www.154.net

导航菜单

股票代码分类为哪四种,用Python,tushare做一个A股每天收盘市场行情检测分析(含源码)

用Python,tushare做一个A股每天收盘市场行情检测分析(含源码)

  设计灵感:针对投资者而言,每天收盘分析是一件必需的课程。如今的行情软件类型许多,早已有很多梳理好的数据,可是针对高级游戏玩家,很有可能必须大量自定化的作用,作出自身的每天分析表格。那大家为何不试着用Python做一个?

先上結果:

  好啦,接下去就刚开始解读下完成的方式和流程。

开发工具IDE:Pycharm

计算机语言:Python3.6

必需包:tushare,pandas

解题思路拆卸:

1.怎样获取每日的收盘数据?

2.怎样对每日的收盘数据开展分析?

答题全过程:

1.怎样获取每日的收盘数据?

----它山之石它山之石。

1如果有万得这类手机软件的盆友,能够自身从万得导出来。

2)能够试着撰写网络爬虫从网易财经网的股票频道栏目爬取数据。

3)立即应用tushare包的api,获取数据

今日就来解读第三种方式。

  Tushare金融业大数据小区安装方法请参照

  刀客特鹿:Pyhton的package包安装方法tushare有很多获取数据的api能够很便捷地立即启用,而大家只必须采用里边好多个api就足够了,自然有兴趣爱好的同学们,能够把官在网上的端口号所有都自身试着下。

第一个要采用的api:

  get_today_all#获取全部股票的前一日的收盘市场行情

第二个要采用的api

  get_stock_basics#获取股票当今的基本资料

  拥有这两个数据,就可以获取前一收盘日,或是今日收盘后的股票信息内容了。

源码以下:

#特定自身要储放文档的相对路径

#从tushare获取特定时间

#先得到全部股票的收盘数据

#得到全部股票的基本资料

#储存数据

  每日的收盘数据都能够储存出来,也便捷也厚再分析

开启实际效果以下

2.怎样对每日的收盘数据开展分析?

  这一步要是采用大家的pandas就可以了,菜拥有,实际是清蒸的?清炖?還是蒜烤?也要看诸位的爱好。

  例如我要看每日收盘的涨跌状况,涨跌停的分析,找寻制造行业动机等。

简易的总数统计分析

股票涨停股票按行业类别

股票跌停股票按行业类别

总体A股的制造行业涨跌状况

按交易中心归类:

股票涨停股票按地区归类:

股票跌停股票按地区归类:

A股总体涨跌按地区归类:

源码以下:

#====沪深股市行情数据

#载入TDX的每天股票数据

  df['code']=df['code'].astypestr#转换成str后,NAN也变为nanstr文件格式

#加上交易中心列

#找到增涨的股票

#走平股票数

#找到下挫的股票

#找到股票涨停的股票

  #股票涨停股票数中的未连板股,发售时间低于半个月

  #股票涨停股票数中创业板股票,发售时间低于一年

  #股票涨停股票数中的未连板股,发售时间低于半个月

  #股票涨停股票数中创业板股票,发售时间低于一年

  print'A股增涨数量:%d,A股下挫数量:%d,A股走平数量:%d。'?_up.shape[0],df_down.shape[0],df_even.shape[0]

  print'A股总成交量:%d,总交易量:%d'?['amount'].sum,df['volume'].sum

  print'A股平均市盈率:%.2f,均值流通股本%.2f亿,均值总的市值%.2f亿'?['pe'].mean,df['nmc'].mean,df['mktcap'].mean

  print'股票涨停总数:%d个,股票涨停中发售时间低于半个月的:%d,股票涨停中发售时间低于一年的:%d'%limit_up.shape[0],limit_up_new.shape[0],limit_up_fresh.shape[0]

  print'股票跌停总数:%d个,股票涨停中发售时间低于半个月的:%d,股票涨停中发售时间低于一年的:%d'%limit_down.shape[0],limit_down_new.shape[0],limit_down_fresh.shape[0]

#获取特定列的分析统计分析結果

#对股票涨停的股票分析

#对股票跌停的股票分析

#对全量的股票分析

  自然,之上的统计分析都還是很基本的,可是你拥有这一架构,彻底能够充分发挥~作出你自己的每天市场行情分析小结~。针对新手而言,很有可能還是不太会随便了解之上全部编码~

  Tushare金融业大数据小区能够从推存的课程内容开始学习,教會零基础的你把握python,pandas,乃至作出自身的股票减仓架构。课程内容的详解:

  刀客特鹿:量化投资学习心得#Python量化分析新手入门课程内容(第零课)零基础的准备课

本文仅代表作者观点,不代表www.154.net立场。

本文系作者授权发表,未经许可,不得转载。

来源:互联网

本文地址:/szzs/2152.html

留言与评论 (共有 条评论)
验证码: