Tushare数据来源分析一例

--以600464国电南瑞为例

1、获取数据源，写入mysql

1.1获取数据

通过Tushare的官网注册信息，获取积分，访问https://tushare.pro/document/1?doc_id=63

mysql数据库和表格创建脚本为：

1.2写入MYSQL

|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| import datetime import tushare as ts import pymysql if name == 'main': # 设置tushare pro的token并获取连接 ts.set_token('自己的token xxxxxxxxxxxxx') pro = ts.pro_api() # 设定获取日线行情的初始日期和终止日期，其中终止日期设定为昨天。 start_dt = '20160101' time_temp = datetime.datetime.now() - datetime.timedelta(days=1) end_dt = time_temp.strftime('%Y%m%d') # 建立数据库连接,剔除已入库的部分 db = pymysql.connect(host='127.0.0.1', user='root', passwd='xxxxxx', db='stock', charset='utf8') cursor = db.cursor() # 设定需要获取数据的股票池 # 同级别目录下存在 stock.txt文件，按行存放数据，如下： #600406.SH #300672.SZ try: with open('stock.txt', 'r', encoding='utf-8') as f: stock_pool = [line.strip() for line in f.readlines() if line.strip()] except FileNotFoundError: print("stock.txt文件未找到，使用默认股票池") except Exception as e: print(f"读取stock.txt文件时出错: {e}") total = len(stock_pool) #清空表中所有数据 sql_delete = "TRUNCATE TABLE stock_all" cursor.execute(sql_delete) db.commit() # 循环获取单个股票的日线行情 for i in range(len(stock_pool)): try: df = pro.daily(ts_code=stock_pool[i], start_date=start_dt, end_date=end_dt) # 打印进度 print('Seq: ' + str(i+1) + ' of ' + str(total) + ' Code: ' + str(stock_pool[i])) c_len = df.shape[0] except Exception as aa: print(aa) print('No DATA Code: ' + str(i)) continue for j in range(c_len): resu0 = list(df.iloc[c_len-1-j]) resu = [] for k in range(len(resu0)): if str(resu0[k]) == 'nan': resu.append(-1) else: resu.append(resu0[k]) state_dt = (datetime.datetime.strptime(resu[1], "%Y%m%d")).strftime('%Y-%m-%d') try: sql_insert = "INSERT INTO stock_all(state_dt,stock_code,open_price,close_price,high,low,vol,amount,pre_close_price,amt_change,pct_change) VALUES ('%s', '%s', '%.2f', '%.2f','%.2f','%.2f','%i','%.2f','%.2f','%.2f','%.2f')" % (state_dt,str(resu[0]),float(resu[2]),float(resu[5]),float(resu[3]),float(resu[4]),float(resu[9]),float(resu[10]),float(resu[6]),float(resu[7]),float(resu[8])) print(sql_insert) cursor.execute(sql_insert) db.commit() except Exception as err: continue cursor.close() db.close() print('All Finished!') |

1.3查看获取数据

2通过excel自带的分析工具来分析

2.1 分析开盘价格和收盘价格

excel 中的【数据】选项卡，【分析】组的【数据分析】按钮，弹出按钮选择数据描述，然后确定。这里分析自从2016年1月1日到2025年12月18的开盘价数据。

以下是对股票开盘价（open_Price）统计参数的逐行解析，包含核心含义+公式+业务解读（公式中统一用Xi代表单条开盘价数据，n=2317 为观测总数）：

平均（均值）：22.67282262

含义所有开盘价数据的算术平均值，反映开盘价的整体中枢水平。

公式

业务解读

这批股票的开盘价平均约22.67元，是判断价格"偏高/偏低"的基础基准。

标准误差（标准误）：0.125870273

含义

样本均值的标准差，反映均值的抽样波动程度（即如果多次抽样，均值会在多大范围内波动），越小说明均值越可靠。

公式

（S 为样本标准差）

业务解读

本次计算的平均开盘价，抽样波动仅约0.13元，均值的代表性较强。

中位数：22.23

含义

将所有开盘价从小到大排序后，处于中间位置的数值（n为奇数时，是第(n+1)/2 位；n为偶数时，是中间两位的均值）。

公式

（2317为奇数，取第1159位数据）

业务解读

有50%的股票开盘价≤22.23元，50%≥22.23元；对比均值（22.67）略低，说明数据存在"右偏"（高价拉高均值）。

众数：22.1

含义

开盘价数据中出现次数最多的数值，反映最常见的开盘价水平。

公式

无固定公式，统计各数值出现频次，频次最高的即为众数。

业务解读

开盘价为22.1元的样本数量最多，是价格分布的"峰值点"。

标准差：6.058794046

含义

衡量开盘价数据相对于均值的离散程度（波动幅度），越大说明价格差异越大。

公式（样本标准差，除以n-1）

业务解读

开盘价围绕均值22.67元的平均波动幅度约6.06元，波动范围较宽。

方差：36.70898529

含义

标准差的平方，同样反映数据离散程度（但单位是"元²"，不如标准差直观）。

公式

业务解读

仅用于统计计算（如方差分析），业务上优先看标准差。

峰度：1.859659568

含义

衡量数据分布的"陡峭程度"，对比正态分布（峰度=0）：

峰度>0：分布比正态分布更陡峭（尖峰），数据集中在均值附近；

峰度<0：分布更平缓（平峰），数据分散。

公式（样本峰度）

业务解读

开盘价分布为"尖峰"形态，多数数据集中在均值22.67元附近，少数极端值拉高/拉低价格。

偏度：1.046840203

含义

衡量数据分布的"不对称程度"，对比正态分布（偏度=0）：

偏度>0：右偏（正偏），均值右侧（高价端）有长尾，少数高价拉高均值；

偏度<0：左偏（负偏），均值左侧（低价端）有长尾。

公式（样本偏度）

业务解读

开盘价呈明显右偏，少数股票（如开盘价55.05元）的高价拉高了均值，中位数（22.23）更能反映多数股票的真实开盘水平。

区域（极差）：42.62

含义

数据的最大值与最小值之差，反映价格的整体波动范围。

公式

业务解读

开盘价的波动区间达42.62元，价格跨度极大。

最小值：12.43

含义

所有开盘价中最低的数值，反映价格下限。

公式

最大值：55.05

含义

所有开盘价中最高的数值，反映价格上限。

公式

求和：52532.93

含义

所有开盘价数据的总和，是计算均值的基础。

公式

观测数：2317

含义

参与统计的开盘价样本数量，即数据总行数。

公式

最大(5)：51.07

含义

将开盘价降序排列后，第5大的数值（即前5高价中最低的那个），反映高价区间的次高水平。

公式

业务解读

除了最高的55.05元，前5高价的门槛约为51.07元，高价股的开盘价集中在51-55元区间。

最小(5)：12.73

含义

将开盘价升序排列后，第5小的数值（即前5低价中最高的那个），反映低价区间的次低水平。

公式

业务解读

除了最低的12.43元，前5低价的门槛约为12.73元，低价股的开盘价集中在12-13元区间。

置信度(95.0%)：0.246830196

含义

在95%的置信水平下，总体均值的误差范围，即真实的总体平均开盘价落在

区间内（22.426~22.9196元）。

公式（t分布，大样本可近似正态分布）

业务解读

有95%的把握认为，这批股票的真实平均开盘价在22.43~22.92元之间，误差仅约0.25元，均值的可信度高。

总结

这批开盘价数据的核心特征：

中枢水平：均值22.67元，中位数22.23元（右偏，少数高价拉高均值）；

波动程度：标准差6.06元，极差42.62元（价格跨度大）；

分布形态：尖峰右偏（峰度1.86，偏度1.05）；

统计可靠性：均值的95%置信误差仅0.25元，统计结果可信。

2.2 直方图分析

以10到55的价格区间进行分析，每隔5元来分析统计一下

|----|-----|---------|----|-----|---------|---|
| 价格 | 频率 | 累积 % | 价格 | 频率 | 累积 % | |
| 10 | 0 | 0.00% | 25 | 854 | 36.86% | |
| 15 | 147 | 6.34% | 20 | 669 | 65.73% | |
| 20 | 669 | 35.22% | 30 | 385 | 82.35% | |
| 25 | 854 | 72.08% | 35 | 167 | 89.56% | |
| 30 | 385 | 88.69% | 15 | 147 | 95.90% | |
| 35 | 167 | 95.90% | 40 | 57 | 98.36% | |
| 40 | 57 | 98.36% | 45 | 32 | 99.74% | |
| 45 | 32 | 99.74% | 55 | 4 | 99.91% | |
| 50 | 1 | 99.78% | 50 | 1 | 99.96% | |
| 55 | 4 | 99.96% | 其他 | 1 | 100.00% | |
| 其他 | 1 | 100.00% | 10 | 0 | 100.00% | |

总结：

总体价格区间在25以上的占比为 64.78% 大概2/3的时间价格是超过25元的。

2.3回归分析

|-------------------|-------------|
| 回归统计 ||
| Multiple R | 0.995997723 |
| R Square | 0.992011465 |
| Adjusted R Square | 0.992008014 |
| 标准误差 | 0.541643519 |
| 观测值 | 2317 |

|-------------|--------------|----------|-----------|-----------|--------------|-------------|------------|------------|
| | Coefficients | 标准误差 | t Stat | P-value | Lower 95% | Upper 95% | 下限 95.0% | 上限 95.0% |
| Intercept | 0.055278347 | 0.043659 | 1.2661452 | 0.2055885 | -0.030336037 | 0.14089273 | -0.030336 | 0.14089273 |
| close_Price | 0.997784705 | 0.001861 | 536.16722 | 0 | 0.994135387 | 1.001434024 | 0.99413539 | 1.00143402 |

总结：

总体开盘价格和收盘价格密切相关，偏差极小。

3、通过LSTM来大胆预测

3.1 配置LSTM环境

Python ==3.8

Tensorflow==2.9.0

Numpy==1.22.0

3.2 使用堆叠LSTM模型来分析

模型参数为：

3.3 数据分割

从2016-01-04到2025-12-18共有2313个交易日，按照输入7个数据输出1个来分割，组合分成2305个输入，predictMonth 设置为5，划分训练数据和测试数据

X_train=XPredict[:-1 * predictMonth - 12]

y_train=yPredict[:-1 * predictMonth - 12]

X_test=XPredict[-1 * predictMonth - 12:-1 * predictMonth]

y_test=yPredict[-1 * predictMonth - 12:-1 * predictMonth]

3.4运行后对最后5天的预测和实际值

总体趋势没有问题，但是和实际值还是有较大偏差。

资源链接：https://download.csdn.net/download/sgx0554/92497874

Tushare数据来源分析一例

--以600464国电南瑞为例

1、获取数据源，写入mysql

1.1获取数据

1.2写入MYSQL

1.3查看获取数据

2通过excel自带的分析工具来分析

2.1 分析开盘价格和收盘价格

2.2 直方图分析

2.3回归分析

3、通过LSTM来大胆预测

3.1 配置LSTM环境

3.2 使用 堆叠LSTM模型来分析

3.3 数据分割

3.4运行后对最后5天的预测和实际值

3.2 使用堆叠LSTM模型来分析