Python 自动化获取A股市场所有股票信息并导出到Excel中保存

pip install baostock pandas openpyxl

import baostock as bs
import pandas as pd
from datetime import datetime, timedelta


def fetch_a_stock_data_to_excel():
    """
    获取A股所有股票的历史行情数据并保存到Excel文件
    """
    # 步骤1: 登录Baostock系统
    login_result = bs.login()
    if login_result.error_code != '0':
        print(f"登录失败: 错误代码 {login_result.error_code}, 错误信息 {login_result.error_msg}")
        return
    
    print("Baostock登录成功")
    
    # 设置日期范围：获取最近30天的数据，也可以使用自定义时间
    end_date = datetime.now().strftime("%Y-%m-%d")
    start_date = (datetime.now() - timedelta(days=30)).strftime("%Y-%m-%d")
    
    # 步骤2: 获取股票代码列表（仅A股）
    stock_code_list = []
    rs_codes = bs.query_all_stock(day=end_date)
    if rs_codes.error_code != '0':
        print(f"获取股票列表失败: {rs_codes.error_msg}")
        bs.logout()
        return
    
    while rs_codes.next():
        code_data = rs_codes.get_row_data()
        # 筛选A股股票（上交所和深交所）
        if code_data[0].startswith(('sh.', 'sz.')):
            stock_code_list.append(code_data[0])
    
    print(f"共识别到 {len(stock_code_list)} 只A股股票")
    
    # 步骤3: 遍历每只股票，获取历史K线数据
    all_data_frames = []
    for idx, stock_code in enumerate(stock_code_list):
        print(f"正在处理第 {idx+1}/{len(stock_code_list)} 只股票: {stock_code}")
        
        # 查询历史行情数据
        rs_data = bs.query_history_k_data_plus(
            code=stock_code,
            fields="date,code,open,high,low,close,volume,amount",
            start_date=start_date,
            end_date=end_date,
            frequency="d",  # 日线数据
            adjustflag="3"  # 不复权
        )
        
        if rs_data.error_code != '0':
            print(f"获取 {stock_code} 数据失败: {rs_data.error_msg}")
            continue
        
        # 将数据转换为DataFrame
        data_list = []
        while rs_data.next():
            data_list.append(rs_data.get_row_data())
        
        if data_list:
            df_temp = pd.DataFrame(data_list, columns=rs_data.fields)
            all_data_frames.append(df_temp)
    
    # 步骤4: 合并所有数据并导出
    if all_data_frames:
        final_df = pd.concat(all_data_frames, ignore_index=True)
        
        # 对数值列进行类型转换
        numeric_columns = ['open', 'high', 'low', 'close', 'volume', 'amount']
        for col in numeric_columns:
            final_df[col] = pd.to_numeric(final_df[col], errors='coerce')
        
        # 保存到Excel文件
        output_filename = f"A股股票数据_{end_date}.xlsx"
        final_df.to_excel(output_filename, index=False, engine='openpyxl')
        print(f"数据已成功导出到 {output_filename}")
        print(f"数据概览:\n{final_df.head()}")
    else:
        print("未获取到有效数据")
    
    # 退出系统
    bs.logout()
    print("程序执行完毕")


if __name__ == "__main__":
    fetch_a_stock_data_to_excel()