time.sleep(60)
print('-'*10)

print(‘全部股票已收盘’)

每间隔 1 分钟获取一次多只股票分钟行情数据# 导入 efinance 如果没有安装则需要通过执行命令: pip

install efinance 来安装
import efinance as ef
import time
from datetime import datetime

股票代码或者名称列表

stock_codes = [‘600519’, ‘腾讯’, ‘AAPL’]

数据间隔时间为 1 分钟

freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:
for stock_code in stock_codes.copy():
# 现在的时间
now = str(datetime.today()).split(‘.’)[0]
# 获取最新一个交易日的分钟级别股票行情数据
df = ef.stock.get_quote_history(stock_code, klt=freq)
# 将数据存储到 csv 文件中
df.to_csv(f’{stock_code}.csv’, encoding=‘utf-8-sig’, index=None)
print(f’已在 {now}, 将股票: {stock_code} 的行情数据存储到文件: {stock_code}.csv 中！‘)
if len(df) == status[stock_code]:
# 移除已经收盘的股票代码
stock_codes.remove(stock_code)
print(f’股票 {stock_code} 已收盘！’)
status[stock_code] = len(df)
if len(stock_codes) != 0:
print(‘暂停 60 秒’)
time.sleep(60)
print(‘-’*10)

print(‘全部股票已收盘’)

每间隔 1 分钟获取一次多只股票分钟行情数据(高速版)# 导入 efinance 如果没有安装则需要通过执行

命令: pip install efinance 来安装
from typing import Dict
import efinance as ef
import pandas as pd
import time
from datetime import datetime

股票代码或者名称列表

stock_codes = [‘600519’, ‘腾讯’, ‘AAPL’]

数据间隔时间为 1 分钟

freq = 1
status = {stock_code: 0 for stock_code in stock_codes}
while len(stock_codes) != 0:
# 获取最新一个交易日的分钟级别股票行情数据<