python分别使用多线程和多进程获取所有股票实时数据

Posted 2020-10-20 timdes1

 

python分别使用多线程和多进程获取所有股票实时数据

 

前一天简单介绍了python怎样获取历史数据和实时分笔数据，那么如果要获取所有上市公司的实时分笔数据，应该怎么做呢？ 
肯定有人想的是，用一个列表存储所有上市公司的股票代号，然后无限循环获取不就得了吗？ 
现在深市和沪市的股票一共有3400多只，如果你真这样做的话，获取一次所有股票的实时数据需要十几二十秒的时间，甚至更多，而且非常容易因为等待超时而使程序挂掉，如果你的模型对实时数据的质量要求非常高，这肯定是不行的，即使不考虑数据质量，获取数据的脚本经常挂也是不行的。 
那首先想到的是多线程和多进程。然而因为python全局解释锁的存在，在多线程情况下，即使是在多核cpu的情况下，也只能同时执行一个线程，即使如此，多线程获取一次所有股票实时数据所花的时间，依然比在一个大循环里面运用单线程少得多，这是因为python从网络获取数据存储到本地，是IO密集型任务，python多线程依然能很大程度上提高性能，具体细节在这里不多做介绍。 
为了充分利用带宽资源，IO资源，在这里使用多线程和多进程两种方式获取股票数据， 
首先我们需要有一个比较全的所有股票代号文件，我已经替大家准备好了，关注微信公众号【数据之佳】回复“股票”四个字即可得到下载链接，压缩包提供多线程和多进程获取股票实时数据两个案例，其中的stocks文件内存储的是股票代号文件，提供的是截止今日（2017-11-23）的所有上市公司代号。

 
在这里提供多线程的例子，多进程的例子请在【数据之佳】里面查看，同时代码也给大家准备好了，上面回复的“股票”得到的下载链接里面直接就有python源文件，下载以后修改一下路径直接就可以跑了，其中用到的python版本是昨天分享的文章中anaconda自带的python3.5，代码依然使用jupyter编写，操作系统为win10,在linux上只需要稍加改动就可以了执行了。

import pandas as pd
import numpy as np
import tushare as ts
import os
import time
from threading import Thread
def get_data(stock):
    date=time.strftime(‘%Y-%m-%d-%H-%M-%S‘,time.localtime(time.time()))
    data=ts.get_realtime_quotes(stock)
    print(data)
    path=‘F:\\stocks‘
    data.to_csv(path+‘\\‘+date+‘_‘+stock,mode=‘wt‘)
time1=time.strftime(‘%Y-%m-%d-%H-%M-%S‘)
print(time1)
with open(‘F:\stocks\stock_codes\stocks‘) as f:
                try:
                        while True:
                                line=next(f).strip()
                                t=Thread(target=get_data,args=(line,))
                                t.start()
                except StopIteration:
                    pass
time2=time.strftime(‘%Y-%m-%d-%H-%M-%S‘)
print(time2)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25

其中time1是获取一次所有股票的开始时间，time2是结束时间，具体有耗时多上时间，请读者下载元代以后自行测试

2017-11-23-21-16-23 
2017-11-23-21-16-33

这是我注释了prinf(data)一行以后所花的时间，恰好用了10秒，如果你的网络好一些，可能会更快，当然这不是最快的方法，最快的方法可以实现一秒以内获取一次。 
 
数据已经存储在指定目录下，使用多进程的例子请各位自行获取下载链接下载。 
下面是【数据之佳】的二维码，我会在公众号分享一些量化建模的案例，结果等。