焕新升级！轻松获取港股、权证的历史交易数据

本文作者：罗天尧，新疆大学商学院

本文编辑：郭泽源

技术总编：方一卓

Stata and Python 数据分析

爬虫俱乐部Stata基础课程、Stata进阶课程和Python课程可在小鹅通平台查看，欢迎大家多多支持订阅！如需了解详情，可以通过课程链接（https://appbqiqpzi66527.h5.xiaoeknow.com/homepage/10）或课程二维码进行访问哦~

END引言

        最近，爬虫俱乐部更新了h系列命令中的hktrade命令，该命令由李春涛教授、毛秀苹老师和新疆大学商学院罗天尧共同编写而成。

ssc install hktrade,replace //在Stata中运行，即可完成更新。

        此次更新后，hktrade可以在开收盘价、振幅、收益率等多个指标；现已支持日度、周度、月度交易数据的可选项；支持获取港股关联权证数据及权证交易数据。

END工作原理

        hktrade需要命令使用者输入一个港交所股票代码，随后Stata软件会自动从云端获取该股在港交所的历史交易信息，并保存在dta文件中。

ENDhktrade使用语法

 hktrade code, path(foldername) fqt(frequency) warrant(True)
 *注：hktrade需要在stata 17.0及以上的版本运行。

code是查询的港交所股票代码（五位数）；使用者也可以使用简写输入，代码会被0补齐至五位数（如1，即代表目标代码为00001）。

path(foldername) 为可选项，是设置文件的保存路径。默认设置会自动将.dta文件保存在当前工作路径下。

fqt(frequency)为新添加的可选项。用于选择日度、周度、月度的历史交易数据，默认为日度交易数据，d和D代表日度，w和W代表周度，m和M代表月度。

warrant(True)为新添加的可选项。用于获取港股关联的权证详情，包括代码、名称、行权价等。True可以用true、t替换，均表示声明获取关联权证信息。

使用hktrade时，确保fqt(frequency)和warrant(True)在二选一状态下运行。

END案例
  

1 . 获取港股历史交易数据

        如果我们想获取00035（远东发展）的日度历史交易数据，可以在stata的命令栏输入hktrade 加上港股代码，回车，即可获取历史交易信息：

hktrade 00035,fqt(d)

此时输出信息：

说明已经获取了对应的数据集，打开stata左上角数据集查看。数据集中已生成包含开收盘价、最高最低价、成交量、振幅、涨跌幅等多个变量。

同样，hktrade支持简写输入，代码会被0补齐至五位数：

hktrade 35,fqt(d)
hktrade 0035,fqt(d)

上述两种命令写法，都能获取00035的交易数据。

港股的代码均为五位数，如果输入了超过五位数的代码，命令会报错：

如果输入的股票代码不存在，也会报错：

同时，hktrade支持指定位置的数据集保存。当没有指定时，数据集会自动保存在stata默认工作路径下：

我们可以通过path的可选项执行命令：

hktrade 9, path(D:/temp/) fqt(D)

如此，数据就会保存在指定文件夹下。

可以直接在当前数据集查看生成的数据，也可以通过命令调用该数据集，方法为：use+存储路径+代码.dta：

use "D:\temp\00009_trade.dta"

同时，我们还可以一次获取多只股票的数据。

hktrade 1 99,fqt(M)

2 . 获取港股关联权证信息

获取港股关联权证信息时，只需要将可选项替换为warrant。

hktrade 3,warrant(T)

所有在运行权证信息便会生成。

打开数据集即可查看获取的权证信息；权证代码在code_name变量中。

3 . 获取权证历史交易信息

接上述数据，我们可以复制code_name[1]中的代码，再次使用hktrade获取权证的历史交易信息。

hktrade 11509,fqt(d)

打开数据集即可查看指定权证的历史交易信息。

通过上述的简单介绍，相信你已经了解hktrade命令的使用方法。如果需要了解更多，可以使用help hktrade命令来查看帮助文档。

END

重磅福利！为了更好地服务各位同学的研究，爬虫俱乐部将在小鹅通平台上持续提供金融研究所需要的各类指标，包括上市公司十大股东、股价崩盘、投资效率、融资约束、企业避税、分析师跟踪、净资产收益率、资产回报率、国际四大审计、托宾Q值、第一大股东持股比例、账面市值比、沪深A股上市公司研究常用控制变量等一系列深加工数据，基于各交易所信息披露的数据利用Stata在实现数据实时更新的同时还将不断上线更多的数据指标。我们以最前沿的数据处理技术、最好的服务质量、最大的诚意望能助力大家的研究工作！相关数据链接，请大家访问：(https://appbqiqpzi66527.h5.xiaoeknow.com/homepage/10)或扫描二维码：

最后，我们为大家揭秘雪球网(https://xueqiu.com/)最新所展示的沪深证券和港股关注人数增长Top10。

对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！

往期推文推荐 爬虫俱乐部的精彩答疑---cntraveltime【爬虫俱乐部新命令速递】在Stata中与ChatGPT对话
自然语言处理之实例应用Python实现微信自动回复告诉python，我想“狂飙”了——线程池与异步协程为爬虫提速高级函数——map()和reduce()快来看看武汉的房价是不是又双叒叕涨了！Python 常见内置函数（二）Python标准库--logging模块盲区探索——Stata的读写极限Camelot提取PDF表格：一页多表、多页一表Python常见内置函数（一）Stata绘图系列——饼形图绘制
     关于我们 

   微信公众号“Stata and Python数据分析”分享实用的Stata、Python等软件的数据处理知识，欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

   武汉字符串数据科技有限公司一直为广大用户提供数据采集和分析的服务工作，如果您有这方面的需求，请发邮件到[e-mail]，或者直接联系我们的数据中台总工程司海涛先生，电话：[phone]，wechat: super4ht。海涛先生曾长期在香港大学从事研究工作，现为知名985大学的博士生，爬虫俱乐部网络爬虫技术和正则表达式的课程负责人。

此外，欢迎大家踊跃投稿，介绍一些关于Stata和Python的数据处理和分析技巧。

投稿邮箱：[e-mail]投稿要求：1）必须原创，禁止抄袭；2）必须准确，详细，有例子，有截图；注意事项：1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名，并有赏金分成。2）邮件请注明投稿，邮件名称为“投稿+推文名称”。3）应广大读者要求，现开通有偿问答服务，如果大家遇到有关数据处理、分析等问题，可以在公众号中提出，只需支付少量赏金，我们会在后期的推文里给予解答。