除了股票价格以外，还有一些其它的指标能反映一只股票的市场表现，比如涨跌幅，换手率，成交量等，其中涨跌幅和价格相关，换手率和成交量相关。之所以使用涨跌幅和换手率来对股票进行分析，是因为涨跌幅去掉了价格的因素，单独保留价格的变动幅度，这样就可以对全市场的股票按照一个标准进行分析了；使用换手率代替成交量是因为每只股票的总股本是不同的，单单考虑成交量不能反映出个股的交易活跃程度，而换手率同时考虑了成交量和总股本信息，能非常好的反映出股票的活跃度和流动性。
分析换手率基于以下几点考虑：
1股票的换手率越高，意味着该只股票的交投越活跃，人们购买该只股票的意愿越高，属于热门股；反之，股票的换手率越低，则表明该只股票少人关注，属于冷门股
2. 换手率高一般意味着股票流通性好，进出市场比较容易，不会出现想买买不到、想卖卖不出的现象，具有较强的变现能力。然而值得注意的是，换手率较高的股票，往往也是短线资金追逐的对象，投机性较强，股价起伏较大，风险也相对较大
3. 将换手率与股价走势相结合，可以对未来的股价做出一定的预测和判断。某只股票的换手率突然上升，成交量放大，可能意味着有投资者在大量买进，股价可能会随之上扬。如果某只股票持续上涨了一个时期后，换手率又迅速上升，则可能意味着一些获利者要套现，股价可能会下跌。
BaoStock是一个开源的python量化数据接口，可以免费下载很多的股票行情和估值等数据，下面给出实例程序，显示如何获取历史行情数据和估值数据，包括涨跌幅，换手率，以及PE,PB等数据
import baostock as bs
import pandas as pd
#### 登陆系统 ####
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:'+lg.error_code)
print('login respond error_msg:'+lg.error_msg)
#### 获取沪深A股历史K线数据 ####
# 详细指标参数，参见“历史行情指标参数”章节
rs = bs.query_history_k_data("sh.600000",
"date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,isST",
start_date='-07-01', end_date='-12-31',
frequency="d", adjustflag="3")
print('query_history_k_data respond error_code:'+rs.error_code)
print('query_history_k_data respond error_msg:'+rs.error_msg)
#### 打印结果集 ####
data_list = []
while (rs.error_code == '0') & rs.next():
# 获取一条记录，将记录合并在一起
data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
#### 结果集输出到csv文件 ####
result.to_csv("D:\\history_A_stock_k_data.csv", index=False)
print(result)
#### 登出系统 ####
bs.logout()
参数含义：
·code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；
·fields：指示简称，支持多指标输入，以半角逗号分隔，填写内容作为返回类型的列。详细指标列表见历史行情指标参数章节。此参数不可为空；
·start：开始日期（包含），格式“YYYY-MM-DD”，为空时取-01-01；
·end：结束日期（不包含），格式“YYYY-MM-DD”，为空时取最近一个交易日；
·frequency：数据类型，默认为d，日k线；d=日k线、w=周、m=月、5=5分钟、15=15分钟、30=30分钟、60=60分钟k线数据，不区分大小写；周线每周最后一个交易日才可以获取，月线第月最后一个交易日才可以获取。
·adjustflag：复权类型，默认不复权：3；1：后复权；2：前复权。已支持日k线、分钟线前后复权；暂不支持周k线、月k线前后复权。BaoStock提供的是涨跌幅复权算法复权因子，具体介绍见：复权因子简介或者媒体文件:BaoStock复权因子简介.pdf。
