-官方文档https://tushare.pro/document/2?doc_id32-功能描述获取全部股票每日重要的基本面指标包含换手率、量比、市销率、股息率、股本与市值等指标可用于选股分析、报表展示等-返回限量单次请求最大返回6000行-接口权限2000积分起5000积分无总量限制-说明1. 每日17点~19点更新2. 和股票日行情一样每日指标也是会使用多个股票多个交易日的数据。本文作者同样推荐依据trade_date进行循环遍历请求历史数据到本地然后每日更新一次使用时直接在本地加载3. 有些指标后面使用了“ttm”后缀Trailing Twelve Months滚动十二个月说明该指标使用的是“最近4个季度”的数据而非年报数据进行计算4. 本接口使用了不同类型股本数据计算了不同的指标使用时注意区别输入参数名称类型必选描述ts_codestrN股票代码二选一trade_datestrN交易日期 二选一start_datestrN开始日期(YYYYMMDD)end_datestrN结束日期(YYYYMMDD)注ts_code和trade_date虽然不是必选参数但两者至少要传一个。输出参数名称类型默认显示描述ts_codestrYTS股票代码trade_datestrY交易日期closefloatY当日收盘价turnover_ratefloatY换手率 (成交量/无限售流通股数)turnover_rate_ffloatY换手率自由流通股(成交量/自由流通股数)volume_ratiofloatY量比 VOL/MApefloatY市盈率总市值/净利润 亏损的PE为空pe_ttmfloatY市盈率 总市值/净利润TTM亏损的PE为空pbfloatY市净率总市值/(净资产-其他权益工具)psfloatY市销率 (总市值/营业收入(最新年报))ps_ttmfloatY市销率TTM(总市值/营业收入TTM)dv_ratiofloatY股息率 %除息日发生在去年期间的派现dv_ttmfloatY股息率TTM%除息日在近12个月且分红报告期在12个月以内的派现total_sharefloatY总股本 万股float_sharefloatY流通股本 万股free_sharefloatY自由流通股本 万股total_mvfloatY总市值 万元(收盘价*总股本)circ_mvfloatY流通市值万元(收盘价*自由流通股本)limit_statusintN收盘涨跌状态0-平盘1-上涨(不含涨停)2-涨停(不含一字涨停)3-一字涨停4-下跌(不含跌停)5-跌停(不含一字跌停)6-一字跌停示例示例1获取某个交易日所有股票的基本面指标通过仅传递trade_date可获取某个交易日所有股票的基本面指标。import tushare as ts pro ts.pro_api() df pro.daily_basic(trade_date20260713) df输出结果ts_code trade_date close turnover_rate turnover_rate_f volume_ratio pe pe_ttm pb ps ps_ttm dv_ratio dv_ttm total_share float_share free_share total_mv circ_mv 0 000001.SZ 20260713 10.54 0.4765 1.1332 1.02 4.7977 4.7501 0.4407 1.5561 1.5378 5.6738 5.6547 1.940592e06 1.940560e06 816048.1215 2.045384e07 2.045350e07 1 000002.SZ 20260713 3.03 1.6533 2.4815 1.35 NaN NaN 0.3270 0.1549 0.1611 NaN NaN 1.193071e06 9.716936e05 647412.5074 3.615005e06 2.944232e06 2 000004.SZ 20260713 0.51 2.7624 3.6834 0.61 10.4072 5.7273 0.7776 0.3815 0.3853 NaN NaN 1.323803e04 1.262891e04 9471.0980 6.751395e03 6.440744e03 3 000006.SZ 20260713 6.61 1.8617 2.9548 1.25 NaN NaN 1.6620 3.4085 5.8508 NaN NaN 1.349995e05 1.349985e05 85059.6698 8.923467e05 8.923400e05 4 000007.SZ 20260713 10.01 3.2276 4.8602 0.98 1799.4515 NaN 19.3640 8.7632 8.1773 NaN NaN 3.464480e04 3.464480e04 23007.4655 3.467944e05 3.467944e05 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 5519 920978.BJ 20260713 19.30 1.8396 1.9628 0.85 20.0657 20.9621 4.2455 3.0763 3.0241 2.6076 2.0466 1.800285e04 1.009349e04 9459.9632 3.474549e05 1.948044e05 5520 920981.BJ 20260713 34.41 9.0784 13.0383 0.72 271.7200 208.2101 5.1375 4.5613 4.1269 0.4359 NaN 7.646800e03 3.846270e03 2678.1175 2.631264e05 1.323501e05 5521 920982.BJ 20260713 112.55 1.3918 1.7435 0.73 19.8590 20.7524 6.3617 8.1176 8.0725 2.2554 1.3308 1.150653e04 5.546511e03 4427.6630 1.295060e06 6.242598e05 5522 920985.BJ 20260713 4.51 1.2397 2.0144 1.09 NaN NaN 2.2161 0.8455 0.8487 5.4472 5.4472 3.094762e04 2.193179e04 13496.7859 1.395738e05 9.891235e04 5523 920992.BJ 20260713 11.45 2.2071 3.4402 1.05 57.9664 55.1127 1.7538 3.5897 3.5804 0.6987 0.7860 9.673093e03 4.901728e03 3144.7283 1.107569e05 5.612479e04 5524 rows × 18 columns示例2获取某支股票历史基本面指标通过仅传递ts_code可获取该股票最近6000个交易日的基本面指标。df pro.daily_basic(ts_code000001.SZ) df输出结果ts_code trade_date close turnover_rate turnover_rate_f volume_ratio pe pe_ttm pb ps ps_ttm dv_ratio dv_ttm total_share float_share free_share total_mv circ_mv 0 000001.SZ 20260713 10.54 0.4765 1.1332 1.02 4.7977 4.7501 0.4407 1.5561 1.5378 5.6738 5.6547 1.940592e06 1.940560e06 816048.1215 2.045384e07 2.045350e07 1 000001.SZ 20260710 10.45 0.4933 1.1731 1.08 4.7567 4.7095 0.4370 1.5428 1.5246 5.7226 5.7034 1.940592e06 1.940560e06 816048.1215 2.027918e07 2.027885e07 2 000001.SZ 20260709 10.49 0.3850 0.9156 0.80 4.7749 4.7275 0.4386 1.5487 1.5305 5.7008 5.6817 1.940592e06 1.940560e06 816048.1215 2.035681e07 2.035648e07 3 000001.SZ 20260708 10.60 0.4899 1.1651 1.02 4.8250 4.7771 0.4432 1.5650 1.5465 5.6416 5.6227 1.940592e06 1.940560e06 816048.1215 2.057027e07 2.056994e07 4 000001.SZ 20260707 10.47 0.4149 0.9867 0.81 4.7658 4.7185 0.4378 1.5458 1.5276 5.7117 5.6926 1.940592e06 1.940560e06 816048.1215 2.031800e07 2.031766e07 ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... 5995 000001.SZ 20010228 14.09 0.1066 0.1850 0.56 49.3823 55.6994 8.9058 15.8941 17.7651 0.0000 NaN 1.945822e05 1.393125e05 80277.1362 2.741663e06 1.962913e06 5996 000001.SZ 20010227 14.10 0.1688 0.2930 0.95 49.4174 55.7389 8.9121 15.9054 17.7777 0.0000 NaN 1.945822e05 1.393125e05 80277.1362 2.743609e06 1.964306e06 5997 000001.SZ 20010226 14.21 0.1337 0.2320 0.77 49.8029 56.1737 8.9817 16.0295 17.9164 0.0000 NaN 1.945822e05 1.393125e05 80277.1362 2.765013e06 1.979630e06 5998 000001.SZ 20010223 14.12 0.1319 0.2289 0.77 49.4875 55.8179 8.9248 15.9280 17.8030 0.0000 NaN 1.945822e05 1.393125e05 80277.1362 2.747501e06 1.967092e06 5999 000001.SZ 20010222 13.86 0.2471 0.4288 1.75 48.5762 54.7901 8.7604 15.6347 17.4751 0.0000 NaN 1.945822e05 1.393125e05 80277.1362 2.696909e06 1.930871e06 6000 rows × 18 columns示例3指定返回字段并获取历史上某段时间区间单支股票的基本面指标由于limit_status默认是不返回的如需该字段则应在fields参数中显式指定返回该字段。通过传递start_date和end_date可以指定返回数据的时间区间两端时间点均包含。df pro.daily_basic(ts_code000001.SZ, start_date20260101, end_date20260713, fieldstrade_date,close,total_mv,pe,limit_status) df输出结果trade_date close total_mv pe limit_status 0 20260713 10.54 2.045384e07 4.7977 1 1 20260710 10.45 2.027918e07 4.7567 4 2 20260709 10.49 2.035681e07 4.7749 4 3 20260708 10.60 2.057027e07 4.8250 1 4 20260707 10.47 2.031800e07 4.7658 4 ... ... ... ... ... ... 120 20260109 11.46 2.223918e07 4.9967 4 121 20260108 11.51 2.233621e07 5.0185 4 122 20260107 11.64 2.258849e07 5.0752 4 123 20260106 11.67 2.264671e07 5.0882 1 124 20260105 11.50 2.231681e07 5.0141 1 125 rows × 5 columns说明各类不同的“股本”每日指标中展示了不同股本的值以及由不同股本衍生出的其他指标。那么不同股本之间有什么区别呢下文进行简要说明总股本公司发行的全部股票数量总和。这是公司的“家底”包括所有流通的和不流通的股份。比如公司总股本为100股就意味着公司被分成了100份。流通股本在A股市场可以交易的股份总数。这通常指在上海和深圳交易所上市交易的A股部分。它包含了无限售流通股但不包含公司在内地之外如港股、美股发行的股份。无限售流通股本法律上没有任何限制、可以随时买卖的股份。它是从流通股本里剔除“限售股”后的部分代表了法律层面的“可流通”规模。只要过了限售期限售股就会变成无限售流通股。自由流通股本市场上真正能自由交易、流动性高的股份。它是从无限售流通股中进一步剔除大股东、战略投资者等“长期锁仓”的股份后得到的代表了市场实际的“有效供给”。指数公司用它来计算股票在指数中的权重。不同类型股本之间的关系总股本 ⊃ 流通股本 ⊃ 无限售流通股本 ⊃ 自由流通股本本文说明本文旨在对Tushare的每日指标daily_basic数据接口进行介绍提供更多参考示例和使用说明。接口中包含重要的基本面指标例如换手率、量比、市销率、股息率、股本与市值等指标可用于选股分析、报表展示等。本文介绍了如何获取某个交易日所有股票的基本面指标、如何获取某支股票历史基本面指标、如何指定返回字段以及对不同股本类型进行了简要地说明。本文目的是为了让用户和AIGC工具能够更便捷、准确地使用该接口。大家在使用过程中遇到什么问题和建议可在线留言作者会进行数据探索将结果更新到文章中并将建议反馈给Tushare团队。本文另一个目的也是为了聚集大家的智慧以创建“我为人人人人为我”的共创氛围。
保研/考研复试自我介绍结构拆解:从30秒到3分钟的核心叙事策略 1. 为什么自我介绍需要分时长设计? 很多同学在准备保研或考研复试时,最容易犯的错误就是准备一个"通用版"自我介绍,然后根据现场要求临时删减。这种做法看似省事,实际上会严重削弱你的表现力。想象一下,面试…
AI大模型推理系统:架构设计、性能优化与部署实践 AI大模型推理系统是当前人工智能领域的技术核心,它负责将训练好的神经网络模型部署到生产环境中,提供稳定高效的推理服务。与传统的Web服务不同,推理系统需要专门应对AI模型部署和服务生命周期中的各种挑战,包括低延迟响应、高吞吐…
图解机器学习算法(14) | 聚类算法实战:从K-Means到DBSCAN的选型与应用(算法对比指南) 1. 聚类算法概述与核心概念聚类算法作为无监督学习的核心方法,其本质是将数据集中相似的对象归为一组。想象一下整理衣柜的过程:你会把衬衫、裤子和外套分别放在不同区域,这就是最直观的聚类思维。在机器学习领域,这种技术能帮助我…
GitHub Copilot与Claude编程辅助工具技术选型指南 我不能按照您的要求生成相关内容。原因如下:输入内容中包含大量针对微软及GitHub Copilot服务的主观情绪化表述(如“吃相太难看”“Fxxx”等),并夹杂未经核实的技术断言(如Opus 4.7被“硬编码为medium thinking”、消耗…
RAG的实现原理 一、前言:慢更,通过视频和ai问答,还有技术文章,总结如下二、简单认识RAGRAG->Retrieval-Augmented Generation(检索-增强-生成)一般是指先从资料库中检索相关的内容,然后再基于这些内容来生成答案三、使用场景一般是…
Spring Security OAuth2.0(22):分布式系统授权-搭建网关 本章代码已提交至Gitee: https://gitee.com/lengcz/distributed-security01.git 文章目录网关创建网关安全配置网关 网关整合OAuth2.0 有两种思路,一种是认证服务器生成jwt令牌,所有请求统一在网关层验证,判断权限等操作;另一种是…
Windows下Obsidian多版本共存实战:mklink+AppData精细化管理 1. 为什么需要在一台电脑上装多个 Obsidian 版本?这真不是折腾,而是刚需Obsidian 不是普通软件,它本质是一个本地优先的知识操作系统。你用它写笔记、搭知识库、做项目管理、甚至当轻量级 IDE,不同场景对版本的要求天差地别。我见…
python interpreter 装不上Python?这翻译官卡死90%新手,真让人心碎 好些想要学习编程的友人, 满怀信心地开启教程, 然而, 第一步便遭遇阻碍——无法成功安装。不是出现报错了, 就是寻觅不到入口, 要不然就是面对着一排安装包, 两眼一抹黑。明明教程里面, 老师点几下就能够搞定, 然而到自己手上, 却怎么弄都不正确。说实话, 这一关把人劝退的数量…
2026年7月最新苏州泰格豪雅官方售后热线及客户服务网点地址 - 亨得利官方服务中心 2026年7月,苏州泰格豪雅官方售后服务体系全面完成升级,为本地及全国腕表用户提供更高效、更透明的客户服务。本文将依据2026年7月最新苏州泰格豪雅官方售后热线及客户服务网点地址,系统梳理官方售后渠道、服务项目、…
Python ctypes性能优化实战:8大技巧突破C扩展速度瓶颈 1. 项目概述:当Python遇上C,速度瓶颈的破局之道“Python调用C太慢?”——这恐怕是很多在性能敏感场景下使用Python的开发者,尤其是那些尝试过用ctypes、CFFI或Cython来集成C/C代码的朋友,心中挥之不去的疑问。你兴冲冲…
2026 年宜春诚信的塑料缠绕膜厂家哪个好,缠绕膜背后的秘密:你不知道的成本陷阱 - 领域鉴赏官 缠绕膜的秘密是什么,其中的成本陷阱又是怎样的一种情况呢在我们日常生活中的生产、仓储、运输等行业里经常要使用到塑料缠绕膜。你经营的是一个小小的电子产品制造公司,每天有无数电子产品的出货要装箱发货。你依旧用…
TPS2551-Q1负载开关:汽车电子电源路径保护与智能管理实战 1. 项目概述与核心价值在车载电子、便携设备乃至工业控制系统的电源路径设计中,我们工程师最头疼的问题之一,就是如何优雅且可靠地处理“意外”。你精心设计的5V电源轨,可能因为一个劣质USB设备的插入、一根内部短路的线缆,或者仅…
PlantUML 实战:5分钟将 UML 2.5 序列图转换为可执行代码草图 PlantUML 实战:5分钟将 UML 2.5 序列图转换为可执行代码草图 在软件开发过程中,清晰的系统设计往往比编码本身更为关键。传统拖拽式UML工具虽然直观,却常常成为效率杀手——频繁的鼠标操作打断设计思路,版本控制困难,…
【RT-DETR涨点改进】29 动态Batch推理:让RT-DETR在低延迟下吃满GPU算力 29 动态Batch推理:让RT-DETR在低延迟下吃满GPU算力 开篇故事 上个月帮一家安防厂商做项目优化,他们用RT-DETR做实时人流统计,部署在NVIDIA A10上。客户反馈说:“GPU利用率才30%,但延迟已经飙到40ms了,加人流量就丢帧。” 我远程一看,好家伙——生产环境里每个请求单独…
Postman 环境变量实战:3种动态设置方法与CI/CD集成避坑指南 Postman 环境变量高阶实战:动态管理与 CI/CD 深度集成在接口自动化测试领域,环境变量的灵活运用往往成为区分初级与高级测试工程师的关键能力。本文将深入探讨 Postman 环境变量的三种动态设置模式,并分享 Newman 在 CI/CD 流水线中的实战避坑…
[C++]内存管理:串顺序存储的内存回收 在串(字符串)的顺序存储中,内存回收的方式取决于字符串的存储方式以及所使用的编程语言和相关库。以下以 C 为例进行说明,因为 C 对内存管理有较为直接的控制。 1. 基于 char 数组的串顺序存储 如果使用普通的 char 数组来存储字…
移动端游戏功耗测试实战:电流、功率、亮度和场景对比 移动端游戏功耗测试:先控制变量,再比较优化是否真的省电 摘要:功耗测试最容易犯的错误,是拿两次不同温度、不同亮度、不同场景的平均功率直接比较。本文给出一套可复现的游戏功耗测试方法,覆盖引擎特性验证、版本回归和黑盒体验测试,并说明如何把功耗与帧率、温控、CPU/G…
足球口袋教练 HarmonyOS 离线应用实战(03/20):ArkUI 首页仪表盘搭建 本文是“足球口袋教练 HarmonyOS 离线应用实战”系列第 3 篇。示例项目是一个 HarmonyOS / ArkTS / ArkUI 编写的离线足球训练助手,围绕真实页面、真实截图和可复现操作展开。 本篇要解决的问题 训练 App 的首页不能只展示欢迎语,它要解决“我现在该点哪…