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 request
import pandas as pd
import akshare as ak
from bs4 import BeautifulSoup
from lxml import etree
from openpyxl import load_workbook
import requests
url='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 ak
import tkinter as tk
import tkinter
import pandas
import PySimpleGUI as sg
import seaborn as sns
import matplotlib.pyplot as plt
from finta import TA
import mplfinance as mpf
plt.rcParams['font.family']='SimHei'
plt.rcParams['axes.unicode_minus']=False
root=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']=menmenu
root.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 ...
最新文章
- java baseentity_如何在JPA的BaseEntity中实现equals()和hashcode()方法?
- 【MFC】BitBlt详解
- asp.net 由于代码已经过优化或者本机框架位于调用堆栈之上,无法计算表达式的值...
- python量化交易第一天_《Python量化交易教程》第一部分新手入门 第1天:谁来给我讲讲Python?...
- SQL-33 创建一个actor表,包含如下列信息
- 关于操作系统的学习总结
- oracle ora 12011,执行oracle中的job报错:ORA-12011:无法执行作业1
- java键盘控制英雄左右移动_js实现键盘操作实现div的移动或改变的原理及代码
- 查看环境列表_西门子COMOS软件开发定制学习8-查询列表间的数据交互
- 【物流选址】基于matlab麻雀搜索算法求解物流选址问题【含Matlab源码 H003期】
- 咸鱼前端—html常用标签
- table表格头部和前几列固定js
- SIP入门(一):建立SIP软电话环境
- 汽车IC TPS7A6633QDGNRQ1应用 低压降线性稳压器
- CST——贴片天线仿真
- 一丶Java 中和的区别;二丶java中和,||和|的区别。
- 网上经常听到的“终端”指的什么?
- unity3D-learning:UI背包系统
- 【Node.js】第一章 初识Node.js
- centos7中ps显示的内容_值得收藏,史上最全Linux ps命令详解