python量化分析系列之---5行代码实现1秒内获取一次所有股票的实时分笔数据
前两篇文章分别简单介绍了tushare这个财经数据接口包的使用，用起来很简单顺手，一两句代码就可以获取到你想的要的数据，但是有在群里经常看到说获取数据经常挂，延迟很严重等等，其实那是因为使用者没有好好去领悟和了解工具。片面两篇文章已经对tushare如何获取股票的历史数据和实时数据有过简单的介绍，没看过的朋友可以到微信公众号【数据之佳】点击往期文章就可以查看。上两篇文章只是向大家介绍了tushare这个工具，相信有不少对量化投资感兴趣，却不知道如何获取数据的朋友已经尝试过使用他来获取数据，但遗憾的是，如果不注意使用的技巧，你获取数据的脚本即使不经常挂，得到的数据质量也不高，尤其是实时分笔数据，上一篇文章展示的代码，获取一次所有股票的实时数据整整花了20秒的时间，遇到这种情况，可能很多人会想，是不是我的网速的问题，或者是数据限制访问的频次导致的？所以只能退而求其次，自我安慰，有总比没有好。
其实不然，我们使用tushare来获取数据，器数据也是通过爬虫从各个数据爬下来的，那么在代码访问数据的过程中，每一次访问都需要经过验证，就好像你需要从仓库中取一万个零件，你每一次只取一个，而仓库管理员必须遵守规定，每一次取物品都需要验证人的身份，做记录等等一系列繁杂的手续，很可能你验证身份所花的时间比你取物品的时间还要多得多，然而如果你有一辆卡车，一次可以运走一千个零件，那么你每次验证身份，就可以取走一千件，这样身份验证所花的时间比一件一件的取要少一千倍。
这么一说其实道理是很简单的，关键在于你会不会这样去想，向获取数据也一样，每次访问服务器，都需要发送请求，验证等等，这些都是无用的时间开销，如果我们能一次性获取多条数据，就可以大大节省时间开销，恰好tushare获取实时数据的接口函数提供了这样的功能，一次性可以获取多只股票的数据，但不能太多，tushare网页文档说的是最好每次不要获取超过30只股票的数据，但经过我验证，每次最多可以获取880只股票的实时数据，现在一共有3400多只股票，我们只需要获取4次就够了，下面提供一下源代码，核心代码的确只有5行，为了验证是否获取一次数据的时间间隔，我把获取数据之前，以及之后的时间都打印出来了。
import tushare as tsimport pandas as pdimport datetimef=open('F:\get_stocks\get_data\stocks.txt')time1=datetime.datetime.now()stocks=[line.strip() for line in f.readlines()]data1=ts.get_realtime_quotes(stocks[0:880])data2=ts.get_realtime_quotes(stocks[880:1760])data3=ts.get_realtime_quotes(stocks[1760:2640])data4=ts.get_realtime_quotes(stocks[2640:-1])time2=datetime.datetime.now()print('开始时间：'+str(time1))print('结束时间：'+str(time2))print(data1)print(data2)print(data3)print(data4)
开始时间：2017-12-04 21:42:27.184003结束时间：2017-12-04 21:42:27.696398
可以看到，获取数据前后的时间差，只有0.5秒多一些，准确的说，这一次实验只用了0.5123秒，当然在这里只是，帮助大家打开思路，在这里还得感谢tushare的开发者，让我们可以很方便的就获取到一些很有价值的金融数据。虽然他不是万能的，但是却能使我们把更多的时间花在自己的模型上面。
在这里数据就不贴了，感兴趣的朋友自己动手实验一下，我的电脑配置很一般，网速也算不上很好，不用担心你的网速，这个速度你一样可以达到如果想要把这个思路用在自己的服务器上面，用来获取一整天的实时数据，建议读者使用调度工具，最简单的是linux下面的crontab，它只支持最小单位分钟的调度，但稍加运用，也可以用来调度我们获取实时数据的程序。