![深入浅出Python量化交易实战](https://wfqqreader-1252317822.image.myqcloud.com/cover/106/44510106/b_44510106.jpg)
上QQ阅读APP看书,第一时间看更新
4.1.3 在研究环境中运行代码
“聚宽”平台研究环境的用法与小瓦在本地安装的Jupyter Notebook一样,而且一些常用的第三方库也已经安装好,还是非常方便的。下面我们就和小瓦一起在研究环境中做一点练习,熟悉相关的函数的使用方法。
例如,要获取某只股票在2020年1月1日至2020年4月1日之间的行情数据,只要使用get_price函数即可,输入代码如下:
![](https://epubservercos.yuewen.com/BB339E/23721615909510506/epubprivate/OEBPS/Images/Figure-P72_38625.jpg?sign=1739103626-85yOJIo48nnfETK5ItLsy0TgIv8owZQi-0-5a4bf2afc0f1a453f7f01f9751bf1ac7)
按Shift+Enter组合键,可以得到图4.5所示的结果。
![](https://epubservercos.yuewen.com/BB339E/23721615909510506/epubprivate/OEBPS/Images/Figure-P73_139245.jpg?sign=1739103626-79IyBOKEwpnrtPKMmkCpLvmnYKZnO2be-0-917f5f9b0c6eee80492fcec772d1e3eb)
图4.5 在研究环境中获取股票行情数据
【结果分析】从图4.5中可以看到,我们在“聚宽”平台的研究环境中运行代码的结果与在本地Jupyter Notebook中一模一样。使用get_price函数,系统返回的结果同样是一个DataFrame格式的数据表,同样包括open、close、high、low及volume这几个字段。与data_reader不同的是,“聚宽”的get_price函数没有返回Adj Close字段,取而代之的是money字段。
注意:与data_reader不同,在“聚宽”的get_price函数中,传入的股票代码是用.XSHG扩展名代表上海证券交易所股票,用.XSHE扩展名代表深圳证券交易所股票。