4. QTEASY管理的历史数据种类

使用qteasy可以获取并管理大量的历史数据。qteasy可以管理的历史数据涵盖股票、基金、指数、期货等等，种类包含价格数据、技术指标、宏观经济、公司财报、宏观金融等等。

所有数据都可以通过tushare的接口获取，下载到本地之后，就可以通过qteasy的接口进行管理和调用了。

查找支持历史数据:

qteasy.find_history_data(s, match_description=False, fuzzy=False, freq=None, asset_type=None, match_threshold=0.85)[source]

根据输入的字符串，查找或匹配历史数据类型,并且显示该历史数据的详细信息。支持模糊查找、支持通配符、支持通过英文字符或中文查找匹配的历史数据类型。

Paramètres:

s (str) – 一个字符串，用于查找或匹配历史数据类型
match_description (bool, Default: False) –
是否模糊匹配数据描述，如果给出的字符串中含有非Ascii字符，会自动转为True
- False: 仅匹配数据名称
- True: 同时匹配数据描述
fuzzy (bool, Default: False) –
是否模糊匹配数据名称，如果给出的字符串中含有非Ascii字符或通配符*/?，会自动转为True
- False: 精确匹配数据名称
- True: 模糊匹配数据名称或数据描述
freq (str, Default: None) – 数据频率，如果提供，则只匹配该频率的数据可以输入单个频率，也可以输入逗号分隔的多个频率
asset_type (str, Default: None) – 证券类型，如果提供，则只匹配该证券类型的数据可以输入单个证券类型，也可以输入逗号分隔的多个证券类型
match_threshold (float, default 0.85) – 匹配度阈值，匹配度超过该阈值的项目会被判断为匹配

Renvoie:

data_id – 匹配到的数据类型的data_id，可以用于qt.get_history_data()下载数据

Type renvoyé:

list

Exemples

>>> import qteasy as qt
>>> qt.find_history_data('pe')
matched following history data,
use "qt.get_history_data()" to load these historical data by its name:
------------------------------------------------------------------------
           freq asset             table                            desc
data_id
initial_pe    d     E         new_share                  新股上市信息 - 发行市盈率
pe            d   IDX   index_indicator                    指数技术指标 - 市盈率
pe            d     E   stock_indicator  股票技术指标 - 市盈率（总市值/净利润， 亏损的PE为空）
pe_2          d     E  stock_indicator2                  股票技术指标 - 动态市盈率
========================================================================

>>> qt.find_history_data('ep*')
matched following history data,
use "qt.get_history_data()" to load these historical data by its data_id:
------------------------------------------------------------------------
              freq asset      table                 desc
data_id
eps_last_year    q     E    express  上市公司业绩快报 - 去年同期每股收益
eps              q     E  financial    上市公司财务指标 - 基本每股收益
========================================================================

>>> qt.find_history_data('每股收益')
matched following history data,
use "qt.get_history_data()" to load these historical data by its data_id:
------------------------------------------------------------------------
                freq asset      table                 desc
data_id
basic_eps              q     E     income           上市公司利润表 - 基本每股收益
diluted_eps            q     E     income           上市公司利润表 - 稀释每股收益
express_diluted_eps    q     E    express     上市公司业绩快报 - 每股收益(摊薄)(元)
yoy_eps                q     E    express    上市公司业绩快报 - 同比增长率:基本每股收益
eps_last_year          q     E    express        上市公司业绩快报 - 去年同期每股收益
eps                    q     E  financial          上市公司财务指标 - 基本每股收益
dt_eps                 q     E  financial          上市公司财务指标 - 稀释每股收益
diluted2_eps           q     E  financial        上市公司财务指标 - 期末摊薄每股收益
q_eps                  q     E  financial       上市公司财务指标 - 每股收益(单季度)
basic_eps_yoy          q     E  financial  上市公司财务指标 - 基本每股收益同比增长率(%)
dt_eps_yoy             q     E  financial  上市公司财务指标 - 稀释每股收益同比增长率(%)
========================================================================

Lève:: TypeError – 输入的s不是字符串，或者freq/asset_type不是字符串或列表:

下载历史数据

qteasy.refill_data_source(tables, *, channel=None, data_source=None, dtypes=None, freqs=None, asset_types=None, refresh_trade_calendar=False, refill_dependent_tables=True, symbols=None, start_date=None, end_date=None, list_arg_filter=None, reversed_par_seq=False, parallel=True, process_count=None, chunk_size=100, download_batch_size=0, download_batch_interval=0, merge_type='update', log=False) → None[source]

从网络数据提供商的API通道批量下载数据，清洗后填充数据到本地数据源中

Paramètres:

tables (str or list of str, default: None) – 数据表名，必须是database中定义的数据表，用于指定需要下载的数据表可以给出数据表名称，如 “stock_daily, stock_weekly” 也可以给出数据表的用途，如 “data, basic”
data_source (DataSource, Default None) – 需要填充数据的DataSource, 如果为None，则填充数据源到QT_DATA_SOURCE
channel (str, optional, Default 'tushare') –
数据获取渠道，金融数据API，支持以下选项:
- ”tushare” : 从Tushare API获取金融数据，请自行申请相应权限和积分
- ’akshare” : 从AKshare API获取金融数据
- ’eastmoney” : 从东方财富网获取金融数据
tables – 数据表名，必须是database中定义的数据表，用于指定需要下载的数据表
dtypes (str or list of str, default: None) – 需要下载的数据类型，用于进一步筛选数据表，必须是database中定义的数据类型
freqs (str or list of str, default: None) – 需要下载的数据频率，用于进一步筛选数据表，必须是database中定义的数据频率
asset_types (str or list of str, default: None) – 需要下载的数据资产类型，用于进一步筛选数据表，必须是database中定义的资产类型
refresh_trade_calendar (Bool, Default False) – 是否更新trade_calendar表，如果为True，则会下载trade_calendar表的数据
refill_dependent_tables (Bool, Default True, New in v1.4.3) – 是否更新依赖表的数据，默认True，如果设置为False，则忽略依赖表，这样可能导致数据下载不成功
start_date (str YYYYMMDD) – 限定数据下载的时间范围，如果给出start_date/end_date，只有这个时间段内的数据会被下载
end_date (str YYYYMMDD) – 限定数据下载的时间范围，如果给出start_date/end_date，只有这个时间段内的数据会被下载
list_arg_filter (str or list of str, default: None 注意，不是所有情况下filter_arg参数都有效) –
限定下载数据时的筛选参数，某些数据表以列表的形式给出可筛选参数，如stock_basic表，它有一个可筛选参数 »exchange »，选项包含 “SSE”, “SZSE”, “BSE”，可以通过此参数限定下载数据的范围。如果filter_arg为None，则下载所有数据。例如，下载stock_basic表数据时，下载以下输入均为合法输入：
- ”SZSE”
  仅下载深圳交易所的股票数据
- [“SSE”, “SZSE”]
- ”SSE, SZSE”
  上面两种写法等效，下载上海和深圳交易所的股票数据
symbols (str or list of str, default: None) – 用于下载数据的股票代码，如果给出了symbols，只有这些股票代码的数据会被下载
reversed_par_seq (Bool, Default False) – 是否逆序参数下载数据，默认False - True: 逆序参数下载数据 - False: 顺序参数下载数据
parallel (Bool, Default True) – 是否启用多线程下载数据 - True: 启用多线程下载数据 - False: 禁用多线程下载
process_count (int) – 启用多线程下载时，同时开启的线程数，默认值为设备的CPU核心数
chunk_size (int) – 保存数据到本地时，为了减少文件/数据库读取次数，将下载的数据累计一定数量后再批量保存到本地，chunk_size即批量，默认值100
download_batch_size (int, default 0) – 为了降低下载数据时的网络请求频率，可以在完成一批数据下载后，暂停一段时间再继续下载该参数指定了每次暂停之前最多可以下载的次数，该参数只有在parallel=False时有效如果为0，则不暂停，一次性下载所有数据
download_batch_interval (int, default 0) – 为了降低下载数据时的网络请求频率，可以在完成一批数据下载后，暂停一段时间再继续下载该参数指定了每次暂停的时间，单位为秒，该参数只有在parallel=False时有效如果<=0，则不暂停，立即开始下一批数据下载
merge_type (str, Default 'update') – 数据写入数据源时的合并方式，支持以下选项： - “update” : 更新数据，如果数据已存在，则更新数据 - “ignore” : 忽略数据，如果数据已存在，则丢弃下载的数据
log (Bool, Default False) – 是否记录数据下载日志

Type renvoyé:

None

Exemples

>>> import qteasy as qt
>>> qt.refill_data_source(tables='stock_basic')

历史数据下载到本地之后，可以检查、管理、调用这些数据。

检查本地数据:

qteasy.get_table_info(table_name, data_source=None, verbose=True) → dict[source]

获取并打印数据源中一张数据表的信息，包括数据量、占用磁盘空间、主键名称、内容: 以及数据列的名称、数据类型及说明

4. Parameters:

table_name: str: 需要查询的数据表名称
data_source: DataSource: 需要获取数据表信息的数据源，默认None，此时获取QT_DATA_SOURCE的信息
verbose: bool, Default: True，: 是否打印完整数据列名称及类型清单

returns:

{: table name: 数据表名称 table_exists: bool，数据表是否存在 table_size: int/str，数据表占用磁盘空间，human 为True时返回容易阅读的字符串 table_rows: int/str，数据表的行数，human 为True时返回容易阅读的字符串 primary_key1: str，数据表第一个主键名称 pk_count1: int，数据表第一个主键记录数量 pk_min1: obj，数据表主键1起始记录 pk_max1: obj，数据表主键2最终记录 primary_key2: str，数据表第二个主键名称 pk_count2: int，数据表第二个主键记录 pk_min2: obj，数据表主键2起始记录 pk_max2: obj，数据表主键2最终记录

}

rtype:

一个dict，包含数据表的结构化信息：

Exemples

>>> get_table_info('STOCK_BASIC')
<stock_basic>, 1.5MB/5K records on disc
primary keys:
-----------------------------------
1:  ts_code:
    <unknown> entries
    starts: 000001.SZ, end: 873527.BJ
columns of table:
------------------------------------
        columns       dtypes remarks
0       ts_code   varchar(9)    证券代码
1        symbol   varchar(6)    股票代码
2          name  varchar(20)    股票名称
3          area  varchar(10)      地域
4      industry  varchar(10)    所属行业
5      fullname  varchar(50)    股票全称
6        enname  varchar(80)    英文全称
7       cnspell  varchar(40)    拼音缩写
8        market   varchar(6)    市场类型
9      exchange   varchar(6)   交易所代码
10    curr_type   varchar(6)    交易货币
11  list_status   varchar(4)    上市状态
12    list_date         date    上市日期
13  delist_date         date    退市日期
14        is_hs   varchar(2)  是否沪深港通

获取已经下载的本地数据总览:

qteasy.get_table_overview(data_source=None, tables=None, include_sys_tables=False) → DataFrame[source]

显示默认数据源或指定数据源的数据总览

Paramètres:

data_source (Object) – 一个data_source 对象,默认为None，如果为None，则显示默认数据源的overview
tables (str or list of str, Default: None) – 需要显示overview的数据表名称，如果为None，则显示所有数据表的overview
include_sys_tables (bool, Default: False) – 是否显示系统数据表的overview

Type renvoyé:

pd.DataFrame

Notes

用法示例参见get_data_overview()

qteasy.get_data_overview(data_source=None, tables=None, include_sys_tables=False) → DataFrame[source]

显示数据源的数据总览，等同于get_table_overview()

获取的信息包括所有数据表的数据量、占用磁盘空间、主键名称、内容等

Paramètres:

data_source (Object) – 一个data_source 对象,默认为None，如果为None，则显示默认数据源的overview
tables (str or list of str, Default: None) – 需要显示overview的数据表名称，如果为None，则显示所有数据表的overview
include_sys_tables (bool, Default: False) – 是否显示系统数据表的overview

Renvoie:

pd.DataFrame
返回一个包含数据表的overview信息的DataFrame

Exemples

>>> import qteasy as qt
>>> qt.get_data_overview()  # 获取当前默认数据源的数据总览
Analyzing local data source tables... depending on size of tables, it may take a few minutes
[########################################]62/62-100.0%  Analyzing completed!
db:mysql://localhost@3306/ts_db
Following tables contain local data, to view complete list, print returned DataFrame
                 Has_data Size_on_disk Record_count Record_start  Record_end
table
trade_calendar     True        2.5MB         73K     1990-10-12   2023-12-31
stock_basic        True        1.5MB          5K           None         None
stock_names        True        1.5MB         14K     1990-12-10   2023-07-17
stock_company      True       18.5MB          3K           None         None
stk_managers       True      150.4MB        126K     2020-01-01   2022-07-27
index_basic        True        3.5MB         10K           None         None
fund_basic         True        4.5MB         17K           None         None
future_basic       True        1.5MB          7K           None         None
opt_basic          True       15.5MB         44K           None         None
stock_1min         True      42.83GB      273.0M       20220318     20230710
stock_5min         True      34.33GB      233.2M       20090105     20230710
stock_15min        True      14.45GB      141.2M       20090105     20230710
stock_30min        True       7.78GB       77.1M       20090105     20230710
stock_hourly       True       4.22GB       42.0M       20090105     20230710
stock_daily        True       1.49GB       11.6M     1990-12-19   2023-07-17
stock_weekly       True      231.9MB        2.6M     1990-12-21   2023-07-14
stock_monthly      True       50.6MB        635K     1990-12-31   2023-06-30
index_1min         True       4.25GB       27.6M       20220318     20230712
index_5min         True       6.18GB       47.2M       20090105     20230712
index_15min        True       2.61GB       26.1M       20090105     20230712
index_30min        True      884.0MB       12.9M       20090105     20230712
index_hourly       True      536.0MB        7.6M       20090105     20230712
index_daily        True      309.0MB        3.7M     1990-12-19   2023-07-10
index_weekly       True       61.6MB        674K     1991-07-05   2023-07-14
index_monthly      True       13.5MB        158K     1991-07-31   2023-06-30
fund_1min          True       5.46GB       55.8M       20220318     20230712
fund_5min          True       3.68GB       12.3M       20220318     20230712
fund_15min         True      835.9MB        3.9M       20220318     20230712
fund_30min         True      385.7MB        1.9M       20220318     20230712
fund_hourly        True      124.8MB        1.6M       20210104     20230629
fund_daily         True      129.7MB        1.6M     1998-04-07   2023-07-10
fund_nav           True      693.0MB       13.6M     2000-01-07   2023-07-07
fund_share         True       72.7MB        1.4M     1998-03-27   2023-07-14
fund_manager       True      109.7MB         37K     2000-02-22   2023-03-30
future_hourly      True         32KB           0           None         None
future_daily       True      190.8MB        2.0M     1995-04-17   2023-07-10
options_hourly     True         32KB           0           None         None
options_daily      True      436.0MB        4.6M     2015-02-09   2023-07-10
stock_adj_factor   True      897.0MB       11.8M     1990-12-19   2023-07-12
fund_adj_factor    True       74.6MB        1.8M     1998-04-07   2023-07-12
stock_indicator    True       2.06GB       11.8M     1999-01-01   2023-07-17
stock_indicator2   True      734.8MB        4.1M     2017-06-14   2023-07-10
index_indicator    True        4.5MB         45K     2004-01-02   2023-07-10
index_weight       True      748.0MB        8.7M     2005-04-08   2023-07-14
income             True       59.7MB        213K     1990-12-31   2023-06-30
balance            True       97.8MB        218K     1989-12-31   2023-06-30
cashflow           True       69.7MB        181K     1998-12-31   2023-06-30
financial          True      289.0MB        203K     1989-12-31   2023-06-30
forecast           True       32.6MB         98K     1998-12-31   2024-03-31
express            True        3.5MB         23K     2004-12-31   2023-06-30
shibor             True         16KB         212           None         None

下载数据基础数据:

qteasy.get_basic_info(code_or_name: str, asset_types=None, match_full_name=False, printout=True, verbose=False)[source]

等同于get_stock_info(): 根据输入的信息，查找股票、基金、指数或期货、期权的基本信息

Paramètres:

code_or_name –
证券代码或名称：
- 如果是证券代码，可以含后缀也可以不含后缀，含后缀时精确查找、不含后缀时全局匹配
- 如果是证券名称，可以包含通配符模糊查找，也可以通过名称模糊查找
- 如果精确匹配到一个证券代码，返回一个字典，包含该证券代码的相关信息
asset_types (默认None) –
证券类型，接受列表或逗号分隔字符串，包含认可的资产类型：
- E 股票
- IDX 指数
- FD 基金
- FT 期货
- OPT 期权
match_full_name (bool, default False) – 是否匹配股票或基金的全名，默认否，如果匹配全名，耗时更长
printout (bool, default True) – 如果为True，打印匹配到的结果
verbose (bool, default False) –
当匹配到的证券太多时（多于五个），是否显示完整的信息
- False 默认值，只显示匹配度最高的内容
- True 显示所有匹配到的内容

Renvoie:

当仅找到一个匹配时，返回一个dict，包含找到的基本信息，根据不同的证券类型，找到的信息不同：

股票信息：公司名、地区、行业、全名、上市状态、上市日期
指数信息：指数名、全名、发行人、种类、发行日期
基金：基金名、管理人、托管人、基金类型、发行日期、发行数量、投资类型、类型
期货：期货名称
期权：期权名称

Type renvoyé:

dict

Exemples

>>> get_basic_info('000001.SZ')
found 1 matches, matched codes are {'E': {'000001.SZ': '平安银行'}, 'count': 1}
More information for asset type E:
------------------------------------------
ts_code       000001.SZ
name               平安银行
area                 深圳
industry             银行
fullname     平安银行股份有限公司
list_status           L
list_date    1991-04-03
-------------------------------------------

>>> get_basic_info('000001')
found 4 matches, matched codes are {'E': {'000001.SZ': '平安银行'}, 'IDX': {'000001.CZC': '农期指数', '000001.SH': '上证指数'}, 'FD': {'000001.OF': '华夏成长'}, 'count': 4}
More information for asset type E:
------------------------------------------
ts_code       000001.SZ
name               平安银行
area                 深圳
industry             银行
fullname     平安银行股份有限公司
list_status           L
list_date    1991-04-03
-------------------------------------------
More information for asset type IDX:
------------------------------------------
ts_code   000001.CZC   000001.SH
name            农期指数        上证指数
fullname        农期指数      上证综合指数
publisher    郑州商品交易所        中证公司
category        商品指数        综合指数
list_date       None  1991-07-15
-------------------------------------------
More information for asset type FD:
------------------------------------------
ts_code        000001.OF
name                华夏成长
management          华夏基金
custodian         中国建设银行
fund_type            混合型
issue_date    2001-11-28
issue_amount     32.3683
invest_type          成长型
type              契约型开放式
-------------------------------------------

>>> get_basic_info('平安银行')
found 4 matches, matched codes are {'E': {'000001.SZ': '平安银行', '600928.SH': '西安银行'}, 'IDX': {'802613.SI': '平安银行养老新兴投资指数'}, 'FD': {'700001.OF': '平安行业先锋'}, 'count': 4}
More information for asset type E:
------------------------------------------
ts_code       000001.SZ   600928.SH
name               平安银行        西安银行
area                 深圳          陕西
industry             银行          银行
fullname     平安银行股份有限公司  西安银行股份有限公司
list_status           L           L
list_date    1991-04-03  2019-03-01
-------------------------------------------
More information for asset type IDX:
------------------------------------------
ts_code       802613.SI
name       平安银行养老新兴投资指数
fullname   平安银行养老新兴投资指数
publisher          申万研究
category           价值指数
list_date    2017-01-03
-------------------------------------------
More information for asset type FD:
------------------------------------------
ts_code        700001.OF
name              平安行业先锋
management          平安基金
custodian           中国银行
fund_type            混合型
issue_date    2011-08-15
issue_amount     31.9816
invest_type          混合型
type              契约型开放式
-------------------------------------------

>>> get_basic_info('贵州钢绳', match_full_name=False)
No match found! To get better result, you can
- pass "match_full_name=True" to match full names of stocks and funds

>>> get_basic_info('贵州钢绳', match_full_name=True)
found 1 matches, matched codes are {'E': {'600992.SH': '贵绳股份'}, 'count': 1}
More information for asset type E:
------------------------------------------
ts_code       600992.SH
name               贵绳股份
area                 贵州
industry            钢加工
fullname     贵州钢绳股份有限公司
list_status           L
list_date    2004-05-14
-------------------------------------------

qteasy.get_stock_info(code_or_name: str, asset_types=None, match_full_name=False, printout=True, verbose=False)[source]

等同于get_basic_info(): 根据输入的信息，查找股票、基金、指数或期货、期权的基本信息

Paramètres:

code_or_name – 证券代码或名称，如果是证券代码，可以含后缀也可以不含后缀，含后缀时精确查找、不含后缀时全局匹配如果是证券名称，可以包含通配符模糊查找，也可以通过名称模糊查找如果精确匹配到一个证券代码，返回一个字典，包含该证券代码的相关信息
asset_types –
证券类型，接受列表或逗号分隔字符串，包含认可的资产类型：
- E 股票
- IDX 指数
- FD 基金
- FT 期货
- OPT 期权
match_full_name (bool) – 是否匹配股票或基金的全名，默认否，如果匹配全名，耗时更长
printout (bool) – 如果为True，打印匹配到的结果
verbose (bool) –
当匹配到的证券太多时（多于五个），是否显示完整的信息
- False 默认值，只显示匹配度最高的内容
- True 显示所有匹配到的内容

Renvoie:

当仅找到一个匹配时，返回一个dict，包含找到的基本信息，根据不同的证券类型，找到的信息不同：

股票信息：公司名、地区、行业、全名、上市状态、上市日期
指数信息：指数名、全名、发行人、种类、发行日期
基金：基金名、管理人、托管人、基金类型、发行日期、发行数量、投资类型、类型
期货：期货名称
期权：期权名称

Type renvoyé:

dict

Notes

用法示例参见：get_basic_info()

qteasy.filter_stock_codes(date: str = 'today', **kwargs) → list[source]

根据输入的参数调用filter_stocks筛选股票，并返回股票代码的清单

Paramètres:

date (date-like str) – 筛选股票的上市日期，在该日期以后上市的股票将会被剔除：
kwargs (str or list of str) – 可以通过以下参数筛选股票, 可以同时输入多个筛选条件，只有符合要求的股票才会被筛选出来

Type renvoyé:

list, 股票代码清单

Voir aussi

filter_stocks

qteasy.filter_stocks(date: str = 'today', **kwargs) → DataFrame[source]

根据输入的参数筛选股票，并返回一个包含股票代码和相关信息的DataFrame

Paramètres:

date (date-like str) – 筛选股票的上市日期，在该日期以后上市的股票将会被剔除：
kwargs (str or list of str) – 可以通过以下参数筛选股票, 可以同时输入多个筛选条件，只有符合要求的股票才会被筛选出来 - index: 根据指数筛选，不含在指定的指数内的股票将会被剔除 - industry: 公司所处行业，只有列举出来的行业会被选中 - area: 公司所处省份，只有列举出来的省份的股票才会被选中 - market: 市场，分为主板、创业板等 - exchange: 交易所，包括上海证券交易所和深圳股票交易所

Renvoie:

DataFrame

Type renvoyé:

筛选出来的股票的基本信息

Exemples

>>> # 筛选出2019年1月1日以后的上证300指数成分股
>>> filter_stocks(date='2019-01-01', index='000300.SH')
       symbol   name area industry market  list_date exchange
ts_code
000001.SZ  000001   平安银行   深圳       银行     主板 1991-04-03     SZSE
000002.SZ  000002    万科A   深圳     全国地产     主板 1991-01-29     SZSE
000063.SZ  000063   中兴通讯   深圳     通信设备     主板 1997-11-18     SZSE
000069.SZ  000069   华侨城A   深圳     全国地产     主板 1997-09-10     SZSE
000100.SZ  000100  TCL科技   广东      元器件     主板 2004-01-30     SZSE
           ...    ...  ...      ...    ...        ...      ...
600732.SH  600732   爱旭股份   上海     电气设备     主板 1996-08-16      SSE
600754.SH  600754   锦江酒店   上海     酒店餐饮     主板 1996-10-11      SSE
600875.SH  600875   东方电气   四川     电气设备     主板 1995-10-10      SSE
601699.SH  601699   潞安环能   山西     煤炭开采     主板 2006-09-22      SSE
688223.SH  688223   晶科能源   江西     电气设备    科创板 2022-01-26      SSE
[440 rows x 7 columns]

>>> # 筛选出2019年1月1日以后上市的上海银行业的股票
>>> filter_stocks(date='2019-01-01', industry='银行', area='上海')
           name area industry market  list_date exchange
ts_code
600000.SH  浦发银行   上海       银行     主板 1999-11-10      SSE
601229.SH  上海银行   上海       银行     主板 2016-11-16      SSE
601328.SH  交通银行   上海       银行     主板 2007-05-15      SSE