Module: Tushare::Stock::Macro

Extended by:

Util

Defined in:

lib/tushare/stock/macro.rb

Overview

宏观经济数据接口

Class Method Summary

• .cpi ⇒ Object

  获取居民消费价格指数数据 Return ——– DataFrame month :统计月份 cpi :价格指数.

• .deposit_rate ⇒ Object

  获取存款利率数据 Return ——– DataFrame date :变动日期 deposit_type :存款种类 rate:利率（%）.

• .fetch_data(url, cols) ⇒ Object
• .gdp_contrib ⇒ Object

  获取三大产业贡献率数据 Return ——– DataFrame year :统计年度 gdp_yoy :国内生产总值 pi :第一产业献率(%) si :第二产业献率(%) industry:其中工业献率(%) ti :第三产业献率(%).

• .gdp_for ⇒ Object

  获取三大需求对GDP贡献数据 Return ——– DataFrame year :统计年度 end_for :最终消费支出贡献率(%) for_rate :最终消费支出拉动(百分点) asset_for :资本形成总额贡献率(%) asset_rate:资本形成总额拉动(百分点) goods_for :货物和服务净出口贡献率(%) goods_rate :货物和服务净出口拉动(百分点).

• .gdp_pull ⇒ Object

  获取三大产业对GDP拉动数据 Return ——– DataFrame year :统计年度 gdp_yoy :国内生产总值同比增长(%) pi :第一产业拉动率(%) si :第二产业拉动率(%) industry:其中工业拉动(%) ti :第三产业拉动率(%).

• .gdp_quarter ⇒ Object

  获取季度国内生产总值数据 Return ——– DataFrame quarter :季度 gdp :国内生产总值(亿元) gdp_yoy :国内生产总值同比增长(%) pi :第一产业增加值(亿元) pi_yoy:第一产业增加值同比增长(%) si :第二产业增加值(亿元) si_yoy :第二产业增加值同比增长(%) ti :第三产业增加值(亿元) ti_yoy :第三产业增加值同比增长(%).

• .gdp_year ⇒ Object

  获取年度国内生产总值数据 Return ——– DataFrame year :统计年度 gdp :国内生产总值(亿元) pc_gdp :人均国内生产总值(元) gnp :国民生产总值(亿元) pi :第一产业(亿元) si :第二产业(亿元) industry :工业(亿元) cons_industry :建筑业(亿元) ti :第三产业(亿元) trans_industry :交通运输仓储邮电通信业(亿元) lbdy :批发零售贸易及餐饮业(亿元).

• .loan_rate ⇒ Object

  获取贷款利率数据 Return ——– DataFrame date :执行日期 loan_type :存款种类 rate:利率（%）.

• .money_supply ⇒ Object

  获取货币供应量数据 Return ——– DataFrame month :统计时间 m2 :货币和准货币（广义货币M2）(亿元) m2_yoy:货币和准货币（广义货币M2）同比增长(%) m1:货币(狭义货币M1)(亿元) m1_yoy:货币(狭义货币M1)同比增长(%) m0:流通中现金(M0)(亿元) m0_yoy:流通中现金(M0)同比增长(%) cd:活期存款(亿元) cd_yoy:活期存款同比增长(%) qm:准货币(亿元) qm_yoy:准货币同比增长(%) ftd:定期存款(亿元) ftd_yoy:定期存款同比增长(%) sd:储蓄存款(亿元) sd_yoy:储蓄存款同比增长(%) rests:其他存款(亿元) rests_yoy:其他存款同比增长(%).

• .money_supply_bal ⇒ Object

  获取货币供应量(年底余额)数据 Return ——– DataFrame year :统计年度 m2 :货币和准货币(亿元) m1:货币(亿元) m0:流通中现金(亿元) cd:活期存款(亿元) qm:准货币(亿元) ftd:定期存款(亿元) sd:储蓄存款(亿元) rests:其他存款(亿元).

• .ppi ⇒ Object

  获取工业品出厂价格指数数据 Return ——– DataFrame month :统计月份 ppiip :工业品出厂价格指数 ppi :生产资料价格指数 qm:采掘工业价格指数 rmi:原材料工业价格指数 pi:加工工业价格指数 cg:生活资料价格指数 food:食品类价格指数 clothing:衣着类价格指数 roeu:一般日用品价格指数 dcg:耐用消费品价格指数.

• .rrr ⇒ Object

  获取存款准备金率数据 Return ——– DataFrame date :变动日期 before :调整前存款准备金率(%) now:调整后存款准备金率(%) changed:调整幅度(%).

Methods included from Util

_code_to_symbol, _write_console, _write_head, check_quarter, check_year, fetch_ftp_file, holiday?, trade_cal

Class Method Details

.cpi ⇒ Object

获取居民消费价格指数数据Return

---

DataFrame

month :

# File 'lib/tushare/stock/macro.rb', line 109

def cpi
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[1], 0, 600, random_int)
  fetch_data(url, CPI_COLS)
end

.deposit_rate ⇒ Object

获取存款利率数据Return

---

DataFrame

date :

# File 'lib/tushare/stock/macro.rb', line 145

def deposit_rate
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[2], 2, 600, random_int)
  fetch_data(url, DEPOSIT_COLS)
end

.fetch_data(url, cols) ⇒ Object

# File 'lib/tushare/stock/macro.rb', line 232

def fetch_data(url, cols)
  resp = HTTParty.get(url)
  str = resp.body.encode('utf-8', 'gbk')
  index = str.index 'count:'
  arr = JSON.parse str[index..-1].split('data:').last[0..-4]
  result = []
  arr.each do |row|
    object = {}
    cols.each_with_index do |key, i|
      object[key] = row[i]
    end
    result << object
  end
  result
end

.gdp_contrib ⇒ Object

获取三大产业贡献率数据Return

---

DataFrame

year :

# File 'lib/tushare/stock/macro.rb', line 96

def gdp_contrib
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[0], 6, 60, random_int)
  fetch_data(url, GDP_CONTRIB_COLS)
end

.gdp_for ⇒ Object

获取三大需求对GDP贡献数据Return

---

DataFrame

year :

# File 'lib/tushare/stock/macro.rb', line 62

def gdp_for
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[0], 4, 80, random_int)
  fetch_data(url, GDP_FOR_COLS)
end

.gdp_pull ⇒ Object

获取三大产业对GDP拉动数据Return

---

DataFrame

year :

# File 'lib/tushare/stock/macro.rb', line 79

def gdp_pull
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[0], 5, 60, random_int)
  fetch_data(url, GDP_PULL_COLS)
end

.gdp_quarter ⇒ Object

获取季度国内生产总值数据Return

---

DataFrame

quarter :

# File 'lib/tushare/stock/macro.rb', line 44

def gdp_quarter
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[0], 1, 250, random_int)
  fetch_data(url, GDP_QUARTER_COLS)
end

.gdp_year ⇒ Object

获取年度国内生产总值数据Return

---

DataFrame

year :

# File 'lib/tushare/stock/macro.rb', line 24

def gdp_year
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[0], 0, 70, random_int)
  fetch_data(url, GDP_YEAR_COLS)
end

.loan_rate ⇒ Object

获取贷款利率数据Return

---

DataFrame

date :

# File 'lib/tushare/stock/macro.rb', line 159

def loan_rate
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[2], 3, 800, random_int)
  fetch_data(url, LOAN_COLS)
end

.money_supply ⇒ Object

获取货币供应量数据Return

---

DataFrame

month :

# File 'lib/tushare/stock/macro.rb', line 202

def money_supply
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[2], 1, 600, random_int)
  fetch_data(url, MONEY_SUPPLY_COLS)
end

.money_supply_bal ⇒ Object

获取货币供应量(年底余额)数据Return

---

DataFrame

year :

# File 'lib/tushare/stock/macro.rb', line 223

def money_supply_bal
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[2], 0, 200, random_int)
  fetch_data(url, MONEY_SUPPLY_BLA_COLS)
end

.ppi ⇒ Object

获取工业品出厂价格指数数据Return

---

DataFrame

month :

# File 'lib/tushare/stock/macro.rb', line 131

def ppi
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[1], 3, 600, random_int)
  fetch_data(url, PPI_COLS)
end

.rrr ⇒ Object

获取存款准备金率数据Return

---

DataFrame

date :

# File 'lib/tushare/stock/macro.rb', line 174

def rrr
  random_int = rand(100)
  url = format(MACRO_URL, P_TYPE['http'], DOMAINS['sina'], random_int,
               MACRO_TYPE[2], 4, 100, random_int)
  fetch_data(url, RRR_COLS)
end