1、提出问题

想要获得数据的目的

对于最近一段时间的A股，如果能通过筛选个股的最高点、最低点，以及这些个股出现最高点、最低点的时间，来做复盘，找到该阶段个股涨跌的时间和集中度，对于后续搞清楚个股所处的阶段(上涨、下跌、低位盘整、高位盘整)是非常有帮助的。

获取数据的艰难历程(该部分纯属个人心理历程，没兴趣的可以跳过)

自从设定要查看一段时间，A股中个股最高点、最低点及出现的时间，分析在本轮上涨过程中，股票大致经历的阶段，如何获取数据成为我最烦心的事情。先后经历了两个阶段：

第一阶段，试图用Python从Tushare导出数据到MySQL，然后从MySQL中提取数据，形成Excel表。

由于本人的Python没基础，在网上搜了十几种利用Python从Tushare导出数据到MySQL的程序代码，但无论是直接用，还是进行改造，都无法得到我想要的数据——或者执行不下去，或者执行后报错，未能获取到数据。

被逼无奈，开始自学Python和MySQL，希望能看明白这些代码。因为是基于寻求数据导出这一目的，所以跳着看了一些教程和示例，很多都是囫囵吞枣，没看明白。

这一过程从4月11日一直到4.25日，经历了15天的摸索，最终放弃了。

第二阶段，干脆使用最笨的办法，一条数据一条数据的排序、复制粘贴。

先是从证券交易软件中导出txt格式的个股交易前复权数据，总共形成txt文件3618个，导出日期2018年4月26日；

再利用已经尝试过的Excel宏运算对一条一条的数据进行排序，大概40秒可以搞定一条数据，需要40.2个小时完成，而我每天只能抽出1个小时来做，需要40天才能做完。。。当时算完这个需要的时间，心情是崩溃的。

但还是埋头开始做了，并在做的过程中，逐步优化步骤，修改宏，最终可以达到20秒完成一条记录，且早晚都做，周末投入时间达到4、5个小时，终于在5月11日晚将3618条数据都搞定了。

回头看，像做梦一样，埋头苦干的时间，和想走捷径的时间基本一致；但两个结果，一个是弄出了十来个半截的Python代码，数据是没有任何进展的；一个是做出了一个291k的excel文件，内含3618条数据，A股个股2018年10月8日-2019年4月26日期间最高点、最低点及出现的日期数据。当然，这些数据是一次性的，如果增加一天的数据，那相当于要重新来过。而代码掌握了，就可以随时取数更新了。所以，更加增强了我学习的渴望。

在这里鸡汤一下：埋头苦干比天天想着走捷径，要靠谱。

在这里感叹一下：如果掌握了工具，埋头苦干花了15天做的事情，也许利用工具只需要一个小时就能搞定。

2、理解数据

通过计算最高点、最低点的价格差，可以找到涨幅各自不同区间的个股；

通过比较最低点出现的时间，看出个股低点相对集中出现的时间；

通过比较最高点出现的时间，看出个股高点集中出现的时间。

3、数据清洗

第一步，通过日期数据来查验，看看数据日期是否都在2018年10月8日-2019年4月26日范围内；

经过检查，发现情况如下：

空白数据为在该期间内完全无交易(停牌、退市、刚过会未上市交易等各种情况)；

超出时间范围的数据，暂时不确定是我操作过程中的失误，还是导出数据本身有问题；

通过证券交易软件，重新查看了上述4只个股在该期间的前复权数据，并进行了手动更改。

经过检查，剔除了无交易数据，得到数据如下：

个股数据3600条，数据期间2018年10月8日-2019年4月26日，前复权，最低点、最高点价格以及出现的时间。

第二步，通过最高点、最低点之间的时间来筛选，找到最高点出现在最低点之前的股票(这个属于下跌而不是上涨了)，识别出股票的涨幅数据；

因为部分个股最高点出现在最低点之前，导致涨幅数据是负数(而如果不注意，直接用最高价格减去最低价格，涨幅是正数)，此类个股258个。

4、构建模型

涨幅统计

第一步，先秀一下明星个股：

该期间涨幅超过500%的个股9个(时间跨度为自然日)：

第二步，再看看市场个股涨跌情况：

涨幅超过100%，低于500%的个股953个；

涨幅超50%，低于100%的个股1892个；

上涨，但涨幅不超过50%的个股488个；

下跌个股258个。

看到这个数据，再看看我的期间收益，感觉是崩溃的。。。

最低点、最高点出现的时间分布

最低点出现的时间分布

说明：

有69.83%的个股最低点出现在2018年10月，23.33%的个股最低点出现在2019年1月；

其中：

涨幅超过500%的9只，有7只个股都在2018年10月到达期间最低点；

涨幅超过100%的953只，有766只个股都在2018年10月到达期间最低点；

涨幅超过50%的1892只，有1426只个股都在2018年10月到达期间最低点；

最高点出现的时间分布

说明：

有58.19%的个股最高点出现在2019年4月，30.36%的个股最高点出现在2019年3月；

其中：

涨幅超过500%的9只，有6只个股都在2019年4月到达期间最高点；

涨幅超过100%的953只，有766只个股都在2019年4月到达期间最高点；

涨幅超过50%的1892只，有1426只个股都在2019年4月到达期间最高点。

5、数据可视化

涨幅统计饼图

股价最低点出现日期

从上图可以看出，2018年10月19日，39.61%的个股都出现了区间的最低价格。

股价最高点出现日期

可以看出，虽然3、4月出现最高点个股达到88.53%，但出现的日期较为分散，最多的一天是2019年4月8日，也只有8.19%，这也是该区间上证指数的最高点。