魔王、陈萍报道

一棵韭菜的自我修养:用Python分析下股市,练练手

一棵韭菜的自我修养。

股市跌宕起伏。7 月初 A 股飙升,股票瞬间成为大家的热门讨论话题,「现在入场还来得及吗?」几乎成为新的问候语。

然而,经历了连续近 10 个交易日的快牛行情后,上证指数上涨势头放缓。这是牛市,还是熊市?怎么在趋势之中腾挪转移,抓住时机下场?抑或是按兵不动,放长线钓大鱼?

不要妄下定论。毕竟股市有风险,入市需谨慎。那么,有没有什么方法可以帮助你做决策呢?

最近,一位常年研究股票系统的开发者 pythonstock 用 Python 写了一个股票分析系统,发布数天就获得了不少关注。

于是我们就推荐给大家,既能学习 python 又能练习炒股。但正如项目作者所说,「本项目只能用于 Python 代码学习,股票分析,投资失败亏钱不负责,不算 BUG。」如果真亏了,我们也不背锅呀,毕竟大家都是韭菜。

pythonstock 的项目页面

总之,分析得准不准先不说,我们先来偷个师,看看这个用 Python 代码进行股票分析的项目到底是怎么实现的吧。

PythonStock:一个用 Python 写成的股票分析系统

根据 GitHub 页面介绍,该项目是基于 Python 的 pandas、tushare、bokeh、tornado、stockstats、ta-lib 等框架开发的全栈股票系统。

GitHub 地址:https://github.com/pythonstock/stock

它具备以下特点:

1)可以直接使用 docker 本地部署运行,整个项目在 docker hub 上压缩后仅有 200BM,本地占用 500MB 磁盘空间。

2)使用 Docker 解决 Python 库安装问题,使用 Mariadb(MySQL)存储数据,借助 tushare 抓取数据。

3)使用 corn 做定时任务,每天进行数据抓取计算,每天 18 点开始进行数据计算,计算当日数据,使用 300 天数据进行计算,大约需要 15 分钟计算完毕。

4)股票数据接口防止被封,按天进行数据缓存,储存最近 3 天数据,每天定时清除,同时使用 read_pickle to_pickle 的 gzip 压缩模式存储。

5)使用 tornado 开发 web 系统,支持股票数据、沪深 300 成份股、中证 500 成份股、龙虎榜数据、每日股票数据、每日大盘指数行情等。

6)数据展示系统:通用数据展示系统,配置字典模板之后,页面自动加载数据,并完成数据展示,后续可以加入自己开发的指标数据。

7)增加曲线数据分析:查看股票时,可以直接跳转到东方财富页面查看相关信息,点击指标之后使用 Bokeh 将多达 17 个指标的数据可视化,进行图表展示。

bokeh 绘图指标数据:

然后根据 KDJ、RSI 和 CCI 这 3 个指标进行股票数据计算:

计算指标

此股票分析系统提供的每日股票指标数据,按照 17 个计算指标进行计算(下图截取部分计算指标):


此外,项目作者还介绍了该股票系统设计原理、架构设计原理、应用部署要点等知识,具体使用和部署方法参见 GitHub 项目页面。

感兴趣的小伙伴,也许可以亲自上手试一试了。

不过,需要再次提醒的是,股市有风险,入市需谨慎哦。

入门Python股市
1
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

数据可视化技术

数据可视化被许多学科视为现代视觉传达的等价物。为了清晰有效地传递信息,数据可视化使用统计图形、图表、信息图和其他工具。数字数据可以使用点、线或条编码,以视觉传达定量消息。有效的可视化帮助用户对数据进行分析和推理。它使复杂的数据更容易理解和使用。用户可以根据特定的分析任务进行数据可视化,例如进行比较或理解因果关系,并且图形的设计原则(即,显示比较或显示因果关系)来进行可视化。表通常用于用户查找特定测量的地方,而各种类型的图表用于显示一个或多个变量的数据中的模式或关系。

推荐文章
暂无评论
暂无评论~