怎么查各个上市公司的情况以及上市时间和退市时间！
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了怎么查各个上市公司的情况以及上市时间和退市时间！相关的知识，希望对你有一定的参考价值。
1.湖北所有农业类的上市公司情况
2.92年至今，我国农业类上市公司的和退市的公司情况
关于退市，可以在股票软件上 按F10查询，每周交易一次，炒股软件中400打头的都是退市的股票在三板市场可以看到。
在股市当中，股票退市对于投资者而言，相当不友好，让投资者亏损的几率非常大，关于股票退市也有很多重点内容，今天给大家讲一下。
为大家整理了一份牛股名单，在这里免费提供给大家，趁着内容还在，赶紧收藏领取～【紧急】机构牛股名单泄露，或将迎来爆发式行情
一、股票退市是什么意思？
股票退市也指的是上市公司不符合交易相关财务要求以及其他要求等等，由于主动或者被动的原因导致终止上市的情况，会出现上市公司变为非上市公司。
退市可分主动性退市和被动性退市，主动性退市这一点是由公司自行决定的；造成被动性退市的原因通常是有重大违法违规行为或因经营管理不善造成重大风险等，最终被市场上的监督部门强行吊销了《许可证》。退市不是件随意的事，需要满足以下三个条件：
很多人对于如何辨别公司的好坏都存在盲区，或者进行分析的时候考虑的因素不够全面，最终导致了购买的股票亏损的情况，这是一个免费的进行股票诊断的软件，将股票代码进行输入，就能看到你买的股票好不好：【免费】测一测你的股票当前估值位置？
二、股票退市了，没有卖出的股票怎么办？
股票退市后，交易所有一个退市整理期的时间，换句话说，一旦股票满足了退市条件，就会面临强制退市，那么在这个时间可以把股票卖出去。等把退市整理期过完，这家公司需要退出二级市场，就无法进行买卖了。
如果你对股市不了解，最好是先选择入手龙头股，别啥都不懂就往里倒钱，当心投进去的钱白白浪费掉，以下是我归纳的每个行业的龙头股：【吐血整理】各大行业龙头股票一览表，建议收藏！
若是退市整理期过了之后还没有卖出股票的股东，那么到时候的买卖交易就只能够在新三板市场上进行 ，新三板的主要作用就是处理退市股票的，朋友们，如果你们需要在新三板买卖股票，还得在三板市场上开通一个交易账户才可以进行交易。
还有一点大家要明白，退市后的股票虽然说会有一个退市整理期的时间卖出股票，可是实质对散户是很不好的。股票一旦处于退市整理期，首先大资金肯定先出逃，小散户卖出小资金是十分不容易的，由于卖出成交的原则是时间、价格、大客户优先，因而等到股票卖出之时，股价已经低了很多，对于散户来说，亏损的实在是太重了。在注册的制度之下，散户购买了退市风险股，实际上风险还是不小的，所以说千万不能买卖ST股，ST*股也是千万不能买卖的。
应答时间：2021-09-24，最新业务变化以文中链接内展示的数据为准，请点击查看 参考技术A 种子◇000998 隆平高科
饲料◇000702 正虹科技◇002567 唐人神◇600127 金健米业
养殖◇002505 大康牧业◇600257 大湖股份◇600975 新五丰
食品◇300268 万福生科
退市退到三板◇600709蓝田股份◇粤金曼ST海洋(000658)
退市而又回归的就600313 *ST中农本回答被提问者采纳 参考技术B 787/6786897589687964 参考技术C 去公司网站上找招股说明书看
股票上市代码及上市时间
最近开始玩股票量化，由于想要做完整的股票回测，因此股票的上市和退市信息就必不可少。因为我们回测的时候必须要知道某一日期沪深股票的成分包含哪些对吧。所以我们要把沪深全部股票的上市时间、退市时间全部都爬下来（保存到本地以后检索会更快）。
0.1.确认主要工具
要用到的工具包括：
(1)python：基本工具
(2)pandas：格式化数据处理
(3)通联数据接口：http://www.datayes.com
(4)通联接口API：https://api.wmcloud.com/docs/pages/viewpage.action?pageId=1867781
1.开始获取数据
首先，我们先要获取全部上市公司的上市时间和退市时间（如果有）的列表，用通联数据的接口会发现我们的任务非常简单。
from pandas import DataFrame from dataapiclient import Client import json client = Client() client.init(\'cae5c4acc4ad4ccb93a8aaac4b8adb04363feaa9852c34d14ddd2248613b09b3\') url=\'/api/equity/getEqu.json?field=ticker,secShortName,listDate,delistDate&listStatusCD=L,S,DE,UN&secID=&ticker=&equTypeCD=A\' code, result = client.getData(url) j = json.loads(result.decode()) d = DataFrame(j[\'data\']) d = d.set_index(\'ticker\') d = d[[\'secShortName\',\'listDate\',\'delistDate\']] d.to_csv(\'data/ticker_and _day_of_(de)list_date.csv\')
如此一来，ticker_and _day_of_(de)list_date.csv文件中就保存了所需内容。需要注意的是数据中有个特例：DY600019
这是由于当时的重组并购导致主体变更，因此通联数据在股票代码前加上了DY前缀以示区别。
然后为了方便的获取历史某一时刻全部可交易的A股股票代码，我们定义一个函数，默认使用本地数据：get_a_stocks(date=None, update=False)，date默认日期是系统当前日期，update表示是否需要更新本地数据。文件名beefinance.py
from pandas import DataFrame from datetime import datetime from dataapiclient import Client import pandas import json import os import types import datetime import time def get_a_stocks(date=None, update=False): if date is None: date = datetime.datetime.now() if isinstance(date,str): date = datetime.datetime.strptime(date, "%Y-%m-%d") if not isinstance(date,datetime.datetime): raise ValueError(\'date不接受此类型\') if not isinstance(update, bool): raise ValueError(\'update不接受此类型\') data_dir = u\'data\' data_filename = data_dir + u\'/ticker_and _day_of_(de)list_date.csv\' if not os.path.exists(data_dir): os.mkdir(data_dir) if (not os.path.exists(data_filename)) or update: client = Client() client.init(\'cae5c4acc4ad4ccb93a8aaac4b8adb04363feaa9852c34d14ddd2248613b09b3\') url=\'/api/equity/getEqu.json?field=ticker,secShortName,listDate,delistDate&listStatusCD=L,S,DE,UN&secID=&ticker=&equTypeCD=A\' code, result = client.getData(url) j = json.loads(result.decode()) d = DataFrame(j[\'data\']) d = d.set_index(\'ticker\') d = d[[\'secShortName\',\'listDate\',\'delistDate\']] d.to_csv(data_filename, encoding=\'utf-8\') d[\'listDate\'] = pandas.to_datetime(d[\'listDate\']) d[\'delistDate\'] = pandas.to_datetime(d[\'delistDate\']) d = d[d[\'listDate\']<=date] d1 = d[pandas.isnull(d[\'delistDate\'])] d2 = d[pandas.notnull(d[\'delistDate\'])] d2 = d2[d2[\'delistDate\']>date] d = d1.append(d2) return d else: d = pandas.read_csv(data_filename, index_col=\'ticker\', parse_dates=[\'listDate\',\'delistDate\'],encoding=\'utf-8\') d[\'listDate\'] = pandas.to_datetime(d[\'listDate\']) d[\'delistDate\'] = pandas.to_datetime(d[\'delistDate\']) d = d[d[\'listDate\']<=date] d1 = d[pandas.isnull(d[\'delistDate\'])] d2 = d[pandas.notnull(d[\'delistDate\'])] d2 = d2[d2[\'delistDate\']>date] d = d1.append(d2) return d
下面测试效果：
from beefinance import get_a_stocks d = get_a_stocks(\'2010-05-05\') print(d)
data/ticker_and _day_of_(de)list_date.csv secShortName listDate delistDate ticker 平安银行 1991-04-03 NaT 万科A 1991-01-29 NaT 国农科技 1991-01-14 NaT 世纪星源 1990-12-10 NaT 深振业A 1992-04-27 NaT 全新好 1992-04-13 NaT 神州高铁 1992-05-07 NaT 中国宝安 1991-06-25 NaT 美丽生态 1995-10-27 NaT 深物业A 1992-03-30 NaT 南玻A 1992-02-28 NaT 沙河股份 1992-06-02 NaT 深康佳A 1992-03-27 NaT 深中华A 1992-03-31 NaT 神州长城 1992-06-16 NaT 深深宝A 1992-10-12 NaT 深华发A 1992-04-28 NaT 深科技 1994-02-02 NaT 深赤湾A 1993-05-05 NaT 深天地A 1993-04-29 NaT 特力A 1993-06-21 NaT 飞亚达A 1993-06-03 NaT 深圳能源 1993-09-03 NaT 国药一致 1993-08-09 NaT 深深房A 1993-09-15 NaT 富奥股份 1993-09-29 NaT 中粮地产 1993-10-08 NaT 深桑达A 1993-10-28 NaT *ST新都 1994-01-03 NaT 神州数码 1994-05-09 NaT ... ... ... ... 紫金矿业 2008-04-25 NaT *ST新集 2007-12-19 NaT 中国远洋 2007-06-26 NaT 建设银行 2007-09-25 NaT 金钼股份 2008-04-17 NaT 中国银行 2006-07-05 NaT 中国重工 2009-12-16 NaT 大唐发电 2006-12-20 NaT 中信银行 2007-04-27 NaT 出版传媒 2007-12-21 NaT 招商地产 1993-06-07 2015-12-30 白云山A 1993-11-08 2013-04-26 美的电器 1993-11-12 2013-09-18 宏源证券 1994-02-02 2015-01-26 盐湖集团 1995-03-03 2011-03-22 国恒退 1996-03-20 2015-07-13 金马集团 1996-08-19 2013-08-14 *ST创智 1997-06-26 2013-02-08 *ST炎黄 1998-05-29 2013-03-27 退市长油 1997-06-12 2014-06-05 莱钢股份 1997-08-28 2012-02-28 天方药业 2000-12-27 2013-07-15 路桥建设 2000-07-25 2012-03-01 太行水泥 2002-08-22 2011-02-18 百联股份 1993-02-19 2011-08-23 退市博元 1990-12-19 2016-05-13 东方明珠 1994-02-24 2015-05-20 广汽长丰 2004-06-14 2012-03-20 *ST二重 2010-02-02 2015-05-21 中国北车 2009-12-29 2015-05-20 [1815 rows x 3 columns]
http://www.cnblogs.com/prpl/p/5561327.html
以上是关于怎么查各个上市公司的情况以及上市时间和退市时间！的主要内容，如果未能解决你的问题，请参考以下文章
python量化之路：获取历史某一时刻沪深上市公司股票代码及上市时间