居 2025-08-13 21.260 21.410 20.930 20.970 ... -1.317647 2.257761 0.946926 3.234771e+05 3.234771e+05 1.153155 22.793478 8063 SH601003 柳钢股份 2025-08-13 6.060 6.090 6.010 6.040 ... -0.330033 1.320132 1.529113 1.547927e+06 1.547927e+06 1.792604 15.100000 8064 SH000129 180波动 2025-08-13 15259.241 15280.421 15175.761 15190.970 ... -0.368136 0.685879 NaN NaN NaN NaN NaN [8065 rows x 17 columns] In [3]: get_market_view([s for s in sm], Datetime(20250812)) Out[3]: 证券代码 证券名称 日期 开盘价 最高价 最低价 收盘价 ... 涨跌幅（%） 振幅(%) 换手率(%) 总市值 流通市值 市净率 动态市盈率 0 SZ301632 C广东建科 2025-08-12 32.660 40.000 30.020 34.010 ... 4.133497 30.557257 84.592471 1.423523e+06 2.342046e+05 5.325963 -212.562505 1 SZ159271 恒生指数ETF 2025-08-12 0.993 0.997 0.991 0.997 ... 0.402820 0.604230 NaN NaN NaN NaN NaN 2 SH589850 科创50ETF东财 2025-08-12 1.001 1.027 0.996 1.021 ... 1.998002 3.096903 NaN NaN NaN NaN NaN 3 SZ180901 润泽REIT 2025-08-12 6.006 6.145 6.003 6.128 ... 1.038747 2.364302 NaN NaN NaN NaN NaN 4 SH589200 科创200ETF工银 2025-08-12 1.035 1.039 1.020 1.037 ... -0.096339 1.835749 NaN NaN NaN NaN NaN ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 8059 SH600159 大龙地产 2025-08-12 2.990 3.020 2.940 2.980 ... -0.334448 2.675585 2.259280 2.473410e+05 2.473410e+05 1.432761 -744.999965 8060 SZ000548 湖南投资 2025-08-12 5.670 5.700 5.640 5.670 ... 0.176678 1.058201 1.138197 2.830554e+05 2.830375e+05 1.376481 35.437501 8061 SH603180 金牌家居 2025-08-12 21.430 21.520 21.210 21.250 ... -0.793651 1.446570 0.703566 3.277963e+05 3.277963e+05 1.168552 23.097826 8062 SH601003 柳钢股份 2025-08-12 6.110 6.180 6.040 6.060 ... -0.818331 2.291326 1.396695 1.553053e+06 1.553053e+06 1.798540 15.150000 8063 SH000129 180波动 2025-08-12 15230.810 15321.111 15229.380 15247.100 ... 0.206570 0.602273 NaN NaN NaN NaN NaN [8064 rows x 17 columns]
- concat_to_df(dates, ind_list[, head_stock_code=True, head_ind_name=False])
将列表中的指标至合并在一张 pandas DataFrame 中
- 参数:
dates (DatetimeList) -- 指定的日期列表
ind_list (sequence) -- 已计算的指标列表
head_ind_name (bool) -- 表标题是否使用指标名称
head_stock_code (bool) -- 表标题是否使用证券代码
- 返回:
合并后的 DataFrame, 以 dates 为 index（注: dates列 为 Datetime 类型）
query = Query(-200) k_list = [stk.get_kdata(query) for stk in [sm['sz000001'], sm['sz000002']]] ma_list = [MA(CLOSE(k)) for k in k_list] df = concat_to_df(sm.get_trading_calendar(query), ma_list, head_stock_code=True, head_ind_name=False) df date SZ000001 SZ000002 0 2023-05-12 00:00:00 12.620000 15.060000 1 2023-05-15 00:00:00 12.725000 15.060000 2 2023-05-16 00:00:00 12.690000 15.010000 3 2023-05-17 00:00:00 12.640000 14.952500 4 2023-05-18 00:00:00 12.610000 14.886000 ... ... ... ... 195 2024-03-01 00:00:00 9.950455 9.837273 196 2024-03-04 00:00:00 9.995909 9.838182 197 2024-03-05 00:00:00 10.038182 9.816364 198 2024-03-06 00:00:00 10.070455 9.776818 199 2024-03-07 00:00:00 10.101364 9.738182
- get_inds_view(stks, inds, date[, cal_len=100, ktype=Query.DAY, market='SH']) pandas.DataFrame
方式1: 获取指定日期的各证券的各指标结果
- param stks:
证券列表
- param list[Indicator] inds:
指标列表
- param Datetime date:
指定日期
- param int cal_len:
计算需要的数据长度
- param str ktype:
k线类型
- param str market:
指定行情市场（用于日期对齐）
In [4]: get_inds_view(sm, [OPEN(),CLOSE(),MA(CLOSE()), AMA(CLOSE()), MA(CLOSE(), 20)], Datetime(20250822)) Out[4]: 证券代码 证券名称 交易时间 OPEN CLOSE MA AMA MA 0 SZ399295 创价值 2025-08-22 4928.540 5041.720 4710.365909 4909.715525 4718.344500 1 SH688630 芯碁微装 2025-08-22 124.110 129.000 124.648182 129.966137 127.810500 2 SH600605 汇通能源 2025-08-22 35.250 34.910 37.600000 37.489924 37.400000 3 SH000852 中证1000 2025-08-22 7250.190 7362.940 6932.661364 7184.920216 6955.541000 4 SH000001 上证指数 2025-08-22 3772.280 3825.760 3656.552273 3753.987779 3662.238000 ... ... ... ... ... ... ... ... ... 8479 BJ920101 志高机械 2025-08-22 52.630 52.300 54.744286 54.284372 54.744286 8480 SZ159280 港股通互联网ETF汇添富 2025-08-22 1.019 1.031 1.032600 1.031993 1.032600 8481 SH563620 自由现金流全指ETF 2025-08-22 1.012 1.013 1.011667 1.011238 1.011667 8482 SZ159369 创业板50ETF易方达 2025-08-22 1.002 1.039 1.024000 1.022333 1.024000 8483 SZ159283 通用航空ETF南方 2025-08-22 1.006 1.026 1.016500 1.015444 1.016500 [8484 rows x 8 columns]
方式2: 获取按指定Query查询计算的各证券的各指标结果, 结果中将包含指定 Query 包含的所有指定市场交易日日期
get_inds_view(stks, inds, query[, market='SH']) -> pandas.DataFrame
- param stks:
指定证券列表
- param list[Indicator] inds:
指定指标列表
- param Query query:
查询条件
- param str market:
指定行情市场（用于日期对齐）
In [5]: get_inds_view(sm, [OPEN(),CLOSE(),MA(CLOSE()), AMA(CLOSE()), MA(CLOSE(), 20)], Query(-2000)) Out[5]: 证券代码 证券名称 交易时间 OPEN CLOSE MA AMA MA 0 SZ399295 创价值 2017-06-05 3000.070 3003.850 3003.850000 3003.850000 3003.850000 1 SZ399295 创价值 2017-06-06 2998.360 3011.500 3007.675000 3007.250000 3007.675000 2 SZ399295 创价值 2017-06-07 3004.490 3065.660 3027.003333 3033.210000 3027.003333 3 SZ399295 创价值 2017-06-08 3058.980 3058.970 3034.995000 3040.975491 3034.995000 4 SZ399295 创价值 2017-06-09 3055.200 3060.110 3040.018000 3046.784218 3040.018000 ... ... ... ... ... ... ... ... ... 16367995 SZ159283 通用航空ETF南方 2025-08-18 NaN NaN NaN NaN NaN 16367996 SZ159283 通用航空ETF南方 2025-08-19 NaN NaN NaN NaN NaN 16367997 SZ159283 通用航空ETF南方 2025-08-20 NaN NaN NaN NaN NaN 16367998 SZ159283 通用航空ETF南方 2025-08-21 1.012 1.007 1.007000 1.007000 1.007000 16367999 SZ159283 通用航空ETF南方 2025-08-22 1.006 1.026 1.016500 1.015444 1.016500 [16368000 rows x 8 columns]
- df_to_ind(df, col_name, col_date=None)
将 pandas.DataFrame 指定列转化为 Indicator
- 参数:
df -- pandas.DataFrame
col_name -- 指定列名
col_date -- 指定日期列名 (为None时忽略, 否则该列为对应参考日期)
- 返回:
Indicator
# 示例, 从 akshare 获取美国国债10年期收益率: import akshare as ak df = ak.bond_zh_us_rate("19901219") x = df_to_ind(df, '美国国债收益率10年', '日期')
- parallel_run_sys(sys_list, query[, reset=False, reset_all=False]) List[FundsList]
并行运行多个系系统, 并返回 list FundsList, 各账户对应资产（按query时间段）
- 参数:
sys_list -- 系统列表
query -- 查询条件
reset (bool) -- 执行前是否依据系统部件共享属性复位
reset_all (bool) -- 强制复位所有部件