宏观数据是宏观经济分析的基础，方便获取宏观数据，既能提高分析效率，又能将经济理论和实践有机的集合在一起。当然，对于我们python学习爱好者，可以作为指标参数，带入训练模型。从tushare获取数据，简单、稳定，值得拥有。官网地址：https://tushare.pro/register?reg=284907
引入库
import tushare as ts
import pandas as pd
import matplotlib.pyplot as plt
存款准备金
rrr = ts.get_rrr()
rrr[:5]
货币供应量
money_supply = ts.get_money_supply()
money_supply[:5]
参数含义：
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(%)
货币供应量 年底余额
money_supply_bal = ts.get_money_supply_bal()
money_supply_bal[:5]
存款利率
deposit = ts.get_deposit_rate()
deposit[:5]
贷款利率
loan = ts.get_loan_rate()
loan[:5]
获取GDP数据
gdp_quarter = ts.get_gdp_quarter()
gdp_quarter[:5]
GDP 从三大产业的支撑
gdp_for = ts.get_gdp_for()
gdp_for[:5]
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 从三大产业的拉动
gdp_pull=ts.get_gdp_pull()
gdp_pull[:5]
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 三大产业贡献率
gdp_contrib = ts.get_gdp_contrib()
gdp_contrib[:5]
居民消费价格指数 cpi
cpi = ts.get_cpi()
cpi[:5]
工业品出厂价格指数
ppi = ts.get_ppi()
ppi[:5]
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
