Python量化炒股的获取数据函数—get_index_stocks()
利用get_industry_stocks()函数可以获取在给定日期一个行业的所有股票代码列表，其语法格式如下：
get_industry_stocks(industry_code, date=None)
各项参数的意义
参数date和返回值，都与get_index_stocks()函数相同。
参数industry_code是行业代码。行业代码有很多，常用行业代码及意义如下。
A01：农业
A02：林业
A03：畜牧业
A04：渔业
A05：农、林、牧、渔服务业
B06：煤炭开采和洗选业
B07：石油和天然气开采业
B08：黑色金属矿采选业
B09：有色金属矿采选业
C13：农副食品加工业
C14：食品制造业
C15：酒、饮料喝精制茶制造业
C16：烟草制品业
C27：医药制造业
C28：化学纤维制造业
C33：金属制品业
C34：通用设备制造业
C35：专用设备制造业
C36：汽车制造业
显示某行业的成分股代码及应用
单击聚宽JoinQuant量化炒股平台中的“策略研究/研究环境”命令，进入Jupyter Notebook的研究平台。然后单击“新建”按钮，创建Python3文件，接着输入如下代码：
stocks = get_industry_stocks('C35')
print('专用设备制造业的股票代码：\n', stocks)
单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：
显示专用设备制造业股票的近8个交易日的收盘价信息，具体代码如下：
import pandas as pd
from matplotlib import pyplot as plt
df1 = history(8, unit='1d', field='close', security_list=stocks, df=True, skip_paused=False,fq='pre')
print('专用设备制造业股票的近8个交易日的收盘价信息：\n', df1)
单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：
还可以显示专用设备制造业股票的单个交易日的财务数据，具体代码如下：
myq1 = query(valuation.pe_ratio,valuation.turnover_ratio).filter(valuation.code.in_(stocks))
df2 = get_fundamentals(myq1,'2024-04-26')
df2
单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：
利用图表显示专用设备制造业股票的市盈率和换手率信息，具体代码如下：
plt.figure(figsize=(12, 6))
# 激活第一个subplot
plt.subplot(2, 1, 1)
plt.plot(df2['pe_ratio'], '-b')
plt.subplot(2, 1, 2)
plt.plot(df2['turnover_ratio'], '-r')
plt.show()
单击工具栏运行按钮，快捷键（shift+enter），运行效果如下图所：
