#!/usr/local/bin/python3 #coding=utf-8 #source http://www.cnblogs.com/txw1958/ import os, io, sys, re, time, json, base64 import webbrowser, urllib.request period_All_List = [ "min", #分时线 "daily", #日K线 "weekly", #周K线 "mo

该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第5部分.在本教程和接下来的几节中,我们将着手研究如何为更多公司提供大量的定价信息,以及如何一次处理所有这些数据. 首先,我们需要一份公司名单.我可以给你一个清单,但实际上获得股票清单可能只是你可能遇到的众多挑战之一.在我们的案例中,我们需要一个标准普尔500公司的Python列表. 无论您是在寻找道琼斯公司,标准普尔500指数还是罗素3000指数,都有可能在某个地方发布了这些公司的帖子.你会

这几天做了一个查看股票行情的app. 完成之后,当k线比较多的时候,app 对于捏合.拖动手势的反应不太流畅, 主要原因是drawRect: 干的活太多, 竟然需要40ms+, fps 自然不高 最后按照下面这些原则,进行调整修改,流畅度提高不少,大多数的绘制时间控制在了10ms左右 总结如下: 1. 尽量不要实现drawRect(每次调用该方法时,都要为backing store分配内存,非常消耗CPU) 2. 避免在drawRect:中进行耗费大量CPU资源的工作 2. 尽量少调用setNe

该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第4部分.在本教程中,我们将基于Adj Close列创建烛台/ OHLC图,这将允许我介绍重新采样和其他一些数据可视化概念. 名为烛台图的OHLC图表是一种将开盘价Open,最高价High,最低价Low和收盘价Close数据全部集中在一个很好的格式中的图表.另外,它使得漂亮的颜色,并记住我告诉你关于美观的图表? 在之前的教程中已经涉及到了这一点: import datetime as dt i

该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第3部分.在本教程中,我们将使用我们的股票数据进一步分解一些基本的数据操作和可视化.我们将要使用的开始代码(在前面的教程中已经介绍过)是: import datetime as dt import matplotlib.pyplot as plt from matplotlib import style import pandas as pd import pandas_datareader.

该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第2部分. 在本教程中,我们将利用我们的股票数据进一步分解一些基本的数据操作和可视化. 我们将要使用的开始代码(在前面的教程中已经介绍过)是: import datetime as dt import matplotlib.pyplot as plt from matplotlib import style import pandas as pd import pandas_datareade

本系列转载自youtuber sentdex博主的教程视频内容 https://www.youtube.com/watch?v=19yyasfGLhk&index=4&list=PLQVvvaa0QuDcOdF96TBtRtuQksErCEBYZ手工翻译,有任何疑问可以在下方留言,我尽力回答~ 该系列视频已经搬运至bilibili: 点击查看 汉化版视频:点击查看 正确的食用方法:文章大部分为机翻,修正了一些有明显不通顺的地方,能读懂大致意思即可,代码是最重要的,代码量不多很容易看懂 学习

canvas绘图,html5 k线图,股票行情图 canvas跟其他标签一样,也可以通过css来定义样式.但这里需要注意的是:canvas的默认宽高为300px * 150px,在css中为canvas定义宽高,实际上把宽高为300px * 150px的画布进行了拉伸,如果在这样的情况下进行canvas绘图,你得到的图形可能就是变形的效果.所以,在canvas绘图时,应该在canvas标签里直接定义宽高.Canvas的宽高×2 然后css的宽高是canvas的二分之一==============

'''需求:1 程序启动后,给用户提供查询接口,允许用户重复查股票行情信息(用到循环)2 允许用户通过模糊查询股票名,比如输入“啤酒”, 就把所有股票名称中包含“啤酒”的信息打印出来3 允许按股票价格.涨跌幅.换手率这几列来筛选信息,比如输入“价格>50”则把价格大于50的股票都打印,输入“市盈率<50“,则把市盈率小于50的股票都打印,不用判断等于.''' # 1.加载文件到内存,以字典储存stock_datas = {} # 保存所有股票信息 with open('stock_data.t

我写的书不算少,写的博文就更多了,但大多数书的销量也就一般,而我写的技术文章里,虽然也有点击过万的,但不少点击量也就只有三位数. 通过不断反思,也通过对比了一些畅销书和顶流文章,我似乎找到了一些原因,在这篇文章里,就将结合我的体会以及各位畅销书作者和顶流作者的经验,和大家交流下写好技术文章的方法. 1  方向选对,同时要成系列 有一本书,我写的是Spring Cloud微服务组件,但由于技术门槛过高,所以销量一般,同样此类博文的点击量也一般.相反我写的Java面试书,以及面试文章,由于可以当故事

Scrapy框架它能够帮助提升爬虫的效率,从而更好地实现爬虫.Scrapy是一个为了抓取网页数据.提取结构性数据而编写的应用框架,该框架是封装的,包含request异步调度和处理.下载器(多线程的Downloader).解析器selector和twisted(异步处理)等.对于网站的内容爬取,其速度非常快捷. 下面将使用Scrapy框架抓取某证券网站A股行情,爬取过程分为以下五步: 一:创建Scrapy爬虫项目: 二:定义一个item容器: 三:定义settings文件进行基本爬虫设置: 四:编

1.信息类 public class SinaStockInfo { /** * Sina股票数据接口 以大秦铁路(股票代码:601006)为例,如果要获取它的最新行情,只需访问新浪的股票数据 * 接口:http://hq.sinajs.cn/list=sh601006这个url会返回一串文本,例如: * * var hq_str_sh601006="大秦铁路, 27.55, 27.25, 26.91, 27.55, 26.20, 26.91, * 26.92, 22114263, 589824

上一章完成了c#访问hbase的sdk封装,接下来以一个具体Demo对sdk进行测试验证.场景:每5秒抓取指定股票列表的实时价格波动行情,数据下载后,一方面实时刷新UI界面,另一方面将数据放入到在内存中模拟的MQ (实际生产情况,可用kafka等集群代替)->存入HBase数据库.提供按指定时间范围股票价格数据查询. 目录: 示例说明 示例效果图 rest server运行状态检查 获取股票实时数据代码 数据持续化至Hbase代码 从HBase读取数据代码 示例说明: 在Hbase 中创建两个表

欢迎来到Python for Finance教程系列的第7部分. 在之前的教程中,我们为整个标准普尔500强公司抓取了雅虎财经数据. 在本教程中,我们将把这些数据组合到一个DataFrame中. 到此为止的代码: import bs4 as bs import datetime as dt import os import pandas_datareader.data as web import pickle import requests def save_sp500_tickers(): r

该系列视频已经搬运至bilibili: 点击查看 欢迎来到Python for Finance教程系列的第6部分. 在之前的Python教程中,我们介绍了如何获取我们感兴趣的公司名单(在我们的案例中是标准普尔500指数),现在我们将收集所有这些公司的股票定价数据. 到此为止的代码: import bs4 as bs import pickle import requests def save_sp500_tickers(): resp = requests.get('http://en.wiki

本文地址:http://www.cnblogs.com/Charltsing/p/RTD.html QQ:564955427 在Excel里面获取实时数据大概有几种方式:1.定时器+函数2.DDE3.RTD 第一种方法会造成Excel在更新数据时无法操作,在插件里面也可能会发生Com error,究其原因是因为Excel是STA进程,不能在忙的时候操作它.第二种的DDE是一种动态数据交换机制(Dynamic Data Exchange,DDE).使用DDE通讯需要两个Windows应用程序,其中

安装scrapy会出现错误,我们选择anaconda3作为编译环境,搜索scrapy安装(有错误自查) 创建scrapy爬虫项目: 调出cmd,到相应目录:输入: scrapy startproject stockstar 放置spide代码的目录文件 spider(用于编写爬虫) 项目中的item文件 items.py(用于保存所抓取的数据的容器,其存储方式类似于Python的字典) 项目的 中间件    middlewares.py(提供一种简便的机制,通过允许插入自定义代码来拓展scrap

获取股票数据的接口很多,免费的接口有新浪.网易.雅虎的API接口,收费的就是证券公司及相应的公司提供的接口.收费试用的接口一般提供的数据只是最近一年或三年的,限制比较多,除非money足够多.所以本文主要讨论的是免费数据的获取及处理. 国内提供股票数据的接口如sinajs,money.163.com,yahoo,它们提供的API接口不同,每家提供的数据大同小异,可以选择一家的数据来处理. 目前,国内有一个开源的财经数据获取包,封装了上述的接口,不需关系数据源从哪去,它会优先从最快的源来取数据.使

这几日,写了一些python的代码,打算来选择股票的, 那么这个思路和开始的一篇文章类似,你会不会被贾跃亭坑?,所以基本的思路也是这样的,举一个简单的例子,就是通过连续几年的ROE数据,和其他的一些财务指标来过滤大量的股票 那么用baostocks是否可以支持这样的想法呢,答案是可以的,但太麻烦了. 在频繁的调用api的时候,总会出现莫名的错误 所以,我决定不再继续深入的研究了.就此打住.

很久之前就希望可以量化分析股票,那么国内的股票数据API也有个,最有名的就是tushare,然后还有baostock. 今天我们就来研究一下这个baostock吧. 首先,我们需要下载一个叫做anaconda的软件,它是用来作为部署python的环境的,非常方便. 在第二个标签中,我们可以看到有环境,然后可以新建一个 然后在其中运行: pip install baostock -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host