#生成一个list，list中为上证指数成分股中流通市值最大的5个股票的股票代码. stocks=get_index_stocks('000001.XSHG') q = query(valuation.code,valuation.circulating_market_cap ).filter(valuation.code.in_(stocks) ).order_by(valuation.circulating_market_cap.desc() ).limit(5) w=get_fundamentals(q,date='2023-05-23') print(w)

@半仓好心情 第一个能看懂的代码

@某泽 用的是文档里教的方法吗？完全看不懂

@cqg “生成一个list，list中为上证指数成分股中流通市值最大的5个股票的股票代码” 哪里有取上证指数的成分股做比较？貌似取的是全部股票做的比较吧

@学数学的女孩 就是用的本节文档里的方法，他用了一个排序函数，然后输出前五只股票。我也是小白刚学，可以一起交流

@某泽 看懂了get_fundamentals的用法，但是这个网友提到的get_valuation 是个啥？我查了获取数据的函数列表貌似没有这个，表达式我倒是也能猜出来是什么含义。

@学数学的女孩 “获取多个标的在指定交易日范围内的市值表数据”，在新API手册里有这个函数说明，“数据获取函数”中最后一个，新API手册的地址是：https://www.joinquant.com/help/api/help#api:数据获取函数

打卡

``` #上半年波动最高价减最低价幅度不超过20% all_securities = get_all_securities(types=['stock']) security_codes = all_securities.index.tolist() # print('security codes is %s' % security_codes) all_price = get_price(security_codes, start_date='2023-01-01', end_date='2023-06-30', frequency='daily', fields=['high', 'low'], skip_paused=True, fq='pre', panel=False) # max_price = all_price.groupby('code')[['high']].agg(['max']) # min_price = all_price.groupby('code')[['low']].agg(['min']) max_min_price = all_price.groupby('code').agg({'high': 'max', 'low': 'min'}) # 分组之后的信息 # print('max is %s' % max_price) # print('min is %s' % min_price) # print('max min is %s' % max_min_price) max_min_lt_20_price = max_min_price[(max_min_price['high'] - max_min_price['low']) / max_min_price['low'] < 0.2].join(all_securities['display_name'], on='code', how='left') print('最终结果 %s' % max_min_lt_20_price.to_string()) ```

``` # 筛选2023q1市值大于500亿，市盈率小于25，经营现金流为正的股票，流动资产大于流动负债，净利润大于10亿，从低到高排序 all_securities = get_all_securities(types=['stock']) # 设定筛选条件 q = query(valuation.code, valuation.market_cap, valuation.pe_ratio, cash_flow.net_operate_cash_flow, income.net_profit ).filter(valuation.market_cap > 500, valuation.pe_ratio < 25, valuation.pe_ratio > 0, cash_flow.net_operate_cash_flow > 0, balance.total_current_assets > balance.total_current_liability, income.net_profit > 1e9) # 获取符合条件的股票列表 selected_securities = get_fundamentals(q, statDate='2023q1').sort_values(['pe_ratio', 'market_cap'], ascending=[True, True]) # 输出结果 # print(selected_securities.describe()) # print(selected_securities.to_string()) complete_securities = selected_securities.join(all_securities['display_name'], on='code', how='left') print(complete_securities.to_string()) ```

# 按标签获取某几行.loc[[行标签名,...],:] print(w.loc[['2016-08-29','2016-08-31'],:]) # 此处这样写会报错，原因是当前的行标签类型是DatetimeIndex，不是字符串，所以使用标签名时要注意数据类型。而时间类型的数据处理往往非常麻烦，因此行或列标签名是日期情况下建议新手回避，改使用位置获取。

pandas聚宽系统已经自动加载了，不必额外写代码导入了。

k=[] q=query(valuation.code,valuation.circulating_cap ).order_by(valuation.circulating_cap.desc() ).limit(5) w=get_fundamentals(q) a=w.iloc[:,0] k=a.tolist() print(k) 但是如果我想要特定日期流通市值前五的股票数据，该怎么加日期呢

学习打卡

回复求积分，谢谢

@dxr007 加油

学习打卡

请问想获取000300一段时间内的收盘价，而非直接用于策略编写，应该怎么操作？

打卡打卡