目標:在中國的股票市場上盈利,每周都有單個股票盈利2%,月總盈利超過2% 計劃實現方式:Pycharm + Anaconda3 + Python3 + Django + AKShare + MongoDB 目前采用的實現方式:Pycharm + Anaconda3 + Python3 + Flask + AKShare 以后可能會用到 :MongoDB , SQLAlchemy ,baostock ,Tushare 機器學習 會在以后的實踐中逐步用到。 實現方式上一篇文章寫了采集的方法。本篇文章包含完整代碼和調用代碼。 采用后臺執(zhí)行的方式。 gupiao.py 如下: import akshare as akimport threadingimport datetimeimport osfrom threading import Threaddef get_start(): start_stock_daily()# 這里就是核心了,調用這部分就會自動下載 深圳A股 的所有股票的歷史記錄def start_stock_daily(indicator='A股列表', folder='sz_a', prefix='sz'): file_path = 'D:/work/data/' + folder + '/' file_path_name = get_sz_a(file_path, indicator) print(file_path_name) num = 0 with open(file_path_name, 'r', encoding='UTF-8') as stock_lines: for stock_line in stock_lines.readlines(): num = num + 1 if num == 1: continue stock_line_arr = stock_line.split('|') symbol = prefix + stock_line_arr[5] print('股票信息=' + symbol + '||' + stock_line_arr[6]) stock_csv = get_stock_daily(file_path, symbol) print('stock_csv=' + stock_csv)# 獲得深圳主板A股列表,每天獲取一次不重復獲取# file_path 需要全路徑,以 | 進行間隔# indicator 可選參數 'A股列表', 'B股列表', 'AB股列表', '上市公司列表', '主板', '中小企業(yè)板', '創(chuàng)業(yè)板'def get_sz_a(file_path, indicator='A股列表'): today = datetime.datetime.today() file_name = 'sz_a_' + today.strftime('%Y%m%d') + '.csv' if not os.path.exists(file_path): # 如果路徑不存在則創(chuàng)建 os.makedirs(file_path) if os.path.exists(file_path + file_name): print('今日已經獲取無需再次獲取,' + today.strftime('%Y%m%d')) return file_path + file_name stock_info_sz_df = ak.stock_info_sz_name_code(indicator=indicator) stock_info_sz_df.to_csv(file_path + file_name, sep='|') print('獲取深圳主板A股列表并存儲為CSV!' + today.strftime('%Y%m%d')) return file_path + file_name# 根據股票代碼獲取股票歷史數據# symbol 股票代碼 需要前綴 sh 上海 sz 深圳,例如:sz300846def get_stock_daily(file_path, symbol): stock_zh_a_daily_hfq_df = ak.stock_zh_a_daily(symbol=symbol) # 返回不復權的數據 file_name = symbol + '.csv' stock_zh_a_daily_hfq_df.to_csv(file_path + file_name) return file_path + file_name 調用下載的部分,注意命名我隨便寫的,請根據情況自己修改,app.py 如下:
使用 Flask 框架,生成一個項目,然后創(chuàng)建一個gupiao.py 在 app.py 中調用,然后運行項目。 在瀏覽器里面訪問 就能在后臺看到如圖的畫面,整個深圳A股的下載時間大約在2個小時到3個小時。 股票歷史數據 下載到本地如圖 股票歷史數據 爬取數據部分就完成了,之后就是篩選了。 |
|