在做量化分析时，有时会用到股票的交易日序列信息，这些信息可以从上交所官网或深交所官网获取，从官网下载文件并不是很好的方法，如果能通过python接口下载，就可以放入程序中了，而BaoStock接口（官网：http://www.baostock.com）刚好提供了此功能（以下代码来自官网，侵删）。

        根据官网介绍，交易日查询接口：query_trade_dates()。

        方法说明：查询股票交易日信息信息，可以通过参数设置获取起止年份数据，提供2014-2018年数据。 返回类型：pandas的DataFrame类型。（作者注：2014年是最近新增的，原来只有2015-2018，接口是有人在维护的，可以从首页看到版本更新）

        示例代码如下：

[python] view plain copy

• import baostock as bs  
• import pandas as pd  
•   
• #### 登陆系统 ####  
• lg = bs.login(user_id="anonymous", password="123456")  
• # 显示登陆返回信息  
• print('login respond error_code:'+lg.error_code)  
• print('login respond  error_msg:'+lg.error_msg)  
•   
• #### 获取交易日信息 ####  
• rs = bs.query_trade_dates(start_date="2017-01-01", end_date="2017-06-30")  
• print('query_trade_dates respond error_code:'+rs.error_code)  
• print('query_trade_dates respond  error_msg:'+rs.error_msg)  
•   
• #### 打印结果集 ####  
• data_list = []  
• while (rs.error_code == '0') & rs.next():  
•     # 获取一条记录，将记录合并在一起  
•     data_list.append(rs.get_row_data())  
• result = pd.DataFrame(data_list, columns=rs.fields)  
•   
• #### 结果集输出到csv文件 ####     
• result.to_csv("D:\\trade_datas.csv", encoding="gbk", index=False)  
• print(result)  
•   
• #### 登出系统 ####  
• bs.logout()  
  

参数含义：

• start_date：开始日期，为空时默认为2015-01-01。
• end_date：结束日期，为空时默认为当前日期。
  

        打印结果如下所示：

返回数据说明参数名称参数描述
calendar_date日期
is_trading_day是否交易日(0:非交易日;1:交易日)

        可以看到，1是交易日；0非交易日。

        返回类型是DataFrame类型，很方便处理，赞一个，希望帮到大家。

原文地址:https://blog.csdn.net/dongdong2980/article/details/80566419