messyr:我的数据接口包

messyr:我的数据接口包

这个包的主要功能是提供一些接口函数方便财经数据的获取,当然也有一些其它数据。此外我还计划向里面添加一些帮助分析和可视化的函数。
由于这个包包含了原来的EASTMONEY包的函数,因此EASTMONEY包已被下架。
现在这个包里面主要是爬tradingeconomics数据库提供的各国数据和东方财富网的拆借利率数据,未来会继续添加接口函数。

安装

首先你需要安装devtools包:

1
install.packages("devtools")

然后就能安装这个messyr包了:

1
devtools::install_github("czxa/messyr")

加载

1
library(messyr)

查看帮助文件

1
2
3
4
??messyr
?ibor()
?iborpro()
······

可供下载数据的数据条目

东方财富网拆借利率数据

根据链接下载数据

1
2
3
4
# 香港同业间拆借(2周)利率(人民币)
ibor(url = "http://data.eastmoney.com/shibor/shibor.aspx?m=hk&t=89&d=99323&cu=cny&type=009050")
# 存储为一个数据框
da <- ibor(url = "http://data.eastmoney.com/shibor/shibor.aspx?m=hk&t=89&d=99323&cu=cny&type=009050")

根据数据条目下载数据

1
2
3
4
# 香港同业间拆借(2周)利率(人民币)对应的数据条目表示为:HIBOR-CNY-2W
iborpro(iterm = "HIBOR-CNY-2W")
# 存储为一个数据框
da <- iborpro(iterm = "HIBOR-CNY-2W")

这个函数下载的数据文件的命名即为数据条目。

数据条目

典型的数据条目由三部分构成:

  1. 数据名称;
  2. 币种(使用外汇交易代码);
  3. 期限;
    例如新加坡银行同业拆借市场上新加坡元、期限为1个月的拆借利率表示为SIBOR-SGD-1M
    再例如一年期的上海同业拆借利率表示为SHIBOR-CNY-1Y
数据条目 具体含义
SHIBOR-CNY-ON 上海同业拆借利率
SHIBOR-CNY-1W 上海同业拆借利率
SHIBOR-CNY-2W 上海同业拆借利率
SHIBOR-CNY-1M 上海同业拆借利率
SHIBOR-CNY-3M 上海同业拆借利率
SHIBOR-CNY-6M 上海同业拆借利率
SHIBOR-CNY-9M 上海同业拆借利率
SHIBOR-CNY-1Y 上海同业拆借利率
CHIBOR-CNY-ON 中国银行间同业拆借利率
CHIBOR-CNY-1W 中国银行间同业拆借利率
CHIBOR-CNY-2W 中国银行间同业拆借利率
CHIBOR-CNY-3W 中国银行间同业拆借利率
CHIBOR-CNY-1M 中国银行间同业拆借利率
CHIBOR-CNY-2M 中国银行间同业拆借利率
CHIBOR-CNY-3M 中国银行间同业拆借利率
CHIBOR-CNY-4M 中国银行间同业拆借利率
CHIBOR-CNY-6M 中国银行间同业拆借利率
CHIBOR-CNY-9M 中国银行间同业拆借利率
CHIBOR-CNY-1Y 中国银行间同业拆借利率
LIBOR-GBP-ON 伦敦同业拆借利率——英镑
LIBOR-GBP-1W 伦敦同业拆借利率——英镑
LIBOR-GBP-1M 伦敦同业拆借利率——英镑
LIBOR-GBP-2M 伦敦同业拆借利率——英镑
LIBOR-GBP-3M 伦敦同业拆借利率——英镑
LIBOR-GBP-8M 伦敦同业拆借利率——英镑
LIBOR-USD-ON 伦敦同业拆借利率——美元
LIBOR-USD-1W 伦敦同业拆借利率——美元
LIBOR-USD-1M 伦敦同业拆借利率——美元
LIBOR-USD-2M 伦敦同业拆借利率——美元
LIBOR-USD-3M 伦敦同业拆借利率——美元
LIBOR-USD-8M 伦敦同业拆借利率——美元
LIBOR-EUR-ON 伦敦同业拆借利率——欧元
LIBOR-EUR-1W 伦敦同业拆借利率——欧元
LIBOR-EUR-1M 伦敦同业拆借利率——欧元
LIBOR-EUR-2M 伦敦同业拆借利率——欧元
LIBOR-EUR-3M 伦敦同业拆借利率——欧元
LIBOR-EUR-8M 伦敦同业拆借利率——欧元
LIBOR-JPY-ON 伦敦同业拆借利率——日元
LIBOR-JPY-1W 伦敦同业拆借利率——日元
LIBOR-JPY-1M 伦敦同业拆借利率——日元
LIBOR-JPY-2M 伦敦同业拆借利率——日元
LIBOR-JPY-3M 伦敦同业拆借利率——日元
LIBOR-JPY-8M 伦敦同业拆借利率——日元
EURIBOR-EUR-1W 欧洲银行间同业拆借利率
EURIBOR-EUR-2W 欧洲银行间同业拆借利率
EURIBOR-EUR-3W 欧洲银行间同业拆借利率
EURIBOR-EUR-1M 欧洲银行间同业拆借利率
EURIBOR-EUR-2M 欧洲银行间同业拆借利率
EURIBOR-EUR-3M 欧洲银行间同业拆借利率
EURIBOR-EUR-4M 欧洲银行间同业拆借利率
EURIBOR-EUR-5M 欧洲银行间同业拆借利率
EURIBOR-EUR-6M 欧洲银行间同业拆借利率
EURIBOR-EUR-7M 欧洲银行间同业拆借利率
EURIBOR-EUR-8M 欧洲银行间同业拆借利率
EURIBOR-EUR-9M 欧洲银行间同业拆借利率
EURIBOR-EUR-10M 欧洲银行间同业拆借利率
EURIBOR-EUR-11M 欧洲银行间同业拆借利率
EURIBOR-EUR-1Y 欧洲银行间同业拆借利率
HIBOR-HKD-ON 香港同业拆借利率——港元
HIBOR-HKD-1W 香港同业拆借利率——港元
HIBOR-HKD-2W 香港同业拆借利率——港元
HIBOR-HKD-1M 香港同业拆借利率——港元
HIBOR-HKD-2M 香港同业拆借利率——港元
HIBOR-HKD-3M 香港同业拆借利率——港元
HIBOR-HKD-4M 香港同业拆借利率——港元
HIBOR-HKD-5M 香港同业拆借利率——港元
HIBOR-HKD-6M 香港同业拆借利率——港元
HIBOR-HKD-7M 香港同业拆借利率——港元
HIBOR-HKD-8M 香港同业拆借利率——港元
HIBOR-HKD-9M 香港同业拆借利率——港元
HIBOR-HKD-10M 香港同业拆借利率——港元
HIBOR-HKD-11M 香港同业拆借利率——港元
HIBOR-HKD-1Y 香港同业拆借利率——港元
HIBOR-USD-ON 香港同业拆借利率——美元
HIBOR-USD-1W 香港同业拆借利率——美元
HIBOR-USD-2W 香港同业拆借利率——美元
HIBOR-USD-1M 香港同业拆借利率——美元
HIBOR-USD-2M 香港同业拆借利率——美元
HIBOR-USD-3M 香港同业拆借利率——美元
HIBOR-USD-4M 香港同业拆借利率——美元
HIBOR-USD-5M 香港同业拆借利率——美元
HIBOR-USD-6M 香港同业拆借利率——美元
HIBOR-USD-7M 香港同业拆借利率——美元
HIBOR-USD-8M 香港同业拆借利率——美元
HIBOR-USD-9M 香港同业拆借利率——美元
HIBOR-USD-10M 香港同业拆借利率——美元
HIBOR-USD-11M 香港同业拆借利率——美元
HIBOR-USD-1Y 香港同业拆借利率——美元
HIBOR-CNY-ON 香港同业拆借利率——人民币
HIBOR-CNY-1W 香港同业拆借利率——人民币
HIBOR-CNY-2W 香港同业拆借利率——人民币
HIBOR-CNY-1M 香港同业拆借利率——人民币
HIBOR-CNY-2M 香港同业拆借利率——人民币
HIBOR-CNY-3M 香港同业拆借利率——人民币
HIBOR-CNY-6M 香港同业拆借利率——人民币
HIBOR-CNY-1Y 香港同业拆借利率——人民币
SIBOR-SGD-1M 新加坡同业拆借利率——新加坡元
SIBOR-SGD-2M 新加坡同业拆借利率——新加坡元
SIBOR-SGD-3M 新加坡同业拆借利率——新加坡元
SIBOR-SGD-6M 新加坡同业拆借利率——新加坡元
SIBOR-SGD-9M 新加坡同业拆借利率——新加坡元
SIBOR-SGD-1Y 新加坡同业拆借利率——新加坡元
SIBOR-USD-1M 新加坡同业拆借利率——美元
SIBOR-USD-2M 新加坡同业拆借利率——美元
SIBOR-USD-3M 新加坡同业拆借利率——美元
SIBOR-USD-6M 新加坡同业拆借利率——美元
SIBOR-USD-9M 新加坡同业拆借利率——美元
SIBOR-USD-1Y 新加坡同业拆借利率——美元

tradingeconomics数据库的数据

ipanel_commodities函数

爬取tradingeconomics数据库的实时大宗商品数据,返回一个数据框。

语法
1
ipanel_commodities(var = "常见大宗商品", filename = "")
参数
  1. var:指定获取哪类商品数据,可选选项有:常见大宗商品、金属、农作物、牲畜、产业、指数。默认为”常见大宗商品”;
  2. filename:该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存。
    示例
    1
    table <- ipanel_commodities()

ipanel_country函数

爬取tradingeconomics数据库的各国数据,返回一个数据框。

语法
1
ipanel_country(country = "china", all = TRUE, filename = "")
参数
  1. country:指定数据变量,默认为”china”,即中国;
    可选国家
中文名称 country
美国 united-states
欧元区 euro-area
中国 china
日本 japan
德国 germany
英国 united-kingdom
法国 france
印度 india
意大利 italy
巴西 brazil
加拿大 canada
韩国 south-korea
俄罗斯 russia
西班牙 spain
澳大利亚 australia
墨西哥 mexico
印尼 indonesia
土耳其 turkey
荷兰 netherlands
瑞士 switzerland
沙特阿拉伯 saudi-arabia
阿根廷 argentina
安提瓜和巴布达 antigua-and-barbuda
阿根廷 argentina
阿鲁巴 aruba
巴哈马 bahamas
巴巴多斯 barbados
伯利兹 belize
百慕大 bermuda
玻利维亚 bolivia
巴西 brazil
加拿大 canada
开曼群岛 cayman-islands
智利 chile
哥伦比亚 colombia
哥斯达黎加 costa-rica
古巴 cuba
多米尼加 dominica
多明尼加共和国 dominican-republic
厄瓜多尔 ecuador
萨尔瓦多 el-salvador
格林纳达 grenada
危地马拉 guatemala
圭亚那 guyana
海地 haiti
洪都拉斯 honduras
牙买加 jamaica
墨西哥 mexico
尼加拉瓜 nicaragua
巴拿马 panama
巴拉圭 paraguay
秘鲁 peru
波多黎各 puerto-rico
苏里南 suriname
特里尼达和多巴哥 trinidad-and-tobago
美国 united-states
乌拉圭 uruguay
委内瑞拉 venezuela
阿尔巴尼亚 albania
安道 andorra
奥地利 austria
白俄罗斯 belarus
比利时 belgium
波黑 bosnia-and-herzegovina
保加利亚 bulgaria
克罗地亚 croatia
塞浦路斯 cyprus
捷克共和国 czech-republic
丹麦 denmark
爱沙尼亚 estonia
欧元区 euro-area
欧洲联盟 european-union
芬兰 finland
法国 france
德国 germany
希腊 greece
匈牙利 hungary
冰岛 iceland
爱尔兰 ireland
马恩岛 isle-of-man
意大利 italy
科索沃 kosovo
拉脱维亚 latvia
列支敦士登 liechtenstein
立陶宛 lithuania
卢森堡 luxembourg
马其顿 macedonia
马耳他 malta
摩尔多瓦 moldova
摩纳哥 monaco
黑山 montenegro
荷兰 netherlands
挪威 norway
波兰 poland
葡萄牙 portugal
罗马尼亚 romania
俄罗斯 russia
塞尔维亚 serbia
斯洛伐克 slovakia
斯洛文尼亚 slovenia
西班牙 spain
瑞典 sweden
瑞士 switzerland
土耳其 turkey
乌克兰 ukraine
英国 united-kingdom
阿尔及利亚 algeria
安哥拉 angola
贝宁 benin
博茨瓦纳 botswana
布基纳法索 burkina-faso
布隆迪 burundi
喀麦隆 cameroon
佛得角 cape-verde
中非共和国 central-african-republic
乍得 chad
科摩罗 comoros
刚果 congo
吉布提 djibouti
埃及 egypt
赤道几内亚 equatorial-guinea
厄立特里亚 eritrea
埃塞俄比亚 ethiopia
加蓬 gabon
冈比亚 gambia
加纳 ghana
几内亚 guinea
几内亚比绍 guinea-bissau
象牙海岸 ivory-coast
肯尼亚 kenya
莱索托 lesotho
利比里亚 liberia
利比亚 libya
马达加斯加 madagascar
马拉维 malawi
马里 mali
毛里塔尼亚 mauritania
毛里求斯 mauritius
摩洛哥 morocco
莫桑比克 mozambique
纳米比亚 namibia
尼日尔 niger
尼日利亚 nigeria
刚果共和国 republic-of-the-congo
卢旺达 rwanda
圣多美和普林西比 sao-tome-and-principe
塞内加尔 senegal
塞舌尔 seychelles
塞拉利昂 sierra-leone
索马里 somalia
南非 south-africa
南苏丹 south-sudan
苏丹 sudan
斯威士兰 swaziland
坦桑尼亚 tanzania
多哥 togo
突尼斯 tunisia
乌干达 uganda
赞比亚 zambia
津巴布韦 zimbabwe
阿富汗 afghanistan
亚美尼亚 armenia
阿塞拜疆 azerbaijan
巴林 bahrain
孟加拉国 bangladesh
不丹 bhutan
文莱 brunei
柬埔寨 cambodia
中国 china
东帝汶 east-timor
格鲁吉亚 georgia
香港 hong-kong
印度 india
印尼 indonesia
伊朗 iran
伊拉克 iraq
以色列 israel
日本 japan
约旦 jordan
哈萨克斯坦 kazakhstan
科威特 kuwait
吉尔吉斯斯坦 kyrgyzstan
老挝 laos
黎巴嫩 lebanon
澳门 macao
马来西亚 malaysia
马尔代夫 maldives
蒙古 mongolia
缅甸 myanmar
尼泊尔 nepal
朝鲜 north-korea
阿曼 oman
巴勒斯坦 palestine
巴基斯坦 pakistan
菲律宾 philippines
卡塔尔 qatar
沙特阿拉伯 saudi-arabia
新加坡 singapore
韩国 south-korea
斯里兰卡 sri-lanka
叙利亚 syria
台湾 taiwan
塔吉克斯坦 tajikistan
泰国 thailand
土库曼斯坦 turkmenistan
阿联酋 united-arab-emirates
乌兹别克斯坦 uzbekistan
越南 vietnam
也门 yemen
澳大利亚 australia
斐济 fiji
基里巴斯 kiribati
新喀里多尼亚 new-caledonia
新西兰 new-zealand
巴布亚新几内亚 papua-new-guinea
萨摩亚 samoa
所罗门群岛 solomon-islands
汤加 tonga
瓦努阿图 vanuatu
  1. all 指定是否获取所有数据,默认为”TRUE”即获取指定国家的所有变量数据,指定为FALSE时仅获取常用数据;
  2. filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
    示例
    1
    table <- ipanel_country()

ipanel_currencies函数

爬取tradingeconomics数据库的实时汇率数据,返回一个数据框。

语法
1
ipanel_currencies(market = "常用外汇", filename = "")
参数
  1. market 指定获取哪个市场的汇兑数据,可选选项有:常用外汇、Crypto、EUR、GBP、AUD、JPY、欧洲、 美洲、亚洲、澳大利亚、非洲。默认为”常用外汇”;
  2. filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
示例
1
table <- ipanel_currencies()

ipanel_forecast函数

爬取tradingeconomics数据库的各国预测数据

语法
1
ipanel_forecast(country = "china", all = TRUE, filename = "")
参数
  1. country 指定数据变量,默认为”china”,即中国。可选国家同上;
  2. all 指定是否获取所有数据,默认为”TRUE”即获取指定国家的所有变量数据,指定为FALSE时仅获取常用数据;
  3. filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存。
示例
1
table <- ipanel_forecast()

ipanel_holidays函数

爬取tradingeconomics数据库的各国假期数据

语法

1
ipanel_holidays(filename = "")
参数
  • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存。
示例
1
table = ipanel_holidays()

ipanel_maindata函数

爬取tradingeconomics数据库的主要国家主要经济变量的实时数据。

语法
1
ipanel_maindata <- function(filename = "")
参数
  • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存。
    示例
    1
    table <- ipanel_maindata()

ipanel_rating函数

爬取tradingeconomics数据库的各国评级数据

语法
1
ipanel_rating(filename = "")
参数
  • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
    示例
    1
    table = ipanel_rating()

ipanel_stock函数

爬取tradingeconomics数据库指定洲的主要股票指数数据。

语法
1
ipanel_stock(contient = "美国", filename = "")
参数
  1. continent 指定下载的地区,默认为”美国”,即美国的主要股票指数数据,可选选项有:美国、欧洲、美洲、亚洲、澳洲、非洲;
  2. filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存。
    示例
    1
    table <- ipanel_stock()

ipanel函数

爬取tradingeconomics数据库的数据。

语法
1
ipanel(var = "balance-of-trade", contient = "world", filename = "")
参数
  1. var 指定数据变量,默认为”balance-of-trade”,即贸易差额;
    a. 常用数据
含义 var
国内生产总值增长率 gdp-growth-rate
利率 interest-rate
通货膨胀率 inflation-rate
失业率 unemployment-rate
政府债务占国内生产总值比重 government-debt-to-gdp
贸易差额 balance-of-trade
经常账户占GDP比例 current-account-to-gdp

2. 劳动力数据

含义 var
就业人数 employed-persons
就业人数变化 employment-change
就业率 employment-rate
失业率 unemployment-rate
全职工作人数 full-time-employment
首次申请失业救济人数 initial-jobless-claims
职位空缺 job-vacancies
劳动力参与率 labor-force-participation-rate
劳力成本 labour-costs
长期失业率 long-term-unemployment-rate
最低工资 minimum-wages
非农就业数据 non-farm-payrolls
兼职就业数据 part-time-employment
人口 population
生产率 productivity
男性退休年龄 retirement-age-men
女性退休年龄 retirement-age-women
失业人员 unemployed-persons
工资增长率 wage-growth
工资 wages
制造业工资 wages-in-manufacturing
青少年失业率 youth-unemployment-rate

3. 价格数据

含义 var
居民消费价格指数CPI consumer-price-index-cpi
核心消费者物价指数 core-consumer-prices
核心通胀率 core-inflation-rate
出口价格 export-prices
进口价格 import-prices
食品通胀 food-inflation
国内生产总值平减指数 gdp-deflator
通货膨胀率 inflation-rate
生产者价格指数 producer-prices
生产者价格指数变化率 producer-prices-change
消费物价协调指数 harmonised-consumer-prices

4. 金融数据

含义 var
银行资产负债表 banks-balance-sheet
存款准备金率 cash-reserve-ratio
央行资产负债表 central-bank-balance-sheet
存款利率 deposit-interest-rate
外汇储备 foreign-exchange-reserves
银行间同业拆借利率 interbank-rate
利率 interest-rate
贷款利率 lending-rate
贷款增长率 loan-growth
私营部门贷款 loans-to-private-sector
货币供应量M0 money-supply-m0
货币供应量M1 money-supply-m1
货币供应量M2 money-supply-m2
货币供应量M3 money-supply-m3

5. 贸易数据

含义 var
贸易差额 balance-of-trade
资本流动 capital-flows
原油产量 crude-oil-production
经常账户 current-account
经常账户占GDP比例 current-account-to-gdp
出口 exports
外债 external-debt
外国直接投资 foreign-direct-investment
黄金储备 gold-reserves
进口 imports
汇款 remittances
贸易条件 terms-of-trade
恐怖主义指数 terrorism-index
旅游收入 tourism-revenues
入境旅游人数 tourist-arrivals

6. GDP数据

含义 var
GDP gdp
GNP gross-national-product
GDP年增长率 gdp-annual-growth-rate
不变价GDP gdp-constant-prices
农业GDP gdp-from-agriculture
建设GDP gdp-from-construction
制造业GDP gdp-from-manufacturing
矿业GDP gdp-from-mining
公共管理GDP gdp-from-public-administration
服务业GDP gdp-from-services
运输业GDP gdp-from-transport
公用事业GDP gdp-from-utilities
GDP增长率 gdp-growth-rate
人均GDP gdp-per-capita
PPP人均GDP gdp-per-capita-ppp
固定资本形成总额 gross-fixed-capital-formation

7. 政府数据

含义 var
庇护申请人数 asylum-applications
财政支出 fiscal-expenditure
政府预算 government-budget
政府预算值 government-budget-value
政府债务 government-debt
政府债务占国内生产总值比重 government-debt-to-gdp
政府收入 government-revenues
政府支出 government-spending
政府支出占国内生产总值 government-spending-to-gdp

8. 住房数据

含义 var
建筑许可证 building-permits
建筑工程产值 construction-output
自置居所比率 home-ownership-rate
住房指数 housing-index
房屋开工率 housing-starts

9. 商业数据

含义 var
破产企业数量 bankruptcies
ZEW经济景气指数 zew-economic-sentiment-index
小企业信心 small-business-sentiment
商业信心指数 business-confidence
产能利用率 capacity-utilization
汽车生产 car-production
车辆注册 car-registrations
水泥生产 cement-production
库存变化 changes-in-inventories
竞争力指数 competitiveness-index
竞争力排名 competitiveness-rank
综合采购经理人指数 composite-pmi
企业利润 corporate-profits
腐败指数 corruption-index
腐败排名 corruption-rank
营商环境 ease-of-doing-business
电力生产 electricity-production
工厂订单 factory-orders
工业生产 industrial-production
工业生产(月) industrial-production-mom
互联网速度 internet-speed
IP地址 ip-addresses
领先经济指标 leading-economic-index
制造业PMI manufacturing-pmi
制造业生产 manufacturing-production
矿业生产 mining-production
新订单指数 new-orders
服务业PMI services-pmi
钢铁生产 steel-production
汽车总销量 total-vehicle-sales

10. 消费数据

含义 var
银行贷款利率 bank-lending-rate
消费者信心指数 consumer-confidence
消费信贷 consumer-credit
消费支出 consumer-spending
个人可支配收入 disposable-personal-income
汽油价格 gasoline-prices
家庭债务占国内生产总值 households-debt-to-gdp
家庭债务与收入 households-debt-to-income
个人储蓄 personal-savings
个人消费 personal-spending
私人部门信贷 private-sector-credit
零售销售(月率环比) retail-sales-mom
零售销售(年率同比) retail-sales-yoy

11. 税收数据

含义 var
企业所得税税率 corporate-tax-rate
个人所得税税率 personal-income-tax-rate
销售税率 sales-tax-rate
社会保障覆盖率 social-security-rate
企业社会保障覆盖率 social-security-rate-for-companies
员工社会保障覆盖率 social-security-rate-for-employees

12. 气候数据

含义 var
降水量 precipitation
温度 temperature
  1. continent 指定下载的地区,默认为”world”即全世界所有可获得数据的国家,可选选项有:europe/america/asia/africa/australia/g20(G20国家);
  2. filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
    示例
    1
    table = ipanel("gdp", "g20")

昨天有一股脑的把证券之星网站给爬了,然后在这个包里增加了14多个函数。另外又爬了中财网数据引擎上的美元兑换人民币的数据。一共新增了15个函数。欢迎更新使用,此外还对之前的ibor()iborpro()函数进行了修正,取消了他们的filename参数,也就意味着不能直接通过指定文件名下载数据了。

证券之星宏观经济数据库

get_cci函数

  • 描述
    爬取证券之星中国CCI数据

消费者信心指数(Consumer Confidence Index )也有人称为消费者情绪(Consumer Sentiment)是指消费者根据国家或地区的经济发展形势,对就业、收入、物价、利率等问题的综合判断后得出的一种看法和预期。在许多国家,消费者信心的测度被认为是消费总量的必要补充。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_cci(filename = "CCI.csv")

get_cpi函数

  • 描述
    爬取证券之星中国CPI数据。

居民消费价格指数是反映居民家庭购买生活消费品和支出服务项目费用价格变动趋势和程度的相对数。其目的在于观察居民生活消费品及服务项目价格的变动对城乡居民生活的影响,为各级党政领导掌握居民消费状况,研究和制定居民消费价格政策、工资政策以及为新国民经济核算体系中有消除价格变动因素的不变价格核算提供科学依据。居民消费价格指数还是反映通货膨胀的重要指标。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_gdp(filename = "GDP.csv")

get_custom函数

  • 描述
    爬取证券之星中国海关进出口数据。

海关进出口数据是衡量中国在同外国进行经济交往健康程度的重要指标,一般用于考察“顺差”和“逆差”两种现象,贸易顺差就是在一定的单位时间里,贸易的双方互相买卖各种货物,互相进口与出口,甲方的出口金额大过乙方的出口金额,或甲方的进口金额少于乙方的进口金额,其中的差额,对甲方来说,就叫作贸易顺差,反之,对乙方来说,就叫作贸易逆差。一般就贸易双方的利益来讲,其中得到贸易顺差的一方是占便宜的一方,而得到贸易逆差的一方则是吃亏的一方。可以这麽看,贸易是为了赚钱。而贸易顺差的一方,就是净赚进了钱;而贸易逆差的一方,则是净付出了钱。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_custom(filename = "海关进出口一览.csv")

get_fdi函数

  • 描述
    爬取证券之星中国外商直接投资数据(FDI)数据

FDI:又称国际直接投资:是一国的投资者(自然人或法人)跨国境投入资本或其他生产要素,以获取或控制相应的企业经营管理权为核心,以获得利润或稀缺生产要素为目的的投资活动。“FDI是指一国或地区企业通过垄断优势(主要表现为无形资产)的国际转移,获得部分或全部外国企业控制权,以实现最终目标和直接目标高度统一的长期投资行为。” 人们普遍认为外商直接投资是一种优质的外资,对东道国经济发展很有帮助,提倡外商直接投资多多益善。然而,研究发现由于投资收益的汇出外商直接投资将导致东道国经常项目逆差,进而可能诱发国际收支危机。几次金融危机的经验也佐证了这一观点。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_fdi(filename = "FDI.csv")

get_fundaccount函数

  • 描述
    爬取证券之星中国基金开户数

所有指标均为上海分公司和深圳分公司的基金开户数据总和① 新增基金开户数指当周新开出的基金账户数;②基金账户数包括因本公司开放式基金系统账户注册配号而增加的基金账户数。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_fundaccount(filename = "基金开户数据.csv")

get_gdp函数

  • 描述
    爬取证券之星中国GDP数据(1952年之后的都有,非常全!)

国内生产总值(Gross Domestic Product,简称GDP) 国内生产总值是指在一定时期内(一个季度或一年),一个国家或 地区的经济中所生产出的全部最终产品和劳务的价值,常被公认 为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济 表现,更可以反映一国的国力与财富。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_gdp(filename = "GDP.csv")

get_indadd函数

  • 描述
    爬取证券之星中国工业增加值数据

工业增加值是指工业企业在报告期内以货币形式表现的工业生产活动的最终成果;是工业企业全部生产活动的总成果扣除了在生产过程中消耗或转移的物质产品和劳务价值后的余额;是工业企业生产过程中新增加的价值。工业增加值是国民经济核算的一项基础指标。各部门增加值之和即是国内生产总值,同时也反映了生产单位或部门对国内生产总值的贡献。工业企业建立增加值统计,可以反映工业企业的投入、产出和经济效益情况,为改善工业企业生产经营提供依据,并促进工业企业会计和统计核算的协调。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_indadd(filename = "工业增加值.csv")

get_lpr函数

  • 描述
    爬取证券之星中国贷款基础利率

贷款基础利率(Loan Prime Rate,简称LPR),是基于报价行自主报出的最优贷款利率计算并发布的贷款市场参考利率。目前,对社会公布1年期贷款基础利率。
LPR报价银行团现由10家商业银行组成。报价银行应符合财务硬约束条件和宏观审慎政策框架要求,系统重要性程度高、市场影响力大、综合实力强,已建立内部收益率曲线和内部转移定价机制,具有较强的自主定价能力,已制定本行贷款基础利率管理办法,以及有利于开展报价工作的其他条件。市场利率定价自律机制依据《贷款基础利率集中报价和发布规则》确定和调整报价行成员,监督和管理贷款基础利率运行,规范报价行与指定发布人行为。
全国银行间同业拆借中心受权贷款基础利率的报价计算和信息发布。每个交易日根据各报价行的报价,剔除最高、最低各1家报价,对其余报价进行加权平均计算后,得出贷款基础利率报价平均利率,并于11:30对外发布。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_lpr(filename = "贷款基础利率.csv")

get_money函数

  • 描述
    爬取证券之星中国货币供应量数据

货币供应量:是指一国在某一时期内为社会经济运转服务的货币存量,它由包括中央银行在内的金融机构供应的存款货币和现金货币两部分构成。
参照国际通用原则,根据我国实际情况,中国人民银行将我国货币供应量指标分为以下几个层次:
M0:流通中的现金;
M1:M0+企业活期存款+机关团体部队存款+农村存款+个人持有的信用卡类存款;
M2:M1+城乡居居储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款;
其中,M1 是通常所说的狭义货币量,流动性较强;M2 是广义货币量,M2与M1,的差额是准货币,流动性较弱。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_money(filename = "货币供应量.csv")

get_ppi函数

  • 描述
    爬取证券之星中国PPI数据

PPI:工业品出厂价格指数(PPI)是反映全部工业产品出厂价格总水平的变动趋势和程度的相对数,包括工业企业售给本企业以外所有单位的各种产品和直接售给居民用于生活消费的产品。通过工业品出厂价格能观察出厂价格变动对工业总产值的影响。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_ppi(filename = "PPI.csv")

get_newloan函数

  • 描述
    爬取证券之星中国新增信贷数据

新增信贷数据:由央行公布的“金融机构人民币信贷收支表”中的“资金运用总计 Funds Uses”下“各项贷款 Total Loans”科目统计而来,主要用于考察国内金融机构一个时期的信贷供给情况,其中当月新增信贷是指在上个月的基础上增加了多少信贷,当期累计新增信贷则是指从该年1月至统计月这个期间新增信贷之和。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_newloan(filename = "新增信贷数据.csv")

get_reserve函数

  • 描述
    爬取证券之星中国外汇和黄金储备数据

国家外汇储备是指一国货币当局所持有的、可以用于对外支付的国外可兑换货币。并非所有国家的货币都能充当国际储备资产,只有那些在国际货币体系中占有重要地位,且能自由兑换其他储备资产的货币才能充当国际储备资产。我国和世界其他国家在对外贸易与国际结算中经常使用的外汇储备主要有美元、欧元、日元、英镑等。黄金储备指一国货币当局持有的,用以平衡国际收支,维持或影响汇率水平,作为金融资产持有的黄金。它在稳定国民经济、抑制通货膨胀、提高国际资信等方面有着特殊作用。黄金储备的管理意义在于实现黄金储备最大可能的流动性和收益性。作为国际储备的主要形式之一,黄金储备在流动性上有其自身存在局限性,因此应考虑其适度规模的问题。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_reserve(filename = "国家储备.csv")

get_stockaccount_new函数

  • 描述
    爬取证券之星中国股票开户数据(2015-05-08之后)

①期末投资者数量指持有未注销、未休眠的A股、B股、信用账户、衍生品合约账户的一码通账户数量。
②新增投资者数量=本期期末投资者数量-上期期末投资者数量。
③期末持仓投资者数指期末持有证券余额不为零的投资者数量。
④期间参与交易的投资者数指期间参与证券市场二级市场集中交易的投资者数量。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_stockaccount_new(filename = "股票开户数据(新).csv")

get_stockaccount函数

  • 描述
    爬取证券之星中国股票开户数据(2009-01-09==>2015-05-29)

所有的账户指标均为沪深两市A股B股的开户情况 ①总账户数=有效账户+休眠账户; ②新增股票账户数指当周新开出的股票账户数; ③期末股票账户数=期末A股账户数+期末B股账户数; ④“期末持仓A股账户”指期末持有证券余额不为零的A股账户; ⑤“活跃账户”指本周参与证券市场二级市场集中交易的A股账户。 ⑥“休眠账户”指根据中国证监会《关于做好证券公司客户交易结算资金第三方存管有关账户规范工作的通知》以及本公司《关于进一步规范账户管理工作的通知》规定,经证券公司核实、申报的休眠账户。期末休眠账户数采用最近月的月末数据,每月更新一次。

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_stockaccount(filename = "股票开户数据.csv")

中财网数据引擎

get_usd_cny函数

  • 描述
    爬取中财网美元兑换人民币数据

中财网数据引擎网址:http://data.cfi.cn/cfidata.aspx

  • 参数

    • filename 该参数被指定的时候会把返回的数据框存储为csv文件,如果没有指定,则不会保存;
  • 示例

    1
    df <- get_usd_cny(filename = "美元汇率.csv")

这次新增的函数是爬取美国宏观经济数据和中国房价租金数据的。

租金数据

爬取中国房价行情网20个省会城市的租金数据:get_rent_capital()

  • 中国房价行情网列示的省会城市一共有34个,但是免费用户只能看到20个,这20个分别是:北京、成都、重庆、长沙、长春、福州、贵阳、广州、哈尔滨、合肥、呼和浩特、海口、杭州、济南、昆明、拉萨、兰州、南昌、南京和南宁。
  • 示例:
    1
    df <- get_rent_capital()

爬取中国房价行情网6个一线城市租金数据:get_rent_level1()

  • 这里的一线城市包括:北京、上海、广州、天津、深圳和重庆六个城市,时间范围为2007年1月至今。
  • 示例
    1
    df <- get_rent_level1()

爬取中国房价行情网20个二线城市租金数据:get_rent_level2()

  • 中国房价行情网列示的二线城市一共有28个,但是免费用户只能看到20个,这20个分别是:长春、成都、长沙、大连、福州、贵阳、哈尔滨、合肥、呼和浩特、海口、杭州、济南、昆明、兰州、宁波、南昌、南京、南宁、青岛和石家庄。
  • 示例
    1
    df <- get_rent_level2()

爬取中国房价行情网20个三线城市租金数据:get_rent_level3()

  • 中国房价行情网列示的三线城市一共有261个,但是免费用户只能看到20个,这20个分别是:安康、安顺、安庆、鞍山、安阳、百色、白山、宝鸡、巴中、白城、保定、蚌埠、北海、毕节、亳州、保山、包头、本溪、白银和巴彦淖尔。
  • 示例
    1
    df <- get_rent_leve3()

爬取中国房价行情网20个四线城市租金数据:get_rent_level4()

  • 中国房价行情网列示的四线城市一共有62个,但是免费用户只能看到20个,这20个分别是:阿坝、阿克苏、阿拉尔、阿拉善、阿勒泰、白沙、保亭、巴州、北屯、博州、昌江、昌吉、澄迈、楚雄、定安、大理、东方、德宏、迪庆和大兴安岭。
  • 示例
    1
    df <- get_rent_leve4()

房价数据

爬取中国房价行情网20个省会城市的房价数据:get_houseprice_capital()

  • 中国房价行情网列示的省会城市一共有34个,但是免费用户只能看到20个,这20个分别是:北京、成都、重庆、长沙、长春、福州、贵阳、广州、哈尔滨、合肥、呼和浩特、海口、杭州、济南、昆明、拉萨、兰州、南昌、南京和南宁。
  • 示例
    1
    df <- get_houseprice_capital()

爬取中国房价行情网6个一线城市的房价数据:get_houseprice_level1()

  • 这里的一线城市包括:北京、上海、广州、天津、深圳和重庆六个城市,时间范围为2007年1月至今。
  • 示例
    1
    df <- get_houseprice_level1()

爬取中国房价行情网20个二线城市的房价数据:get_houseprice_level2()

  • 中国房价行情网列示的二线城市一共有28个,但是免费用户只能看到20个,这20个分别是:长春、成都、长沙、大连、福州、贵阳、哈尔滨、合肥、呼和浩特、海口、杭州、济南、昆明、兰州、宁波、南昌、南京、南宁、青岛和石家庄。
  • 示例
    1
    df <- get_houseprice_level2()

爬取中国房价行情网20个三线城市的房价数据:get_houseprice_level3()

  • 中国房价行情网列示的三线城市一共有261个,但是免费用户只能看到20个,这20个分别是:安康、安顺、安庆、鞍山、安阳、百色、白山、宝鸡、巴中、白城、保定、蚌埠、北海、毕节、亳州、保山、包头、本溪、白银和巴彦淖尔。
  • 示例
    1
    df <- get_houseprice_level3()

爬取中国房价行情网20个四线城市的房价数据:get_houseprice_level4()

  • 中国房价行情网列示的四线城市一共有62个,但是免费用户只能看到20个,这20个分别是:阿坝、阿克苏、阿拉尔、阿拉善、阿勒泰、白沙、保亭、巴州、北屯、博州、昌江、昌吉、澄迈、楚雄、定安、大理、东方、德宏、迪庆和大兴安岭。
  • 示例
    1
    df <- get_houseprice_level4()

美国宏观经济数据

爬取东方财富网美国GDP年率初值数据:us_gdp_rate()

示例

1
df <- us_gdp_rate()

爬取东方财富网美国新屋开工数据:us_new_build()

示例

1
2


爬取东方财富网美国贸易余额:us_balance_of_trade()

示例

1
df <- us_balance_of_trade()

爬取东方财富网美国失业率:us_unemployment_rate()

示例

1
df <- us_unemployment_rate()

爬取东方财富网美国非农就业人数变化:us_nonfram_payrolls()

示例

1
df <- us_nonfram_payrolls()

爬取东方财富网美国ISM非制造业指数:us_ism_non_manufacturing_index()

示例

1
df <- us_ism_non_manufacturing_index()

爬取东方财富网美国ISM制造业指数:us_ism_manufacturing_index()

示例

1
df <- us_ism_manufacturing_index()

# R

评论

程振兴

程振兴 @czxa.top
截止今天,我已经在本博客上写了659.4k个字了!

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×