具体活动规则请戳：恒生LIGHT云社区光源计划

目前数据部门正在规划行情类接口整体优化方案，待发布新的接口，我们会发布相关公告。
如果现在您这边着急使用期货盘后分钟数据，可结合“1.1.2 交易日历”接口，使用3.1.2接口中交易日字段与分时字段，关联计算出自然日字段。
后续我们也可安排技术人员撰写相关日期的转换教程，推出后，会在社区发布源码

您好，恒有数 3.1.2 期货盘后分钟切片 ，返回参数中的 “日期交易日” 对应数据为 “前一日夜盘+当天日盘”的数据，此接口后面还会做优化，目前我们已经提了需求给数据部门，后续会增加自然日日期字段。

每周获奖名单公布
第二期：12月13 ~ 12月19

- 姓名    注册手机号   评奖结果    奖品：京东卡（元）
- 陈 **  158 **** 5539   一等奖  500
- 刘 **  158 **** 2609   一等奖  500
- 至 **  151 **** 3106   一等奖  500
- 王 *    150 **** 8694  二等奖  200
- 阿 *    136 **** 1493  二等奖  200
- 孔 *    136 **** 1489  二等奖  200
- 常 *    139 **** 7366  二等奖  200
- 孙 **  155 **** 2624   二等奖  200
- 李 *    181 **** 5052  二等奖  200
- 程 **  186 **** 6364   三等奖  100
- 王 **  183 **** 0966   三等奖  100
- 吴 *    182 **** 8866  三等奖  100
- 杨 **  181 **** 5364   三等奖  100
- 曹 *    173 **** 4709  三等奖  100
- 曹 **  150 **** 0198   三等奖  100
- 贾 *    137 **** 7693  三等奖  100
- 冯 **  130 **** 3820   三等奖  100
- 周 **  180 **** 5522   三等奖  100
- 韩 **  157 **** 9838   三等奖  100

余 * 酱等38位用户，获5000光子，可兑换20元腾讯/优酷视频会员券等；

兑换方式，详见https://developer.hs.net/thread/1720 ；

每周获奖名单公布
第一期：有奖问卷活动，12/06 ~ 12/12获奖名单

- 姓名    注册手机号   评奖结果    奖品：京东卡（元）
- 张 **   135 **** 9542  一等奖   500
- 王 * 豪 156 **** 8019   一等奖   500
- 黄 **   199 **** 7609  一等奖   500
- 孙 * 乐 151 **** 4023   二等奖   200
- 胡 *     159 **** 9919 二等奖   200
- 无 **   155 **** 4565  二等奖   200
- 欢 *     159 **** 0883 二等奖   200
- 宋 **   150 **** 9069  二等奖   200
- 马 **   157 **** 4353  二等奖   200
- 黄 **   131 **** 7995  三等奖   100
- 张 **   191 **** 9443  三等奖   100
- 王 * 锋 136 **** 9543   三等奖   100
- 果 * 临 187 **** 7660   三等奖   100
- 于 * 海 189 **** 7586   三等奖   100
- 吴 *     153 **** 6523 三等奖   100
- 童 * 哲 191 **** 1191   三等奖   100
- 槐 *     158 **** 8533 三等奖   100
- 崔 *     131 **** 7478 三等奖   100
- 卢 * 鹏 186 **** 9264   三等奖   100

厉*亮等33位用户，获5000光子，可兑换20元腾讯/优酷视频会员券等；

兑换方式，详见https://developer.hs.net/thread/1720 ；

活动时间
即日起—2021年12月31号

参与方式
1、下单1次恒有数产品套餐，下单地址为：https://udata.hs.net/subscribe （包含免费体验套餐；2021/09/10以来，已下单的用户，无需重新下单）；

2、提交公测版调查问卷，问卷地址为：https://www.wenjuan.com/s/vIVbqqA/;

说明：上面两步都需要完成哦 ~

活动奖励
1、每位完成本活动的用户，均可获得20元视频会员代金券;

2、每周评选1次优质问卷，评奖数量与奖品如下：

一等奖：3位，500元京东卡 1张

二等奖：6位，200元京东卡 1张

三等奖：10位，100元京东卡 1张

说明：每个账号，最多仅可获得1次视频会员奖励；

奖品发放与兑换使用
1、每周一，在本帖中公布上周获奖名单，并发放奖品；

2、京东卡发放，以短信的方式将卡券码发放至注册手机号；

3、视频会员奖品兑换与使用指南，详见：https://developer.hs.net/thread/1720

4、加入恒生-恒有数群（已加群小伙伴不需要重复加群） ，群内会同步获奖名单和领奖方式 ~

一年一度恒生电子超大技术盛会，独家发布金融科技行业技术趋势！
全新云参会玩法，丰富活动更有豪礼等你赢！
更有量化用户感兴趣的【高性能】分论坛，不要错过哦。
一站直达大会官网：传送门

恒有数金融数据社区活动列表

恒有数（https://udata.hs.net/home?channel_source=vnpy ）

1、全部142个接口，新用户下单免费的体验套餐，可免费使用30天；

2、目前社区推出新人礼包活动，限时领取1折券；
金融数据142个接口，超值套餐包年仅需199.9元，单日最低0.15元；

3、正值双十一活动季，社区推出三重奖励，下单即可兑现奖品，奖品包括腾讯视频月卡、天猫、京东代金券等等

双十一活动规则

一、活动对象

恒生Light云官网注册用户，登录即可参加

二、活动时间

即日起——2021年11月12日23时59分59秒

三、活动规则

（一）参与活动
1、活动期间，凡是订阅恒有数的用户，均自动参加恒有数双十一活动，无需报名；

（二）活动奖励
1、活动期间，根据单笔下单金额，奖励对应光子，用户可用光子兑换对应的奖品；
2、活动奖励分为3档，详情如下：
（1）下单实付金额满1元，奖励500光子；
（2）单笔订单实付金额满50元，奖励5000光子；（可兑换腾讯视频VIP月卡、天猫超市代金券、滴滴出行代金券等）
（3）单笔订单实付金额满150元，奖励12500光子；（可兑换星巴克代金券、京东E卡代金券等）
3、每个用户每次单笔下单，取符合条件的最高档奖励，每档奖励每个用户最多只奖励一次；

（三）奖品兑换
1、用户满足奖励条件后，光子会自动发放。用户可在页面点击“查询奖励”进入光子中心页面，查看光子明细确认奖励发放；
2、用户可在光子中心页面下方的“U选商城”中，兑换奖品；

注：更多信息详见恒有数订阅页面:https://udata.hs.net/subscribe

Python量化数据仓库搭建系列3：数据落库代码封装

本系列教程为量化开发者，提供本地量化金融数据仓库的搭建教程与全套源代码。我们以恒有数(UDATA)金融数据社区为数据源，将金融基础数据落到本地数据库。教程提供全套源代码，包括历史数据下载与增量数据更新，数据更新任务部署与日常监控等操作。

在上一节讲述中，我们封装了Python操作MySQL数据库的自定义类，存为MySQLOperation.py文件；本节内容操作数据库部分，将会调用MySQLOperation中的方法，以及pandas.to_sql和pandas.read_sql的操作。

一、恒有数(UDATA)操作简介

1、获取Token

A、在恒有数官网（https://udata.hs.net ）注册并登录，在订阅页面，下单免费的体验套餐；

B、在右上角，头像下拉菜单中，进入总览页面，复制Token；

C、在数据页面，查看数据接口文档，获取接口名称、请求参数、返回参数和Python代码示例；

2、安装hs_udata

pip install hs_udata

使用示例如下：

import hs_udata as hs
# 设置Token
hs.set_token(token = 'xxxxxxxxxxxxxxx')  # 总览页面获取个人Token
# 以分钟线行情为例，获取000001.SZ在2021-05-01至2021-06-01期间的分钟线数据
# 接口文档见：https://udata.hs.net/datas/342/
df = hs.stock_quote_minutes(en_prod_code="000001.SZ",begin_date="20210501",end_date="20210601")
# 增加股票代码列
df['hs_code']='000001.SZ'
df.head()

其余接口使用过程与之类似；

二、数据落库示例

以股票列表(stock_list)为例，讲解建表、落库、查询等操作；全套代码见本文第三章；

1、准备工作

（1）在MySQL数据库中，创建数据库udata，创建过程见第一讲《Python量化数据仓库搭建系列1：数据库安装与操作》；

（2）在MySQL数据库中，创建数据更新记录表udata.tb_update_records，表结构如下：

建表SQL如下：

CREATE TABLE udata.tb_update_records (
                table_name CHAR(40),
                data_date CHAR(20),
                update_type CHAR(20),
                data_number INT(20),
                elapsed_time INT(20),
                updatetime CHAR(20)
                )

（3）将Token与数据库参数写入配置文件DB_MySQL.config，文件内容如下：

[udata]
token='你的Token'
host='127.0.0.1'
port=3306
user='root'
passwd='密码'
db='udata'

（4）读取配置文件中的参数

import configparser
# 读取配置文件中，恒有数和数据库参数
configFilePath = 'DB_MySQL.config'
section = 'udata'
config = configparser.ConfigParser()
config.read(configFilePath)
# 读取 恒有数(UData) 的 token
token = eval(config.get(section=section, option='token'))
# MySQL连接参数读取
host = eval(config.get(section=section, option='host'))
port = int(config.get(section=section, option='port'))
db = eval(config.get(section=section, option='db'))
user = eval(config.get(section=section, option='user'))
passwd = eval(config.get(section=section, option='passwd'))

2、建表

在社区数据页面，查看数据表返回参数字段，以股票列表(stock_list，https://udata.hs.net/datas/202/ )为例：

将建表、删除表格、清空数据的SQL，写入配置文件DB_Table.config，文件内容如下：

[tb_stock_list]
DROP_TABLE='DROP TABLE IF EXISTS tb_stock_list'
CREATE_TABLE='''CREATE TABLE tb_stock_list (
                secu_code CHAR(20),
                hs_code CHAR(20),
                secu_abbr CHAR(20),
                chi_name CHAR(40),
                secu_market CHAR(20), 
                listed_state CHAR(20),
                listed_sector CHAR(20),
                updatetime CHAR(20)
                )'''
DELETE_DATA = 'truncate table tb_stock_list'

建表代码如下：

# MySQL操作实例化，pymysql连接设置，可打开、关闭、执行sql、执行sql读取数据
MySQL = MySQLOperation(host, port, db, user, passwd)
# 读取配置文件中，恒有数和数据库参数
configFilePath = 'DB_Table.config'
section = 'tb_stock_list'
config = configparser.ConfigParser()
config.read(configFilePath)
DROP_TABLE = eval(config.get(section=section, option='DROP_TABLE'))
CREATE_TABLE = eval(config.get(section=section, option='CREATE_TABLE'))
DELETE_DATA = eval(config.get(section=section, option='DELETE_DATA'))
# 删除表结构
MySQL.Execute_Code(DROP_TABLE)
# 创建表结构
MySQL.Execute_Code(CREATE_TABLE)

3、数据落库

import hs_udata as hs
from sqlalchemy import create_engine
from datetime import datetime
# 设置token
hs.set_token(token)
# 获取 股票列表 数据
df = hs.stock_list()
# 在最后一列增加系统时间戳
dt = datetime.now()
df['updatetime'] = dt.strftime('%Y-%m-%d %H:%M:%S')
# 由于股票列表数据为全量更新，数据插入之前，先清空表中数据
MySQL.Execute_Code(DELETE_DATA)
# sqlalchemy 连接设置，可用于pandas.read_sql、pandas.to_sql
engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user,passwd,host,port,db))
# 将数据写入到MySQL中的数据表
df.to_sql(name='tb_stock_list', con=engine, index=False, if_exists='append')

在数据库中查看结果如下：

4、读取数据

import pandas as pd
result = pd.read_sql('''SELECT * FROM tb_stock_list ''', con=engine)
print(result.head())

三、落库代码封装

将上述几步操作，封装到一起，定义并调用python中class类的属性和方法。代码中涉及主要技术点如下：

（1）使用pymysql、pandas.to_sql和pandas.read_sql操作MySQL数据库；

（2）使用class类的方法，集成建表、插入数据和查询数据的操作；

（3）使用配置文件的方式，从本地文件中，读取数据库参数与表操作的SQL代码；

（4）使用try容错机制，结合日志函数，将执行日志打印到本地的DB_MySQL_LOG.txt文件；

import pandas as pd
import hs_udata as hs
from MySQLOperation import *
from sqlalchemy import create_engine
from datetime import datetime
import time
import configparser
import logging
import traceback
import warnings
warnings.filterwarnings("ignore")

class TB_Stock_List:

    def __init__(self,MySQL_Config,BD_Name,Table_Config,Table_Name):
        # 创建日志
        self.logging = logging
        self.logging.basicConfig(filename='DB_MySQL_LOG.txt', level=self.logging.DEBUG
                                 , format='%(asctime)s - %(levelname)s - %(message)s')
        # 读取配置文件中，恒有数和数据库参数
        configFilePath = MySQL_Config
        self.section1 = BD_Name
        config = configparser.ConfigParser()
        config.read(configFilePath)
        # 读取 恒有数(UData) 的 token
        self.token = eval(config.get(section=self.section1, option='token'))
        # MySQL连接参数读取
        self.host = eval(config.get(section=self.section1, option='host'))
        self.port = int(config.get(section=self.section1, option='port'))
        self.db = eval(config.get(section=self.section1, option='db'))
        self.user = eval(config.get(section=self.section1, option='user'))
        self.passwd = eval(config.get(section=self.section1, option='passwd'))
        # pymysql连接设置，可打开、关闭、执行sql、执行sql读取数据
        self.MySQL = MySQLOperation(self.host, self.port, self.db, self.user, self.passwd)
        # sqlalchemy 连接设置，可用于pandas.read_sql、pandas.to_sql
        self.engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(self.user
                                                                                      , self.passwd
                                                                                      , self.host
                                                                                      , self.port
                                                                                      , self.db))
        # 读取配置文件中，恒有数和数据库参数
        configFilePath = Table_Config
        self.section2 = Table_Name
        config = configparser.ConfigParser()
        config.read(configFilePath)
        self.DROP_TABLE_SQL = eval(config.get(section=self.section2, option='DROP_TABLE'))
        self.CREATE_TABLE_SQL = eval(config.get(section=self.section2, option='CREATE_TABLE'))
        self.DELETE_DATA_SQL = eval(config.get(section=self.section2, option='DELETE_DATA'))

        self.logging.info('*********************{0}.{1}*********************'.format(self.section1, self.section2))

    def CREATE_TABLE(self):
        try:
            # 删除表结构
            self.MySQL.Execute_Code('SET FOREIGN_KEY_CHECKS = 0')
            self.MySQL.Execute_Code(self.DROP_TABLE_SQL)
            # 创建表结构
            self.MySQL.Execute_Code(self.CREATE_TABLE_SQL)
            self.logging.info('表{0}.{1}，表格创建成功'.format(self.section1,self.section2))
        except:
            self.logging.info('表{0}.{1}，表格创建失败'.format(self.section1,self.section2))
            self.logging.debug(traceback.format_exc())

    def UPDATE_DATA(self):
        try:
            # 设置token
            hs.set_token(self.token)
            time_start = time.time()  # 计时
            # 获取 股票列表 数据
            df = hs.stock_list()
            # 在最后一列增加系统时间戳
            dt = datetime.now()
            df['updatetime'] = dt.strftime('%Y-%m-%d %H:%M:%S')
            # 由于股票列表数据为全量更新，数据插入之前，先清空表中数据
            self.MySQL.Execute_Code(self.DELETE_DATA_SQL)
            # 将数据写入到MySQL中的数据表
            df.to_sql(name='tb_stock_list', con=self.engine, index=False, if_exists='append')
            time_end = time.time()  # 计时
            elapsed_time = round(time_end-time_start,2)
            # 向mysql库中记录一条数据更新记录：表名,数据日期,更新方式,更新条数,更新耗时,系统时间
            self.RECORDS_SQL = '''INSERT INTO udata.tb_update_records 
            VALUES ('{0}','{1}','全量',{2},{3}, SYSDATE())'''.format(self.section2
                                                                   ,dt.strftime('%Y-%m-%d'),len(df),elapsed_time)
            self.MySQL.Execute_Code(self.RECORDS_SQL)
            self.logging.info('表{0}.{1}，数据更新成功'.format(self.section1,self.section2))
        except:
            self.logging.info('表{0}.{1}，数据更新失败'.format(self.section1,self.section2))
            self.logging.debug(traceback.format_exc())

    def READ_DATA(self, WhereCondition=''):
        try:
            result = pd.read_sql('''SELECT * FROM {0}.{1} '''.format(self.section1,self.section2)
                                 + WhereCondition, con=self.engine)
            self.logging.info('表{0}.{1}，数据读取成功'.format(self.section1,self.section2))
            return result
        except:
            self.logging.info('表{0}.{1}，数据读取失败'.format(self.section1,self.section2))
            self.logging.debug(traceback.format_exc())
            return 0

if __name__ == '__main__':
    MySQL_Config = 'DB_MySQL.config'
    BD_Name = 'udata'
    Table_Config = 'DB_Table.config'
    Table_Name = 'tb_stock_list'
    # 实例化
    TB_Stock_List_Main = TB_Stock_List(MySQL_Config,BD_Name,Table_Config,Table_Name)
    # 创建表结构
    TB_Stock_List_Main.CREATE_TABLE()
    # 更新数据
    TB_Stock_List_Main.UPDATE_DATA()
    # 读取数据
    data = TB_Stock_List_Main.READ_DATA()

四、代码及配置文件下载

（1）附件文件目录：

DB_MySQL.config

DB_Table.config

MySQLOperation.py

TB_Stock_List.py

（文件下载请前往 https://developer.hs.net/thread/1501 ，附件位于文章末端）

（2）下载附件文件后，将配置文件DB_MySQL.config中的Token与数据库参数，修改为自己的参数；将代码放置在同一目录下执行。

下一节《Python量化数据仓库搭建系列4：股票数据落库》

Python量化数据仓库搭建系列2：Python操作数据库

本系列教程为量化开发者，提供本地量化金融数据仓库的搭建教程与全套源代码。我们以恒有数(UDATA)金融数据社区为数据源，将金融基础数据落到本地数据库。教程提供全套源代码，包括历史数据下载与增量数据更新，数据更新任务部署与日常监控等操作。

在上一节讲述中，我们选择了MySQL作为本系列教程的数据库，故本文着重讲解Python操作MySQL的步骤，并封装方法。在文末简单介绍Python操作MongoDB、SQLite、PostgreSQL数据库；

一、pymysql用法

1、安装pymysql模块

pip install pymysql

2、连接数据库

from pymysql import * 
# 打开数据库连接，数据库参数可以在MySQL界面或数据库配置文件中查看
conn = pymysql.connect(host = '数据库IP',
                       port = '端口',
                       user = '用户名',
                       password = '密码',
                       database='数据库名称')

# 使用 cursor() 方法创建一个游标对象 cursor
cursor = conn.cursor()

# 在数据库操作执行完毕后，关闭数据库连接
# conn.close()

3、常见SQL代码执行

from pymysql import * 
# 执行SQL代码：建表、删表、插入数据
def Execute_Code(sql_str):
    # 打开数据库连接
    conn = pymysql.connect(host = '127.0.0.1',port = 3306,user = 'root',
                           password = '密码',database='udata')
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = conn.cursor()
    try:
        # 使用execute()方法执行SQL
        cursor.execute(sql)
        # 提交到数据库执行
        conn.commit()
    except:
        # 发生错误时回滚
        conn.rollback()
    # 关闭数据库连接
    conn.close()

A、建表

sql_str = '''CREATE TABLE TB_Stock_List_Test (
                        secu_code CHAR(20),
                        hs_code CHAR(20),
                        secu_abbr CHAR(20),
                        chi_name CHAR(40),
                        secu_market CHAR(20), 
                        listed_state CHAR(20),
                        listed_sector CHAR(20),
                        updatetime CHAR(20));'''
Execute_Code(sql_str)

B、插入数据

sql_str = '''
INSERT INTO TB_Stock_List_Test
(`secu_code`,`hs_code`,`secu_abbr`,`chi_name`,`secu_market`,`listed_state`
,`listed_sector`,`updatetime`)
VALUES
('000001','000001.SZ','平安银行','平安银行股份有限公司','深圳证券交易所','上市',
'主板','2021-10-25 20:10:55');
'''
Execute_Code(sql_str)

C、更新数据

sql_str = "UPDATE tb_stock_list SET updatetime = '2021-10-30 20:10:55' "
Execute_Code(sql_str)

D、删除数据

sql_str = 'DELETE FROM tb_stock_list'
Execute_Code(sql_str)

E、删除表格

sql_str = 'DROP TABLE IF EXISTS tb_stock_list'
Execute_Code(sql_str)

4、查询操作

def Select_Code(sql_str):
    # 打开数据库连接
    conn = pymysql.connect(host = '127.0.0.1',port = 3306,user = 'root',
                           password = '密码',database='udata')
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = conn.cursor()
    # 使用execute()方法执行SQL
    cursor.execute(sql_str)
    # 获取所有记录列表
    results = cursor.fetchall()
    # 关闭数据库连接
    conn.close()

    return results

sql_str = 'select * from tb_stock_list'
results = Select_Code(sql_str)
results

5、方法封装

将上述用法，封装为自定义类，存为MySQLOperation.py文件，代码如下：

from pymysql import * 
# MySQL操作函数
class MySQLOperation:
    def __init__(self, host, port, db, user, passwd, charset='utf8'):
        # 参数初始化
        self.host = host
        self.port = port
        self.db = db
        self.user = user
        self.passwd = passwd
        self.charset = charset
    def open(self):
        # 打开数据库连接
        self.conn = connect(host=self.host,port=self.port
                            ,user=self.user,passwd=self.passwd
                            ,db=self.db,charset=self.charset)
        # 使用 cursor() 方法创建一个游标对象 cursor
        self.cursor = self.conn.cursor()
    def close(self):
        # 断开数据库连接
        self.cursor.close()
        self.conn.close()
    def Execute_Code(self, sql):
        # 执行SQL代码：建表、删表、插入数据
        try:
            self.open()               # 打开数据库连接
            self.cursor.execute(sql)  # 使用execute()方法执行SQL
            self.conn.commit()        # 提交到数据库执行 
            self.close()              # 断开数据库连接
        except Exception as e:
            self.conn.rollback()      # 发生错误时回滚
            self.close()              # 断开数据库连接
            print(e)
    def Select_Code(self, sql):
        # 执行SQL代码，查询数据
        try:
            self.open()                        # 打开数据库连接
            self.cursor.execute(sql)           # 使用execute()方法执行SQL
            result = self.cursor.fetchall()    # 获取所有记录列表
            self.close()                       # 断开数据库连接
            return result                      # 返回查询数据
        except Exception as e:
            self.conn.rollback()               # 发生错误时回滚
            self.close()                       # 断开数据库连接
            print(e)

插入与查询用法如下，其余用法类似，此处不再赘述；

import pandas as pd
host='127.0.0.1'
port=3306
user='root'
passwd="密码"
db='udata'
# 方法实例化
MySQL = MySQLOperation(host, port, db, user, passwd)
# 插入操作代码
sql_str = '''
INSERT INTO tb_stock_list
(`secu_code`,`hs_code`,`secu_abbr`,`chi_name`,`secu_market`,`listed_state`,`listed_sector`,`updatetime`)
VALUES
('000001','000001.SZ','平安银行','平安银行股份有限公司','深圳证券交易所','上市',
'主板','2021-10-25 20:15:55');
'''
MySQL.Execute_Code(sql_str)
# 查询数据
sql_str = 'select * from tb_stock_list'
results = MySQL.Select_Code(sql_str)
results

二、sqlalchemy用法

由于上述pymysql用法已经可以满足大部分使用需求，sqlalchemy实现功能与之类似。这里着重介绍一下基于sqlalchemy链接数据库的pandas.to_sql和pandas.read_sql操作。

1、安装pymysql模块

pip install sqlalchemy

2、连接数据库

from sqlalchemy import create_engine
host='127.0.0.1'
port = 3306
user='root'
password='密码'
database='udata'
engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user
                                                                         ,password
                                                                         ,host
                                                                         ,port
                                                                         ,database))

3、pandas.to_sql

将DataFrame中的数据，写入MySQL数据库，代码示例如下：

import pandas as pd
# 定义需要写入的数据，DataFrame格式
data = pd.DataFrame([['000001','000001.SZ','平安银行','平安银行股份有限公司'
                      ,'深圳证券交易所','上市','主板','2021-10-25 20:12:55'],
                   ['000002','000002.SZ','万 科Ａ','万科企业股份有限公司'
                    ,'深圳证券交易所','上市','主板','2021-10-25 20:12:55']])
# 列名赋值
data.columns = ['secu_code','hs_code', 'secu_abbr', 'chi_name'
                , 'secu_market', 'listed_state','listed_sector','updatetime']
# 写入数据库
data.to_sql(name='tb_stock_list', con=engine, index=False, if_exists='append')

if_exists 参数用于当目标表已经存在时的处理方式，默认是 fail，即目标表存在就失败。另外两个选项是 replace 表示替代原表，即删除再创建，append 选项仅添加数据。

4、pandas.read_sql

从数据库中，将数据读取为DataFrame，代码示例如下：

# 将sql查询结果，赋值为result
result = pd.read_sql('''SELECT * FROM tb_stock_list ''', con=engine)
result

三、Python操作其他常见数据库

1、MongoDB

（1）安装pymongo：pip install pymongo

（2）操作简介

import pymongo
# 连接MongoDB
conn = pymongo.MongoClient(host='localhost',port=27017
                           ,username='username', password='password')
# 指定数据库
db = conn['udata']  # db = client.udata
# 指定集合
collection = db['tb_stock_list']  # collection = db.tb_stock_list
# 插入数据 insert_one()、insert_many()
data1 = {}  # 集合，键值对，1条数据
data2 = {}  # 集合，键值对，1条数据
result = collection.insert_many([data1, data2])
# result = collection.insert_one(data1)
# 查询数据 find_one()、find()
result = collection.find_one({'secu_code': '000001'})
# 更新数据 update_one()、update()
result = collection.update_one({'secu_code': '000001'}, {'$set': {'hs_code': '000001'}})
# 删除数据 remove()、delete_one()和delete_many()
result = collection.remove({'secu_code': '000001'})

2、SQLite

（1）安装sqlite3：pip install sqlite3

（2）操作简介

import sqlite3
# 连接数据库
conn = sqlite3.connect('udata.db')
# 创建游标
cursor = conn.cursor()
# 执行SQL
sql = "增减删等SQL代码"
cursor.execute(sql)
# 查询数据
sql = "查询sql代码"
values = cursor.execute(sql)
# 提交事物
conn.commit()
# 关闭游标
cursor.close()
# 关闭连接
conn.close()

3、PostgreSQL

（1）安装psycopg2：pip install psycopg2

（2）操作简介

import psycopg2
# 连接数据库
conn = psycopg2.connect(database="udata", user="postgres"
                        , password="密码", host="127.0.0.1", port="5432")
# 创建游标
cursor = conn.cursor()
# 执行SQL
sql = "增减删等SQL代码"
cursor.execute(sql)
# 查询全部数据
sql = "查询sql代码"
cursor.execute(sql)
rows = cursor.fetchall()
# 事物提交
conn.commit()
# 关闭数据库连接
conn.close()

综上，Python操作数据库的简要介绍就结束了；还有很多类型的数据库，Python操作它们的过程大同小异，后续我也将会继续梳理相关资料。

下一节《Python量化投资数据仓库搭建3：数据落库代码封装》

Python量化数据仓库搭建系列1：数据库安装与操作

本系列教程为量化开发者，提供本地量化金融数据仓库的搭建教程与全套源代码。我们以恒有数(UDATA)金融数据社区为数据源，将金融基础数据落到本地数据库。教程提供全套源代码，包括历史数据下载与增量数据更新，数据更新任务部署与日常监控等操作。

一、数据仓库

数据仓库（Data Warehouse）简称DW或DWH，数据仓库顾名思义，是一个很大的数据存储集合。是数据库的一种概念上的升级，输入方是各种各样的数据源，最终的输出用于数据分析、量化分析、数据挖掘、数据报表等方向，从逻辑上讲数据仓库和数据库是没有什么区别的。

二、数据库选型

目前常用的开源免费数据库有MySQL、MongoDB 、Postgresql 和 SQLite （Python自带）。在2020-2021年DB-Engines 排行榜前十的见下图，各个数据库有各自的特点和适用场景。具体选用哪一个作为量化投资的数据库，取决于存储的数据特点、性能要求和成本。对于个人来说，硬件水平、技术水平、费用成本和学习时间成本等因素都相当重要。

本系列教程，选用MySQL数据库为例，讲解数据仓库的搭建过程。其他数据库相关教程，也将会陆续推出，敬请期待。

MySQL数据库是当今最流行的开放源码数据库之一，为用户提供了一个相对简单的解决方案，适用于广泛的应用程序部署。MySQL Community Server是MySQL数据库的免费开源版，对个人用户非常友好。

三、数据库安装

1、MySQL Community Server安装包下载

安装包下载网页为：https://dev.mysql.com/downloads/mysql/ ，选择对应的操作系统，点击下载，例如下图为下载64位Windows系统MySQL Community Server安装包：

2、软件安装

A、双击安装包，进行安装；

B、Choosing a Setup Type页面，选择Developer Default，点击next进入下一步；

C、Path Conflicts页面，确认安装路径与数据存放路径，点击next进入下一步；

D、Check Requirements页面，检查安装条件，直接点击next进入下一步；

E、Installation页面，点击execute执行（此处等待时间较久），执行完后点击next进入下一步；

F、Product Configuration页面，点击next进入下一步；

G、Type and Networking页面，点击next进入下一步；

H、Authentication Method页面，点击next进入下一步；

I、Accounts and Roles页面，设置Root密码，点击next进入下一步；

J、Windows Service页面，点击next进入下一步；

K、Apply Configuration页面，点击execute执行，点击Finish；

L、Product Configuration页面，点击next进入下一步；

M、MySQL Router Configuration页面，点击Finish；

N、Product Configuration页面，点击next进入下一步；

O、Connect To Server页面，填写并check一下root密码，点击next进入下一步；、

P、Apply Configuration页面，点击execute执行，点击Finish；

Q、Product Configuration页面，点击next进入下一步；

R、Installation Complete页面，点击Finish；

完成上述步骤，即可完成安装。

四、MySQL基本使用教程

1、创建数据库

create database <数据库名>;

在MySQL Workbench界面中，建库操作如下图：

2、删除库

drop database <数据库名>;

3、创建表

create table table_name(column_name column_type);

以股票列表为例，建表代码如下：

/*
参数名         类型     长度   说明        备注
secu_code      String   20     证券代码
hs_code        String   20     HS代码
secu_abbr      String   20     证券简称
chi_name       String   20     中文名称
secu_market    String   20     证券市场
listed_state   String   20     上市状态
listed_sector  String   20     上市板块
*/
CREATE TABLE udata.TB_Stock_List (
                        secu_code CHAR(20),
                        hs_code CHAR(20),
                        secu_abbr CHAR(20),
                        chi_name CHAR(40),
                        secu_market CHAR(20), 
                        listed_state CHAR(20),
                        listed_sector CHAR(20),
                        updatetime CHAR(20));

4、删除表

drop table table_name;

5、修改表名

alter table old_name rename to new_name或rename table old_name to new_name;

6、增加字段

alter table table_name add column_name column_type;

7、修改字段

alter table table_name change column_name new_column_name new_column_name_type;

8、删除字段

alter table table_name drop column_name;

9、插入数据

INSERT INTO table_name ( field1, field2,...fieldN )
                        VALUES
                       ( value1, value2,...valueN );

10、查询数据

SELECT column_name1,column_name2
FROM table_name
[WHERE Clause]
[LIMIT N]

A、查询语句中，可以使用一个或者多个表，表之间使用逗号分割，并使用WHERE语句来设定查询条件；

B、SELECT 命令可以读取一条或者多条记录；

C、可以使用星号（*）来代替其他字段，SELECT语句会返回表的所有字段数据；

D、可以使用 WHERE 语句来包含任何条件；

E、可以使用 LIMIT 属性来设定返回的记录数

11、WHERE用法

SELECT field1, field2,...fieldN FROM table_name1, table_name2
WHERE condition1 AND condition2

A、使用 AND 或者 OR 指定一个或多个条件；

B、WHERE 子句也可以运用于 SQL 的 DELETE 或者 UPDATE 命令；

C、WHERE 子句类似于程序语言中的 if 条件；

12、UPDATE用法

UPDATE table_name SET field1=new-value1, field2=new-value2
[WHERE Clause]

A、可以同时更新一个或多个字段；

13、DELETE用法

DELETE FROM table_name [WHERE Clause]

A、如果没有指定 WHERE 子句，MySQL 表中的所有记录将被删除；

14、排序

SELECT field1, field2,...fieldN FROM table_name1, table_name2...
ORDER BY field1 [ASC [DESC][默认 ASC]], [field2...] [ASC [DESC][默认 ASC]]

A、可以设定多个字段来排序；

B、可以使用 ASC 或 DESC 关键字来设置查询结果是按升序或降序排列。 默认情况下，它是按升序排列；

15、其他

UNION、LIKE、GROUP BY、JOIN、NULL、索引、临时表等等，更多用法可参考专业教程系统学习。

下一节《Python量化数据仓库搭建系列2：Python操作数据库》

1.注册登录

（1）在PC端打开恒有数金融数据社区（https://udata.hs.net） 网站主页，点击注册账号；

（2）使用手机号注册，设置密码，并勾选注册协议等；

（3）首页右上角，点击登录按钮，进入登录页面；

2.订阅服务（免费体验、领券下单）

（1）在数据页面，查看数据目录；

（2）在订阅页面，下单免费的体验套餐；

（3）在页面右侧，点击新人礼包，领取新人一折券（活动2021-12-31截止）；

（4）使用一折券订阅套餐；

（5）在页面右上角，点击查看订阅信息

3.在线取数

（1）在数据页面，点击预览或页面右侧在线预览

（2）在页面中，填写查询条件，点击查询即可查看数据，点击导出即可下载数据

4.接口取数

（1）在页面右上角，点击进入总览页面，获取Token；

（2）参考帮助文档或者数据页面接口文档中代码示例，将示例中的Token替换为自己的Toekn，使用数据接口获取数据；

更多产品使用教程详见https://udata.hs.net/help/195

恒有数(UData)产品介绍

1. 恒生电子公司介绍

恒生电子是一家以“让金融变简单”为使命的金融科技公司，总部位于中国杭州。1995年成立，2003年在上海证券交易所主板上市（600570.SH）。恒生聚焦金融行业，致力于为证券、期货、基金、信托、保险、银行、交易所、私募等机构提供整体解决方案和服务。

恒生已连续13年入选FINTECH100全球金融科技百强榜单，2020年排名第40位。目前拥有超过9000名员工，其中研发人员占比约60%。多年来，恒生以技术服务为核心，凭借多年金融IT建设经验，以及对互联网的深刻洞察和理解，用优质的产品与服务，持续赋能金融机构创新发展。 同时，恒生还积极履行企业社会责任，在投资者教育、扶贫济困、关爱自闭症儿童等领域持续贡献力量，实现企业与社会共同可持续发展。

2. 恒有数产品介绍

2.1 产品简介

恒有数金融数据社区（https://udata.hs.net） ，源自恒生的金融数据开放和可视化社区，旨在为量化投资爱好者、金融从业人员、高校师生、政府机构和财经媒体等人群提供专业的金融数据服务，满足不同用户丰富多样的数据分析和投资研究需求。

恒有数提供涵盖股票、基金、债券、期权期货、港股等金融数据（数据目录见[附录1]）。提供在线预览、在线下载和在线调试等功能，简单高效的API接口（接口语言包括HTTP、Python、MATLAB、Java），丰富的接口文档与帮助文档，使得用户可以方便快捷地获取数据。

未来，恒有数还会继续扩充专业数据，完善产品功能，不断提升服务能力。

2.2产品功能与应用场景介绍

2.2.1 产品功能与服务

（1）提供涵盖股票、基金、债券、期权期货、港股等品种的基本信息、市场数据、财务数据等，共计142个数据接口；提供多种数据接口语言，包括http、Python、MATLAB、Java；并提供详细的数据接口说明文档与各种语言的使用示例；

（2）提供在线化数据服务，包括在线预览、在线下载、在线调试，实现零代码获取数据；同时提供社区社群的在线服务，给用户提供及时专业的解答与帮助；

（3）提供金融基础知识、金融数据分析、数据挖掘等视频教程服务；

（4）计划提供在线可视化工具，包括图表模板库、在线画板、金融数据海报等；整合现有短视频编辑工具，并与金融数据接口联动，提供数据图表和数据海报的自动与订阅服务；

（5）计划提供因子库与衍生指标计算服务、策略开发与回测平台，并整合现有的模拟仿真平台，为用户提供一站式全流程的量化策略研究服务；

2.2.2 产品特点

（1）在线数据服务，登录即用；无需搭建本地数据库，无需下载数据到本地；

（2）不限次，不限量，不限调用次数，不限调用数据量；

（3）数据丰富，包含股票基金债券等全品种数据、基本面数据及行情数；

（4）持续更新，已包含全量30年历史数据，数据保持每日更新；

（5）取数便捷，支持在线预览、下载和在线调试，提供简单高效的API接口；

（6）支持多种语言，接口支持http、Python、MATLAB、Java语言；

（7）保障稳定不宕机，专业团队，专人维护，实时响应；

2.2.3 适用人群与场景

（1）量化开发者，量化基础学习、策略研究、指标定制、策略开发和回测、模拟仿真等；

（2）金融从业者，金融数据分析，研究报告等；

（3）高校师生，财经相关课程学习与实践，金融基础知识、Python金融数据分析、金融工程等课程学习；财经类课程的课程设计、课题研究与论文撰写等；

（4）财经媒体，金融数据报道，数据图表和短视频制作；

（5）泛金融爱好者，了解金融市场基础知识；

2.2订阅与合作

2.3.1 个人订阅

​ 个人用户，可以通过恒有数官网（https://udata.hs.net），在订阅页面选择适当的套餐进行订阅（目前有新人礼包活动，限时领取1折券）。各套餐定价(单位：元)见下表：

注：金融数据和A股数据产品中，包含期权期货和债券相关数据；

2.3.2 高校合作

​ 高校客户，可通过网页中的在线客服联系商务，进行洽谈。

（1）对接方式

如下图所示：

高校提供校园网IP等信息，并确定采购数据范围、使用权限及总并发性能。高校只需将恒有数产品简介、使用方法与网址链接，放置在图书馆电子资源目录即可。不需要安排专门的老师管理分发账号；在校师生可按实际需要，注册账号使用数据，不限账户数。

我们将校园网IP加入恒有数网关白名单，配置该IP对应的数据范围、使用权限与总并发性能；完成开发、测试与交付流程。

（2）师生取数用数

教师或学生在恒有数网页注册账号并登录网站，在个人总览页面获取Token；按照数据页面的说明文档与帮助页面的取数教程，获取对应的金融数据。

当教师或学生所处的网络环境是校园网环境，使用恒有数数据接口时，该账号将会享有对应高校所购置的数据权限与性能。当网络环境处于非校园网时，教师或学生使用恒有数的流程与普通用户流，需要自行下单订阅，来获取数据权限。

教师和学生还可以加入恒有数社区社群。师生在取数用数过程中遇到问题或疑问，可以通过发帖、发消息联系我们工作人员，我们将会及时提供专业答复。

2.3.3 公司机构

公司机构用户，可通过网页中的在线客服联系商务，进行洽谈。

对接方式：可参考高校合作对接方式，亦可依据实际使用场景与需求进行深入商谈；

3. 使用流程介绍

3.1 操作步骤

（1）在恒有数主页（https://udata.hs.net） 完成注册登录，可用手机号或微信进行注册登录；

（2）订阅页面提供多品种产品、多种时长可供选择，下单订阅后对应数据权限随即开通；

（3）获取数据的方式有数据预览页面在线下载与高效的API数据接口，接口支持Python、MATLAB、Java、HTTP共4种语言；

3.2 编程环境的安装

（1）在线下载，无需安装编程环境，在恒有数网页预览页面即可在线下载数据；

（2）Python语言，安装3.0以上版本的Python；安装函数包pandas、PyYAML、requests；

（3）MATLAB语言，安装MATLAB 2012a或更高版本；

（4）Java语言，安装Java1.8环境，配置maven与commons；

（5）Http接口，安装Postman接口调试软件；或者其他可调试http接口的环境；

3.3 使用流程

3.3.1 Python语言

（1）安装3.0以上版本的Python，按需求安装IDE软件；（详细配置步骤，见附录2）

（2）安装基础函数包pandas、PyYAML、requests；

（3）安装恒有数函数包hs_udata；

（4）在数据接口页面，获取接口名称、请求参数及Python代码示例；编写脚本并执行；

注：使用教程见https://udata.hs.net/help/294；

3.3.2 MATLAB语言

（1）安装2012a或更高版本的MATLAB软件；

（2）在MATLAB中，配置hs_udata工具箱；

（3）在数据接口页面，获取接口名称、请求参数及MATLAB代码示例；编写脚本并执行；

注：使用教程见https://udata.hs.net/help/303；

3.3.3 Java语言

（1）安装Java1.8环境；

（2）配置hs_udata-SDK包；

（3）在数据接口页面，获取接口名称、请求参数及Java代码示例；编写脚本并执行；

注：使用教程见https://udata.hs.net/help/304；

3.3.4 http接口

（1）新建GET或POST请求；

（2）设置请求方式和URL地址，参考数据页面http示例代码；

（3）在Headers中设置Token；在Params中设置输入参数；

（4）点击Send发送请求；

注：使用教程见https://udata.hs.net/help/293；

4. 数据接口使用范例

（1）交易日历(trading_calendar)

Python语言示例：

from hs_udata import set_token,trading_calendar
set_token(token = 'xxxxxxxxxxxxxxxxxx')
data = trading_calendar(secu_market=’83’)
print(data.head())

该示例表示，获取沪深证券交易所近1年的交易日历数据，并打印前5行数据；

（2） 股票列表(stock_list)

Python语言示例：

from hs_udata import set_token,stock_list
set_token(token = 'xxxxxxxxxxxxxxxxxx')
data = stock_list()
print(data.head())

（3） 股票分钟行情(stock_quote_minutes)

Python语言示例：

from hs_udata import set_token,stock_quote_minutes
set_token(token = 'xxxxxxxxxxxxxxxxxx')
data = stock_quote_minutes(en_prod_code="000001.SZ",
                          begin_date="20210805",end_date="20210809")
print(data.head())

该示例表示，获取000001.SZ股票，20210805至20210809的分钟行情数据，并打印前5行数据；

（4） 期权资料(fut_basic)

Python语言示例：

from hs_udata import set_token, fut_basic 
set_token(token = 'xxxxxxxxxxxxxxxxxx')
data = fut_basic()
print(data.head())

该示例表示，获取全部期权合约数据，并打印前5行数据；
（5） 期货盘后分钟切片(fut_quote_minute)

Python语言示例：

from hs_udata import set_token, fut_quote_minute
set_token(token = 'xxxxxxxxxxxxxxxxxx')
data = fut_quote_minute(en_prod_code=’SC2009.INE’, begin_date=’2021-05-15’, end_date=’2021-05-20’)
print(data.head())

该示例表示，获取期货合约’SC2009.INE’，在2021-05-15~2021-05-20时间范围内分钟行情数据，并打印前5行数据；

（更多数据接口使用说明，见网站数据页面：https://udata.hs.net/datas/202）

5. 联系我们

（1）公众号与社群

网站首页底部二维码与群号：

直接扫码关注、进群：

（2）在线客服

网站点击右侧“智能客服”标志，即可在线咨询相关问题。

如图所示：

（3）联系方式

电话：0571-26695555-7

邮箱：gtn@hundsun.com

地址：浙江省杭州市滨江区江南大道3588号恒生大厦

附录

附录1：数据接口目录

附录2：使用教程与环境配置

注册流程：https://udata.hs.net/help/206

获取Token：https://udata.hs.net/help/292

HTTP接口教程：https://udata.hs.net/help/293

Python安装教程：https://udata.hs.net/help/636

Python取数教程：https://udata.hs.net/help/294

MATLAB取数教程：https://udata.hs.net/help/303

Java取数教程：https://udata.hs.net/help/304

函数包下载：https://udata.hs.net/help/639

恒有数（https://udata.hs.net/home?channel_source=vnpy ）

恒有数函数包

Python SDK在线安装：pip install hs_udata

Python SDK下载：https://udata.hs.net/data/udata/udata-static/help/hs_udata-Python%20SDK.rar

MATLAB工具箱下载：https://udata.hs.net/data/udata/udata-static/help/hs_udata-MATLAB.rar

Java SDK下载：https://udata.hs.net/data/udata/udata-static/help/hs_udata-java-sdk.rar

恒有数（https://udata.hs.net/home?channel_source=vnpy ）

运行环境

（1）配置Java1.8环境，安装jdk软件，下载地址为：https://www.oracle.com/cn/java/technologies/javase/javase-jdk8-downloads.html；

（2）安装IDE，下载地址为：https://www.jetbrains.com/idea/download/#section=windows；

（3）配置maven，下载地址为：http://maven.apache.org/download.cgi；

（4）配置commons，下载地址为：https://commons.apache.org/；

（5）下载恒有数Java SDK文件，下载地址为：https://udata.hs.net/data/udata/udata-static/help/hs_udata-java-sdk.rar ，并完成相关配置；

使用步骤

（1）登录平台，获取Token；详细步骤见获取Token；

（2）在数据页面，获取接口名称、请求参数，并查看返回参数及代码示例；

（3）编写Java脚本文件，并执行，如下所示：

import com.hundsun.UdataRequest;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
public class UdataTest {
  public static void main(String[] args) throws IOException {
      String appToken = "xxxxxxxxxxxxxxxxxx";
      String url = "https://udata.hs.net/udata/business/v1/app_services/basic_data/trading_calendar";
      Map<String, Object> mapParam = new HashMap<>(12);
      mapParam.put("secu_market","72");
      String resultGet = UdataRequest.sendGet(appToken, url, mapParam);
      String resultPost = UdataRequest.sendPost(appToken, url, mapParam);
}
}

恒有数（https://udata.hs.net/home?channel_source=vnpy ）

运行环境

（1）安装2012a以上版本的MATLAB，官网为：https://www.mathworks.com/；

（2）下载恒有数MATLAB工具箱：https://udata.hs.net/data/udata/udata-static/help/hs_udata-MATLAB.rar；

（3）文件解压后，放置到软件安装目录下\toolbox文件夹；执行hs_udata_setup.m文件，进行工具箱安装；

使用步骤

（1）登录平台，获取Token；详细步骤见获取Token；

（2）在数据页面，获取接口名称、请求参数，并查看返回参数及代码示例；

（3）编写MATLAB脚本文件，并执行，如下所示：

clc;clear;close all;
% 设置Token
appToken = "xxxxxxxxxxxxxxxxxx";
% 设置URL
url = "https://udata.hs.net/udata/business/v1/app_services/basic_data/stock_list";
% 设置入参
Params.fields = "secu_abbr,listed_state,secu_market";
Params.listed_state = "1";
% 调用GET请求方法
[Get_Data,Get_error_code,Get_error_info] = hs_udata.sendGet(url,appToken,Params);
% 调用POST请求方法
[Post_data,Post_error_code,Post_error_info] = hs_udata.sendPost(url,appToken,Params);

数据导出

将数据导出为Excel文件

在上述代码最后，添加代码

# 写出Excel文件
xlswrite('Get_Data.xlsx', [fieldnames(Get_Data) struct2cell(Get_Data)]);
xlswrite('Post_data.xlsx', [fieldnames(Post_data) struct2cell(Post_data)]);

恒有数（https://udata.hs.net/home?channel_source=vnpy ）

运行环境

（1）安装3.0以上版本的python，下载地址为：https://www.python.org/downloads/；

（2）按需求安装Python IDE，如PyCharm、Jupyter等；

（3）安装基础函数包pandas、PyYAML、requests（安装方法见python使用教程）；

（4）安装函数包hs_udata：

（a）使用命令行安装：pip install hs_udata

（b）whl文件安装，下载地址为：https://udata.hs.net/data/udata/udata-static/help/hs_udata-Python%20SDK.rar ；（安装方法见python使用教程）

使用步骤

（1）登录平台，获取Token；详细步骤见获取Token；

（2）在数据页面，获取接口名称、请求参数，并查看返回参数及代码示例；

（3）编写python脚本，并执行，如下所示：

from hs_udata import set_token,stock_list        # 引入hs_udata模块中set_token和stock_list
set_token(token = 'xxxxxxxxxxxxxxxxxx')        # 设置Token
data = stock_list()                            # 获取 股票列表数据，返回格式为dataframe
print(data.head())                                # 打印数据前5行

secu_abbr       chi_name listed_state ... secu_market listed_sector   hs_code
0     平安银行     平安银行股份有限公司 上市 ...     深圳证券交易所           主板 000001.SZ
1     万 科Ａ     万科企业股份有限公司 上市 ...     深圳证券交易所           主板 000002.SZ
2     PT金田Ａ 金田实业(集团)股份有限公司 终止 ...     深圳证券交易所           主板 000003.SZ
3     国华网安 深圳国华网安科技股份有限公司 上市 ...     深圳证券交易所           主板 000004.SZ
4   ST 星 源   深圳世纪星源股份有限公司 上市 ...     深圳证券交易所           主板 000005.SZ

数据导出

将数据导出为Excel、CSV、TXT文件

a、安装函数包openpyxl

b、在上述代码最后，添加代码

data.to_excel('股票列表.xlsx')                               # 写出Excel文件
data.to_csv('股票列表.csv',sep=',',encoding='utf_8_sig')     # 写出CSV文件
data.to_csv('股票列表.txt',sep=' ',encoding='utf_8_sig')     # 写出TXT文件

账号注册
（1）点击恒有数（https://udata.hs.net/home?channel_source=vnpy ） 首页右上角的登录|注册按钮，可进入用户登录和用户注册页面。

（2）点击恒有数页面右上方的注册按钮，进入LIGHT云平台的注册页面。

（3）仔细阅读《用户注册协议》和《隐私政策声明》后，输入手机号、短信验证码并设置账号密码，勾选同意《用户注册协议》和《隐私政策声明》，完成LIGHT云账号的注册。

（4）账号注册成功后，即可使用LIGHT云账号在恒有数的登录页面进行登录。

账号登录

（1）点击恒有数页面右上方的登录按钮，进入LIGHT云平台的登录页面。

（a）使用账号密码登录

填写您注册时的手机号、密码及验证码，点击【登录】按钮。

（b）使用手机验证码登录

填写您注册时的手机号以及短信验证码，点击【登录】按钮。

（2）登录成功后，打开总览页面获取Token来获取数据。

忘记密码

（1）点击LIGHT云登录页面右下角【忘记密码】按钮。

（2）按页面提示信息输入手机号或邮箱找回密码。

（3）通过手机号验证：输入新密码及手机校验码，即可完成新密码的设置

（4）通过电子邮箱验证：验证邮件已发往邮箱，进入邮箱点击链接完成验证，验证成功后输入新密码，即可完成新密码的设置

恒有数（https://udata.hs.net/home?channel_source=vnpy ）

安装包下载

在官网，选择对应操作系统及版本

例如：在64位Windows环境下安装Python 3.9.5

a、打开官网安装包下载地址：https://www.python.org/downloads/

b、点击Windows，进入该环境的下载详情页，在页面中点击 Windows installer (64-bit) 进行下载；

或者

a、打开官网安装包下载地址：https://www.python.org/downloads/

b、在页面下方点击 Python 3.9.5，进入该版本详情页，在页面下方点击Windows installer (64-bit)进行下载；

注：恒有数金融数据社区Python SDK是基于3.x版本环境开发的，需要用户安装3.x版本的软件；

软件安装（Windows环境）

a、双击运行安装包，注意勾选 Add Python 3.x to PATH；

b、按提示与具体需要修改安装设置，直至完成安装；

Python IDE安装（集成开发环境）

推荐使用PyCharm或者Jupyter，市面上还有很多优秀的IDE，大家可以按自己的习惯进行选择；

例如：

PyCharm：

下载地址：https://www.jetbrains.com/pycharm/download/#section=windows

可选择Community免费版

Anaconda:

下载地址：https://www.anaconda.com/products/individual

在页面最下方，选择对应的操作系统与版本；安装完成后，可打开Jupyter，进行使用；

库函数安装

在cmd环境中安装（Windows环境）

a、将python安装路径添加至系统环境变量（计算机—属性—高级系统设置—系统属性—环境变量—系统变量—Path—编辑—新建—输入python安装路径—确定），如果在安装时，勾选了Add Python 3.x to PATH，则无需此操作；

b、打开cmd命令框，输入：pip install 函数名

例如：安装pandas包

在cmd中，输入：pip install pandas

然后回车（点击enter键），即可完成安装

通过whl文件安装

a、下载函数包的whl安装文件，在https://pypi.org/中搜索并下载函数包的whl文件（也可选择其他第三方库）；

b、将python安装路径添加至系统环境变量，操作过程与上述一致；

c、打开cmd命令框，输入：pip install 文件绝对路径

例如：安装hs_data包

在帮助文档《python取数教程》中，下载hs_data的whl安装文件，并放置在桌面，并获得文件的绝对路径为：C:\Users\admin\Desktop\hs_udata-0.1.0-py3-none-any.whl；(可通过选中文件，右击查看属性，获得文件位置的路径)

在cmd中，输入：pip install C:\Users\admin\Desktop\hs_udata-0.1.0-py3-none-any.whl

然后回车（点击enter键），即可完成安装

通过Python IDE进行安装

在PyCharm中，新建项目后，可通过File—Settings—Project Interpreter—点击加号“+”—搜索包的名称—选中需要安装的包及其版本，点击Install Package；

恒有数（https://udata.hs.net/home?channel_source=vnpy ）

HTTP协议简介

HTTP是一个客户端终端（用户）和服务器端（网站）请求和应答的标准（TCP）。通过使用网页浏览器、网络爬虫或者其它的工具，客户端发起一个HTTP请求到服务器上指定端口，HTTP服务器则在那个端口监听客户端的请求。一旦收到请求，服务器会向客户端返回请求的文件、错误消息、或者其它信息。

可以通过Postman软件，简单快速实现http取数，也可生成各类编程语言的取数代码。

Postman实现http接口取数

Postman是一款非常流行的API调试工具，简单方便，而且功能强大。

Postman安装包下载地址为https://www.getpostman.com/apps ，支持MAC、Windows和Linux。

Postman的取数过程：

（1）新建请求；

（2）设置请求方式和URL地址（支持GET和POST请求）；

（3）在Headers中设置token；在Params中设置输入参数；

（4）点击Send发送请求；

编程语言实现http接口取数

可以使用Postman自动生成各种编写语言调用http接口的代码，包括Python、Java、C、PHP、Shell等等

例如：Python - http.client

import http.client
​
conn = http.client.HTTPSConnection("udata.sit.hs.net")
payload = ''
headers = {
 'Application-Token': 'xxxxxxxxxxxxxxxxxxxxxxxxxxx'
}
conn.request("GET", "/light_data/business/v1/app_services/juyuan_basicdata/stock_list?secu_market=83", payload, headers)
res = conn.getresponse()
data = res.read()
print(data.decode("utf-8"))

例如: JavaScript - Fetch

var myHeaders = new Headers();
myHeaders.append("Application-Token", "xxxxxxxxxxxxxxxxxxxxxxxxxxx");
​
var requestOptions = {
 method: 'GET',
 headers: myHeaders,
 redirect: 'follow'
};
​
fetch("https://udata.sit.hs.net/light_data/business/v1/app_services/juyuan_basicdata/stock_list?secu_market=83", requestOptions)
.then(response => response.text())
.then(result => console.log(result))
.catch(error => console.log('error', error));