使用 Python 获取股票历史技术数据

本文介绍如何使用 Python 获取股票历史技术数据，以便进行量化分析或策略回测。

我们使用麦蕊数据提供的数据，其中包括技术指标。以下是两个自定义函数，一个用于将 JSON 转换为 DataFrame 格式，另一个用于获取数据。

第一个自定义函数是处理 JSON 的函数，它将 JSON 转换为 DataFrame 格式，以便更好地进行数据处理和分析。

第二个自定义函数是获取数据的函数，它可以根据输入的股票代码获取相应的历史技术数据。该函数可以根据需要进行修改，以满足不同的数据获取需求。

通过使用这两个自定义函数，我们可以轻松地获取历史技术数据，并进行量化分析或策略回测。这将有助于我们更好地理解市场趋势，制定更有效的投资策略。

需要修改的地方有两个，一个是填写自己的许可证，另一个是在调用自定义函数时，输入要获取股票的代码。这些修改将使代码能够适应不同的情况和需求。

代码

代码解释说明

该代码主要是从指定的 API 获取股票数据，然后将分时交易、KDJ、MACD、MA 和 BOLL 的数据合并到一个 DataFrame 中，并将结果保存为 CSV 文件。

首先，定义了一个 json_to_df 函数，用于将 API 返回的 JSON 格式数据转换为 DataFrame 格式。然后，定义了一个 get_stock_data 函数，该函数通过股票代码获取历史数据。在该函数中，使用了 json_to_df 函数获取分时交易、KDJ、MACD、MA 和 BOLL 的数据，并使用 pd.concat 将它们合并到一个 DataFrame 中。最后，使用 to_csv 将结果保存为 CSV 文件。

值得注意的是，该代码中的 licence 变量是用于访问 API 的许可证号，需要替换为有效的许可证号才能正常运行。