1. 如何获取股票实时行情数据
股票实时行情，可以通过两个方法来进行查看：
第一种，在网络搜索页面直接输入股票代码，如：000717，网络输入后，即可在搜索结果中看到，其中分时，就是该股票在当天的实时走向。
查看其它股票的行情也是一样的道理，直接键入该股票的代码就可以查看到该股票当天或某个时间段内的行情。当然，精准的行情走势、趋势，是需要结合多种指标来共同进行分析的。
2. 如何在yahoo-finance这个Python包中获取上证的交易数据
yahoo-finance是美股的，国内有另外一个库，叫tushare
使用前提
安装Python
安装pandas
lxml也是必须的，正常情况下安装了Anaconda后无须单独安装，如果没有可执行：pip install lxml
3. 如何获取实时的股票数据
要跟供应商协商得到他的接口才能得到实时股票行情数据；
股票实时行情，可以通过两个方法来进行查看：
第一种，在网络搜索页面直接输入股票代码，如：000717，网络输入后，即可在搜索结果中看到，其中分时，就是该股票在当天的实时走向。
第二种，通过炒股软件，如东财，同花顺等，在开启后，直接输入，股票代码，如600854，点击回车。进入的第一个页面就是该股票在当天的实时行情。
同时在股票软件的分时成交界面，可以查看到每一分钟的成交价和手数。股票行情趋势判断必要时也需要结合分时成交界面的数据来进行判断。
查看其它股票的行情也是一样的道理，直接键入该股票的代码就可以查看到该股票当天或某个时间段内的行情。当然，精准的行情走势、趋势，是需要结合多种指标来共同进行分析的。
4. Python 如何爬股票数据
现在都不用爬数据拉，很多量化平台能提供数据接口的服务。像比如基础金融数据，包括沪深A股行情数据，上市公司财务数据，场内基金数据，指数数据，期货数据以及宏观经济数据；或者Alpha特色因子，技术分析指标因子，股票tick数据以及网络因子数据这些数据都可以在JQData这种数据服务中找到的。
有的供应商还能提供level2的行情数据，不过这种比较贵，几万块一年吧
5. 如何用python 取所有股票一段时间历史数据
各种股票软件，例如通达信、同花顺、大智慧，都可以实时查看股票价格和走势，做一些简单的选股和定量分析，但是如果你想做更复杂的分析，例如回归分析、关联分析等就有点捉襟见肘，所以最好能够获取股票历史及实时数据并存储到数据库，然后再通过其他工具，例如SPSS、SAS、EXCEL或者其他高级编程语言连接数据库获取股票数据进行定量分析，这样就能实现更多目的了。
6. 如何快速取得股票交易历史数据
示例：
最近二十天左右的每5分钟数据
网页链接
（参数：股票编号、分钟间隔（5、15、30、60）、均值（5、10、15、20、25）、查询个数点（最大值242））
返回数据格式：日期、开盘价、最高价、最低价、收盘价、成交量
7. 如何用python获取股票数据
在Python的QSTK中，是通过s_datapath变量，定义相应股票数据所在的文件夹。一般可以通过QSDATA这个环境变量来设置对应的数据文件夹。具体的股票数据来源，例如沪深、港股等市场，你可以使用免费的WDZ程序输出相应日线、5分钟数据到s_datapath变量所指定的文件夹中。然后可使用Python的QSTK中，qstkutil.DataAccess进行数据访问。
8. 如何使用python抓取炒股软件中资金数据
这个说来有点复杂，用fiddle监控软件跟服务器间的通讯，找到数据源地址，然后用excel或python抓这个源地址数据，可能还要加上反扒代码，构造时间戳等等，你网上找python网抓视频教程看看就知道了。
9. 如何用python 爬虫抓取金融数据
获取数据是数据分析中必不可少的一部分，而网络爬虫是是获取数据的一个重要渠道之一。鉴于此，我拾起了Python这把利器，开启了网络爬虫之路。
本篇使用的版本为python3.5，意在抓取证券之星上当天所有A股数据。程序主要分为三个部分：网页源码的获取、所需内容的提取、所得结果的整理。
一、网页源码的获取
很多人喜欢用python爬虫的原因之一就是它容易上手。只需以下几行代码既可抓取大部分网页的源码。
为了减少干扰，我先用正则表达式从整个页面源码中匹配出以上的主体部分，然后从主体部分中匹配出每只股票的信息。代码如下。
pattern=re.compile('<tbody[sS]*</tbody>')
body=re.findall(pattern,str(content)) #匹配<tbody和</tbody>之间的所有代码pattern=re.compile('>(.*?)<')
stock_page=re.findall(pattern,body[0]) #匹配>和<之间的所有信息
其中compile方法为编译匹配模式，findall方法用此匹配模式去匹配出所需信息，并以列表的方式返回。正则表达式的语法还挺多的，下面我只罗列所用到符号的含义。
语法 说明
. 匹配任意除换行符“ ”外的字符
* 匹配前一个字符0次或无限次
？ 匹配前一个字符0次或一次
s 空白字符：[<空格> fv]
S 非空白字符：[^s]
[...] 字符集，对应的位置可以是字符集中任意字符
(...) 被括起来的表达式将作为分组，里面一般为我们所需提取的内容
正则表达式的语法挺多的，也许有大牛只要一句正则表达式就可提取我想提取的内容。在提取股票主体部分代码时发现有人用xpath表达式提取显得更简洁一些，看来页面解析也有很长的一段路要走。
三、所得结果的整理
通过非贪婪模式(.*?)匹配>和<之间的所有数据，会匹配出一些空白字符出来，所以我们采用如下代码把空白字符移除。
stock_last=stock_total[:] #stock_total：匹配出的股票数据for data in stock_total: #stock_last：整理后的股票数据
if data=='':
stock_last.remove('')
最后，我们可以打印几列数据看下效果，代码如下
print('代码',' ','简称',' ',' ','最新价',' ','涨跌幅',' ','涨跌额',' ','5分钟涨幅')for i in range(0,len(stock_last),13): #网页总共有13列数据
print(stock_last[i],' ',stock_last[i+1],' ',' ',stock_last[i+2],' ',' ',stock_last[i+3],' ',' ',stock_last[i+4],' ',' ',stock_last[i+5])