财经数据----同花顺技术选股，附代码

因为我最近在学习量化框架pyalgotrade比较忙，所以我写文章的时间比较少，因为白天要上课比较忙，所以我介绍一些有意义的数据。比如同花顺财经的技术选股。我们打开浏览器，搜搜同花顺财经进入数据我们看到数据中心有一个技术选股数据。我还是一样，提供的程序仅仅供交流学习，不得用于其他用途，更不能用于大规模获取数据，坚守爬虫原则，感谢同花顺提供的数据，让我们投资研究更容易。

需要程序关注微信公众，数据分析与运用，回复同花顺选股就可以了

我们点击技术选股，进入我们就会看到许多选股的数据。

我们可用看到有创新高，创新低，连续上涨，连续下跌，量价，等，下面有月高，半年高，一年高，历史高等，我们看月高的数据

我们看需要解析数据，比较难解析

下面是我结合akshare库写的图形界面，查这个数据非常的方便。代码很多

我们选择创新高，看一下效果

我们选择保存为桌面的数据文件

我们看一下数据。数据非常多

下面为我独立出来模块代码，同花顺技术选股。效果

下面为直接写的代码获取创新高程序，爬虫应该自己多动手

from urllib import requestimport pandas as pdimport akshare as akfrom bs4 import BeautifulSoupfrom lxml import etreefrom openpyxl import load_workbookimport requestsurl='http://data.10jqka.com.cn/rank/cxg/board/4/field/stockcode/order/desc/ajax/1/free/1/'headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36','Referer':'http://data.10jqka.com.cn/rank/cxg/','Cookie':'log=; Hm_lvt_78c58f01938e4d85eaf619eae71b4ed1=1651495867; __utma=156575163.55348612.1651495956.1651495956.1651495956.1; __utmc=156575163; __utmz=156575163.1651495956.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); __utmt=1; __utmb=156575163.1.10.1651495956; Hm_lvt_60bad21af9c824a4a0530d5dbf4357ca=1651495964; Hm_lvt_f79b64788a4e377c608617fba4c736e2=1651495965; Hm_lpvt_78c58f01938e4d85eaf619eae71b4ed1=1651495970; Hm_lpvt_60bad21af9c824a4a0530d5dbf4357ca=1651495970; Hm_lpvt_f79b64788a4e377c608617fba4c736e2=1651495970; v=Axt5zlIB_c3JbQE5KNqqIydFqnSI8C3qKQbztA1a9nowdTVilcC_QjnUg_Ie'}res=requests.get(url=url,headers=headers)df_text=pd.read_html(res.text)df=pd.DataFrame(df_text[0])df.to_excel(r'C:\Users\Administrator\Desktop\同花顺技术选股.xlsx')wb=load_workbook(r'C:\Users\Administrator\Desktop\同花顺技术选股.xlsx')ws=wb['Sheet1']ws.delete_rows(idx=2,amount=2)wb.save(r'C:\Users\Administrator\Desktop\同花顺技术选股.xlsx')

下面为独立出来模块，同花顺技术选股程序代码

#快速查股票数据#安装库的方式，wind+R,输入cmd,输入 py -m pip install 库名#复制，粘贴道pycharm,点击运行就可用import akshare as akimport tkinter as tkimport tkinterimport pandasimport PySimpleGUI as sgimport seaborn as snsimport matplotlib.pyplot as pltfrom finta import TAimport mplfinance as mpfplt.rcParams['font.family']='SimHei'plt.rcParams['axes.unicode_minus']=Falseroot=tk.Tk()root.wm_title('快速查数据')root.geometry('600x500')menmenu=tk.Menu(root)def stock_ths_cxg():#同花顺创新高    code=sg.popup_get_file('输入类型包括"创月新高", "半年新高", "一年新高", "历史新高"')    df=ak.stock_rank_cxg_ths(symbol=code)    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_cxd():#同花顺选股创新低    code=sg.popup_get_file('输入类型包括"创月新高", "半年新高", "一年新高", "历史新高"')    df=ak.stock_rank_cxd_ths(symbol=code)    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_lxss():#同花顺连续上涨    df=ak.stock_rank_lxsz_ths()    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_lxxd():#同花顺连续下跌    df=ak.stock_rank_lxxd_ths()    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_cxfl():#同花顺持续放量    df=ak.stock_rank_cxfl_ths()    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_cxsl():#同花顺持续缩量    df=ak.stock_rank_cxsl_ths()    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_xstp():#同花顺向上突破    code=sg.popup_get_file('输入突破类型"5日均线", "10日均线", "20日均线", "30日均线", "60日均线", "90日均线", "250日均线", "500日均线"')    df=ak.stock_rank_xstp_ths(symbol=str(code))    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_xxtp():#同花顺向下突破    code=sg.popup_get_file('输入突破类型"5日均线", "10日均线", "20日均线", "30日均线", "60日均线", "90日均线", "250日均线", "500日均线"')    df=ak.stock_rank_xxtp_ths(symbol=str(code))    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_ljqs():#同花顺量价齐升    df=ak.stock_rank_ljqs_ths()    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_ljqd():#同花顺量价齐跌    df=ak.stock_rank_ljqd_ths()    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_ths_xzjp():#同花顺险资举牌    df=ak.stock_rank_xzjp_ths()    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')def stock_xgxd():#创新高创新低股票数量    lx=sg.popup_get_file('输入类型包括"all", "sz50", "hs300", "zz500"')    df=ak.stock_a_high_low_statistics(symbol=lx)    look=sg.popup_get_file('输入查看数据方式0代表弹窗查看，1代表保存到桌面数据文件')    if look=='0':        sg.popup(df)    elif look=='1':        df.to_excel(r'C:\Users\Administrator\Desktop\数据.xlsx')jsxg_data=tk.Menu(root)menmenu.add_cascade(label='技术选股',menu=jsxg_data)jsxg_data.add_command(label='同花顺选股创新高',command=stock_ths_cxg)jsxg_data.add_command(label='同花顺选股创新低',command=stock_ths_cxd)jsxg_data.add_command(label='同花顺选股连续上涨',command=stock_ths_lxss)jsxg_data.add_command(label='同花顺选股连续下跌',command=stock_ths_lxxd)jsxg_data.add_command(label='同花顺选股持续放量',command=stock_ths_cxfl)jsxg_data.add_command(label='同花顺选股持续缩量',command=stock_ths_cxsl)#jsxg_data.add_command('同花顺选股向上突破',command=stock_ths_xstp)#jsxg_data.add_command('同花顺选股向下突破',command=stock_ths_xxtp)jsxg_data.add_command(label='同花顺选股量价齐升',command=stock_ths_ljqs)jsxg_data.add_command(label='同花顺选股量价齐跌',command=stock_ths_ljqd)jsxg_data.add_command(label='同花顺选股危资举牌',command=stock_ths_xzjp)jsxg_data.add_command(label='创新低，创新高股票数量',command=stock_xgxd)root['menu']=menmenuroot.mainloop()

财经数据----同花顺技术选股，附代码相关推荐

JavaScript实现模板生成大量数据的方法（附代码）
本篇文章给大家带来的内容是关于JavaScript实现模板生成大量数据的方法(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 有时需要根据模板生成大量数据,这个代码工具简直就 ...
Get了！用Python制作数据预测集成工具 | 附代码
作者 | 李秋键责编 | 晋兆雨大数据预测是大数据最核心的应用,是它将传统意义的预测拓展到"现测".大数据预测的优势体现在,它把一个非常困难的预测问题,转化为一个相对简单的描述 ...
html代码自动排列,html页面如何实行数据排序？（附代码）
本篇文章给大家带来的内容是关于html页面如何实行数据排序?(附代码),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 前些天在进行成绩排名的时候,用到了这个小技巧.直接在html代码 ...
C#、Java、Python，window如何接入L2行情数据接口？（附代码）
level2数据市场是证券公司的高级市场功能,包括十档行情市场推送.交易队列.逐笔交易.委托总量等功能.投资者可以联系营业部或直接通过网上申请开通,在交易所开通需要一定的费用.(外面全市场推送数据速度 ...
十图详解TensorFlow数据读取机制（附代码）
在学习TensorFlow的过程中,有很多小伙伴反映读取数据这一块很难理解.确实这一块官方的教程比较简略,网上也找不到什么合适的学习材料.今天这篇文章就以图片的形式,用最简单的语言,为大家详细解释一下 ...
mosaic数据增强_YoloV4当中的Mosaic数据增强方法（附代码详细讲解）
上一期中讲解了图像分类和目标检测中的数据增强的区别和联系,这期讲解数据增强的进阶版- yolov4中的Mosaic数据增强方法以及CutMix. 前言 Yolov4的mosaic数据增强参考了CutM ...
YoloV4当中的Mosaic数据增强方法（附代码讲解）
上一期中讲解了图像分类和目标检测中的数据增强的区别和联系,这期讲解数据增强的进阶版- yolov4中的Mosaic数据增强方法以及CutMix. 前言 Yolov4的mosaic数据增强参考了CutM ...
GIS实战应用案例100篇（二十一）-全国分省、市、县净初级生产力NPP数据制作实战（附代码）
前言净初级生产力(Net primary productivity, NPP)是研究陆地生态系统中物质和能量转换的重要指标,NPP的空间分布与区域气候.植被生长以及人类活动等因素息息相关,其变化能反 ...
python必备基础代码-【Python基础系列】常见的数据预处理方法（附代码）
本文简单介绍python中一些常见的数据预处理,包括数据加载.缺失值处理.异常值处理.描述性变量转换为数值型.训练集测试集划分.数据规范化. 1. 加载数据 1.1 数据读取数据格式有很多,介绍常见 ...

财经数据----同花顺技术选股，附代码

财经数据----同花顺技术选股，附代码相关推荐

最新文章

热门文章