迅投QMT指定日期历史市值获取demo
切记需要先补充财务数据# -*- coding: utf-8 -*- 使用 xtquant 获取历史股本CAPITALSTRUCTURE 表并计算每日总市值 表名CAPITALSTRUCTURE 字段total_capital总股本单位股变动日期 m_timetag时间戳 importpandasaspdimportnumpyasnpfromxtquantimportxtdatafromdatetimeimportdatetime,timedeltadefget_stock_suffix(code):codestr(code).zfill(6)ifcode.startswith((600,601,603,605,688,689)):return.SHelifcode.startswith((000,001,002,003,300,301,302)):return.SZelifcode.startswith((430,83,87,88,82)):return.BJelse:return.SHdefget_full_code(raw_code):returnraw_codeget_stock_suffix(raw_code)defget_daily_capitalization(code,start_date,end_date,price_fieldclose): 获取指定股票在日期范围内的每日总市值万元 参数 code: 6位股票代码如 000001 start_date, end_date: 字符串 YYYYMMDD price_field: 日线字段一般用 close 返回 DataFrame包含日期索引列close, total_shares, market_cap(元), market_cap_万元 full_codeget_full_code(code)# 1. 获取日线收盘价不复权实际价格price_dataxtdata.get_local_data(stock_list[full_code],field_list[price_field],period1d,start_timestart_date,end_timeend_date,dividend_typenone,fill_dataTrue,count-1)iffull_codenotinprice_dataorprice_data[full_code].empty:raiseValueError(f无法获取{code}的日线数据)df_priceprice_data[full_code].copy()df_price.indexpd.to_datetime(df_price.index)df_price.sort_index(inplaceTrue)df_pricedf_price[[price_field]]df_price.rename(columns{price_field:close},inplaceTrue)# 2. 获取历史股本变动CAPITALSTRUCTURE 表# 扩大时间范围以确保覆盖 start_date 之前的变动ext_start(datetime.strptime(start_date,%Y%m%d)-timedelta(days365*3)).strftime(%Y%m%d)ext_endend_dateprint(f正在下载{code}的股本变动数据...)try:xtdata.download_financial_data([full_code],table_list[CAPITALSTRUCTURE])exceptExceptionase:print(f下载财务数据失败:{e})try:# 获取股本变动表使用报告期变动日期 m_timetagfin_dataxtdata.get_financial_data(stock_list[full_code],table_list[CAPITALSTRUCTURE],start_timeext_start,end_timeext_end,report_typereport_time# 按变动日期m_timetag筛选)iffull_codenotinfin_dataorCAPITALSTRUCTUREnotinfin_data[full_code]:raiseValueError(未获取到股本变动数据)df_capfin_data[full_code][CAPITALSTRUCTURE].copy()ifdf_cap.empty:raiseValueError(股本变动表为空)# 检查字段iftotal_capitalnotindf_cap.columns:raiseValueError(表中没有 total_capital 字段)ifm_timetagnotindf_cap.columns:# 如果无变动日期尝试用公告日 m_anntimeifm_anntimeindf_cap.columns:df_cap[m_timetag]df_cap[m_anntime]else:raiseValueError(缺少变动日期字段)# 将时间戳转为日期df_cap[date]pd.to_datetime(df_cap[m_timetag],unitms)df_capdf_cap[[date,total_capital]].dropna()df_cap.sort_values(date,inplaceTrue)# 去重保留每个日期最后一条记录如有重复df_capdf_cap.drop_duplicates(subset[date],keeplast)# 构建从 start_date 到 end_date 的日期索引full_datespd.date_range(startdf_price.index.min(),enddf_price.index.max(),freqD)# 将股本变动按日期合并向前填充shares_seriespd.Series(indexfull_dates,dtypefloat)# 先填充起始日之前的最近一次变动若存在# 合并变动记录到日期索引cap_seriesdf_cap.set_index(date)[total_capital]# 使用 reindex ffillshares_seriescap_series.reindex(full_dates,methodffill)# 如果开头仍有缺失向后填充一次使用第一个变动ifshares_series.isna().all():# 完全没有填充则使用最新股本raiseValueError(股本变动数据无法填充)shares_seriesshares_series.fillna(methodbfill)# 只保留价格存在的日期shares_seriesshares_series.reindex(df_price.index)print(成功获取并填充历史股本数据)exceptExceptionase:print(f获取股本数据失败:{e})# 保底使用当前最新股本instrumentxtdata.get_instrument_detail(full_code)ifinstrumentisNone:raiseValueError(无法获取股票信息)total_sharesinstrument.get(TOTALS,0)iftotal_shares0:total_sharesinstrument.get(TOTALS,0)shares_seriespd.Series(total_shares,indexdf_price.ndex)print(使用最新股本作为常数建议检查历史股本变动)# 3. 计算市值df_resultdf_price.copy()df_result[total_shares]shares_series df_result[market_cap]df_result[close]*df_result[total_shares]df_result[market_cap_万元]df_result[market_cap]/10000returndf_result# 使用示例 if__name____main__:code000001# 平安银行start20230101end20261231dfget_daily_capitalization(code,start,end)print(df.head())print(df.tail())

相关新闻

基于ESP32-S3的Wi-Fi视频遥控小车:硬件选型、MJPEG流与PWM控制全解析

基于ESP32-S3的Wi-Fi视频遥控小车:硬件选型、MJPEG流与PWM控制全解析

1. 项目概述:从想法到可移动的“眼睛”最近在捣鼓一个挺有意思的东西:用一块Firebeetle 2 ESP32-S3开发板,加上摄像头和电机驱动,做了一辆能实时回传视频的遥控小车。这听起来像是智能小车或者机器人项目的入门标配,但…

2026/7/29 13:40:48阅读更多 →
东莞礼盒包装机构看似好用,实则靠谱的为何难寻?

东莞礼盒包装机构看似好用,实则靠谱的为何难寻?

最近和做品牌的朋友聊天,他吐槽找东莞礼盒包装机构难,合作了几家都不太满意,不是质量差就是交期不准。其实,很多人在找礼盒包装机构时都有这样的困扰。 现状与观察 市场上多数客户在礼盒定制时问题频发。部分团队反馈&#xff0c…

2026/7/29 13:40:48阅读更多 →
企业工单分类选型:Taotoken 路由策略让 4 个模型成本降 40% 但准确率不变

企业工单分类选型:Taotoken 路由策略让 4 个模型成本降 40% 但准确率不变

大模型工单分类实战:从成本优化到精准路由的完整方法论 上周用 GPT-5.4 处理客服工单分类时,每月 API 费用直接突破 2 万元大关。经过在 Taotoken 平台上重构路由策略后,成本骤降至 1.2 万元——关键指标是四个模型的错误率标准差从 7.3% 压…

2026/7/29 13:40:48阅读更多 →
AIGC内容去重技术:原理、工具与应用实践

AIGC内容去重技术:原理、工具与应用实践

1. AIGC内容去重:为什么成为刚需?最近两年,AIGC技术呈现爆发式增长。根据行业数据显示,2023年全球AIGC内容产量同比增长超过300%,随之而来的内容同质化问题日益严重。我在运营自媒体矩阵时就深有体会——用不同AI工具生…

2026/7/29 14:51:01阅读更多 →
【限时解密】AI商标查询辅助的“黑盒决策树”:为何同一图形在北上广深四地AI评分相差31%?内部阈值参数首次披露

【限时解密】AI商标查询辅助的“黑盒决策树”:为何同一图形在北上广深四地AI评分相差31%?内部阈值参数首次披露

更多请点击: https://codechina.net 第一章:AI商标查询辅助 AI商标查询辅助系统通过自然语言处理与图像识别技术,显著提升商标近似性判断的效率与准确性。传统人工检索依赖分类号与文字描述,易遗漏图形要素或跨类近似风险&#x…

2026/7/29 14:51:01阅读更多 →
2026年主流英文降AI工具评测与技术分析

2026年主流英文降AI工具评测与技术分析

1. 项目概述:英文降AI工具评测背景2026年的AI内容检测领域已经发展出数十种不同技术路线的工具,各家厂商都在宣称自己的"降AI率"(AI Content Reduction Rate)指标领先业界。作为长期关注内容生成技术的从业者&#xff0…

2026/7/29 14:51:01阅读更多 →
BBWEYY GEO 服务如何帮助商家减少无效投流,含零代码SAAS、AI编程、源码定制交付

BBWEYY GEO 服务如何帮助商家减少无效投流,含零代码SAAS、AI编程、源码定制交付

BBWEYY GEO 服务如何帮助商家减少无效投流 摘要 在平台流量竞争愈发激烈的背景下,越来越多电商商家开始感受到站内获客成本上升、利润空间压缩与客户沉淀不足的多重压力。尽管平台店铺仍然是交易发生的重要场景,但商家对流量的掌控力、对客户的持续触达…

2026/7/29 14:51:01阅读更多 →
别再用传统OCR!基于Transformer+规则引擎融合架构的发票识别方案(已通过金税四期压力测试,QPS 1200+)

别再用传统OCR!基于Transformer+规则引擎融合架构的发票识别方案(已通过金税四期压力测试,QPS 1200+)

更多请点击: https://kaifayun.com 第一章:AI 发票识别处理 AI 发票识别处理是企业财务自动化的重要基石,它通过计算机视觉与自然语言处理技术,从扫描件、照片或 PDF 文件中精准提取发票的关键字段,如发票代码、号码、…

2026/7/29 14:51:01阅读更多 →
ArcGIS Pro 从入门到实战基础篇(66):选择

ArcGIS Pro 从入门到实战基础篇(66):选择

开始修改地图之前,先准确选中目标要素,能够避免误改图层、漏选对象和重复返工。 编辑菜单中的选择版块把选择、查看属性、清除选择和缩放定位连成了一条简洁的操作链。 数据从哪来 工欲善其事,必先利其器,在学习 ArcGIS Pro 的各…

2026/7/29 14:49:00阅读更多 →
覆盖国产 + 海外 + 开源模型,OpenClaw 2.7.9 Windows/Mac 双端部署详解

覆盖国产 + 海外 + 开源模型,OpenClaw 2.7.9 Windows/Mac 双端部署详解

🔹 工具基础介绍 OpenClaw 是开源生态中一款实用性较强的本地智能工具,凭借本地离线运行、可视化图形操作和任务自动化三大核心特性,赢得了众多用户的青睐。与普通在线对话AI工具不同,它属于能够直接操控本机软硬件的智能数字员工…

2026/7/29 9:47:45阅读更多 →
伺服阀焊完微漏毁整机?精密激光焊接三关锁住高压

伺服阀焊完微漏毁整机?精密激光焊接三关锁住高压

所谓液压伺服阀体的精密激光焊接,是用激光束对阀座壳体(通常为不锈钢或铝合金)进行密封焊接,使阀体在21-35MPa的高压液压油或压缩气体中长期运行而不发生介质泄漏。液压伺服阀是高端液压系统的"大脑"。从航空航天飞行控…

2026/7/29 7:00:19阅读更多 →
D2DX:三步实现《暗黑破坏神2》高清宽屏体验的终极指南

D2DX:三步实现《暗黑破坏神2》高清宽屏体验的终极指南

D2DX:三步实现《暗黑破坏神2》高清宽屏体验的终极指南 【免费下载链接】d2dx D2DX is a complete solution to make Diablo II run well on modern PCs, with high fps and better resolutions. 项目地址: https://gitcode.com/gh_mirrors/d2/d2dx 你是否还在…

2026/7/29 7:58:51阅读更多 →
28. Agent 执行到一半想暂停?用 interrupt 给它设个“关卡“!

28. Agent 执行到一半想暂停?用 interrupt 给它设个“关卡“!

28. Agent 执行到一半想暂停?用 interrupt 给它设个“关卡“! 在构建复杂的 Agent 系统时,我们经常会遇到这样的场景:Agent 正在执行一个多步骤的任务,比如“下单购买商品”,但执行到一半时,我们…

2026/7/29 0:01:46阅读更多 →
自律同行,突破无界!NANK南卡正式官宣曾舜晞成为品牌代言人

自律同行,突破无界!NANK南卡正式官宣曾舜晞成为品牌代言人

近日,国际专注开放式技术研发的声学品牌Nank南卡,正式官宣实力艺人曾舜晞担任品牌代言人。消息一经发出便轰动全网。为什么耳机品牌不选择流量明星、老牌歌手?而且是选择曾舜晞?让我们一起来探索一下!比起短期的流量&a…

2026/7/29 0:01:46阅读更多 →
【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:01:46阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/28 20:22:24阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/29 4:31:51阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/29 14:26:42阅读更多 →