python可用于数据抓取_基于PYTHON实现证券数据的抓取，以PYECHARTS实现证券数据实时分析...

by Tony

主要采用Java+Python+MySQL+Redis的方式建设，以满足前期数据量较小的场景下，实时分析预警的要求。使用JAVA搭建核心框架；Python用于数据采集应用、数据分析模型的实现；MySQL用于历史数据、日志等非实时数据存储；Redis用于当日实时行情的存储，如下图：

那问题来了，这么庞大的数据要怎么来呢？

证券实时行情数据主要是靠Tushare接口（）采集数据。

关于接口：tushare.get_realtime_quotes(symbols=CodeList)

获取数据，CodeList可以是一个Data

Frame也可以是一个单独的字符串。

（Data Frame参数）

（单独的参数，既股票代码）

我们通过持续调用Tushare接口，就能获取实时行情数据，并其获取并存储至MySQL数据库中：

然后就是图表的绘制了，先使用pyechart绘制一个基本的K线图，一个K线图包括了开盘价、收盘价、最高价、最低价4个指标，维度主要是日期。我们先根据这个需要，进行数据提取：

使用get_k_data这个接口直接提取K线数据，这里我们提取2017年全年的数据:

（时间）

（即：[开盘值,

收盘值, 最低值, 最高值]）

现在我们基本数据都有了，但只有简单一些数据。要做到对股票的分析，很重要的一个处理是日K线、MA5、MA10、MA20、MA30线，这些算法如下：

计算MACD指标

def

calculateMA(dataFrame=None, dayCount=0):

result = pd.DataFrame(columns=['date', 'ma'])

for

i in range(0,len(dataFrame)):

row = {'date': dataFrame['date'].loc[i], 'ma': 0}

if (i < dayCount):

result = result.append(row, ignore_index=True)

continue

sum = 0

for j in range(0, dayCount):

sum += dataFrame['close'].loc[i-j]

ma = sum / dayCount

row['ma'] = ma

result = result.append(row, ignore_index=True)

return result

df =

ts.get_k_data(code='000001', start='2017-01-01', end='2017-12-31',

index=False, retry_count=3, pause=0.001)

公共x轴，日期

xaxis =

np.array(df[['date']])

k_yaxis =

np.array(df[['open', 'close', 'low', 'high']])

kline =

Kline(title="K线图",

subtitle="000001")

kline.add("日K线",

x_axis=xaxis, y_axis=k_yaxis, is_datazoom_show=True)

df_ma5 = calculateMA(df,

ma5_y =

np.array(df_ma5['ma'])

line5 = Line()

line5.add("MA5", xaxis,

ma5_y,is_datazoom_show=True)

# MACD

10日

df_ma10 = calculateMA(df,

10)

ma10_y =

np.array(df_ma10['ma'])

line10 = Line()

line10.add("MA10", xaxis,

ma10_y,is_datazoom_show=True)

# MACD

20日

df_ma20 = calculateMA(df,

20)

ma20_y =

np.array(df_ma20['ma'])

line20 = Line()

line20.add("MA20", xaxis,

ma20_y,is_datazoom_show=True)

# MACD

30日

df_ma30 = calculateMA(df,

30)

ma30_y =

np.array(df_ma30['ma'])

line30 = Line()

line30.add("MA30", xaxis,

ma30_y,is_datazoom_show=True)

终于，我们得到了我们想要的效果图了：

如需沟通讨论，可联系QQ：2622487640，本文版权归智扬信达所有，转载请注明出处

python可用于数据抓取_基于PYTHON实现证券数据的抓取，以PYECHARTS实现证券数据实时分析...相关推荐

python分布式爬虫开题报告范文_基于Python的豆瓣Top250排行榜影片数据爬取和分析开题报告...
一.选题依据:(简述研究现状,说明该毕业设计的设计目的及意义) 研究现状 Python是一门很全面的语言,又随着大数据和人工智能的兴起,广受爬虫设计者们的青眯.设计者们运用Python语言的框架-Sc ...
python关于二手房的课程论文_基于python爬取链家二手房信息代码示例
基本环境配置 python 3.6 pycharm requests parsel time 相关模块pip安装即可确定目标网页数据哦豁,这个价格..................看到都觉得脑阔 ...
python爬虫数据分析项目双十一_基于Python爬取京东双十一商品价格曲线
一年一度的双十一就快到了,各种砍价.盖楼.挖现金的口令将在未来一个月内充斥朋友圈.微信群中.玩过多次双十一活动的小编表示一顿操作猛如虎,一看结果2毛5.浪费时间不说而且未必得到真正的优惠,双十一电商的 ...
python实现数据可视化软件_基于Python实现交互式数据可视化的工具
作者:Alark Joshi 翻译:陈雨琳校对:吴金笛本文2200字,建议阅读8分钟. 本文将介绍实现数据可视化的软件包. 这学期(2018学年春季学期)我教授了一门关于数据可视化的数据科学硕士课 ...
python数据接口设计_基于python的接口测试框架设计（一）连接数据库
基于python的接口测试框架设计(一)连接数据库首先是连接数据库的操作,最好是单独写在一个模块里, 然后便于方便的调用,基于把connection连接放在__init__()方法里然后分别定义D ...
python实现空气质量提醒程序_基于Python实现空气质量指数可视化
前面我们已经爬取了全国城市空气质量数据( 基于Python实现城市空气质量爬取 ),基于之前我们爬取的数据,本文将使用Python将空气质量最好的前20个城市以柱状图的形式展示出来,点击对应的柱状图能 ...
python中numpy数组的合并_基于Python中numpy数组的合并实例讲解
基于Python中numpy数组的合并实例讲解 Python中numpy数组的合并有很多方法,如 - np.append() - np.concatenate() - np.stack() - np. ...
python怎样使用各个日期赤纬_基于Python的天文软件命令行界面设计与实现
计算机软件技术的不断发展,推动了人机交互技术的长足进步.从传统的命令行(Command Line Interface,CLI),到图形用户界面(Graphical User Interface,GUI ...
基于python的股票程序化交易论文_基于Python工具的股票量化投资策略研究
2019 年第 07 期 20 世纪 80 年代, 一些投资者开始利用计算机研究金融数据 , 并初显成效 . 20 世纪末 , 投资者把计算机技术 ...
python画二维数组散点图_基于python二维数组及画图的实例详解
基于python二维数组及画图的实例详解下面小编就为大家分享一篇基于python 二维数组及画图的实例详解,具有很好的参考价值,希望对大家有所帮助.一起跟随小编过来看看吧 1.二维数组取值注:不管 ...

python可用于数据抓取_基于PYTHON实现证券数据的抓取，以PYECHARTS实现证券数据实时分析...

python可用于数据抓取_基于PYTHON实现证券数据的抓取，以PYECHARTS实现证券数据实时分析...相关推荐

最新文章

热门文章