Python版A股选股软件源代码，选股系统源代码，实现多种选股策略

本程序使用传统的[TuShare接口]，并非需要捐赠的[pro接口]获取数据无限制;

另，由于TuShare的增量更新接口有bug（最近一个交易日的数据获取不到），所以每次计算前都是删除所有数据，全部重新获取。

本程序实现了若干种选股策略，大家可以自行选择其中的一到多种策略组合使用，参见work_flow.py

各策略中的end_date参数主要用于回测。

安装依赖:
根据不同的平台安装TA-Lib程序
Mac OS X

$ brew install ta-lib
Windows

下载 ta-lib-0.4.0-msvc.zip，解压到 C:\ta-lib
安装方法详见百度

Linux

下载 ta-lib-0.4.0-src.tar.gz :

$ untar and cd
$ ./configure --prefix=/usr
$ make
$ sudo make install
推荐使用Python3.8以上以及pip3
Python 依赖:
pip install -r requirements.txt
运行
本地运行
$ python main.py
运行结果查看日志文件sequoia.log

服务器端运行
用户也可以将本程序作为定时任务运行在服务端，需要做以下工作：

将config.yaml中的cron配置改为true，push.enable改为true
参考README_PUSH.md文档搭建 ejabberd 推送服务
客户端Android推荐使用 Conversations ，iOS没有开发者证书的话推送不了，有证书推荐使用 ChatSecure-iOS ，我采用的推送方案是ejabberd搭配Conversations。效果如图
statistics strategy

如何回测
修改 work_flow.py#L61 中end为指定日期，格式为’YYYY-MM-DD’，如：

end = '2019-06-17'

运行截图：

main.py

# -*- encoding: UTF-8 -*-import utils
import logging
import work_flow
import settings
import schedule
import timedef job():if utils.is_weekday():work_flow.process()logging.basicConfig(format='%(asctime)s %(message)s', filename='sequoia.log')
logging.getLogger().setLevel(logging.INFO)
settings.init()if settings.config['cron']:EXEC_TIME = "15:15"schedule.every().day.at(EXEC_TIME).do(job)while True:schedule.run_pending()time.sleep(1)
else:work_flow.process()

data_fetcher.py

# -*- encoding: UTF-8 -*-import tushare as ts
import pandas as pd
import datetime
import logging
import settings
import talib as tlimport utilsimport concurrent.futuresfrom pandas.tseries.offsets import *# def update_data(code_name):
#     stock = code_name[0]
#     old_data = utils.read_data(code_name)
#     if not old_data.empty:
#         start_time = utils.next_weekday(old_data.iloc[-1].date)
#         current_time = datetime.datetime.now()
#         if start_time > current_time:
#             return
#
#         df = ts.get_k_data(stock, autype='qfq')
#         mask = (df['date'] >= start_time.strftime('%Y-%m-%d'))
#         appender = df.loc[mask]
#         if appender.empty:
#             return
#         else:
#             return appenderdef init_data(code_name):stock = code_name[0]data = ts.get_k_data(stock, autype='qfq')if data is None or data.empty:logging.debug("股票："+stock+" 没有数据，略过...")returndata['p_change'] = tl.ROC(data['close'], 1)return datadef run(stocks):append_mode = Falseupdate_fun = init_datawith concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:future_to_stock = {executor.submit(update_fun, stock): stock for stock in stocks}for future in concurrent.futures.as_completed(future_to_stock):stock = future_to_stock[future]try:data = future.result()data['code'] = data['code'].apply(lambda x: str(x))if data is not None:file_name = stock[0] + '-' + stock[1] + '.h5'data.to_hdf(settings.config['data_dir'] + "/" + file_name, 'data', append=append_mode, format='table')except Exception as exc:print('%s(%r) generated an exception: %s' % (stock[1], stock[0], exc))

work_flow.py

# -*- encoding: UTF-8 -*-import data_fetcher
import utils
import strategy.enter as enter
from strategy import turtle_trade
from strategy import backtrace_ma250
from strategy import breakthrough_platform
from strategy import parking_apron
from strategy import low_backtrace_increase
from strategy import keep_increasing
import tushare as ts
import push
import logging
import db
import time
import datetime
import urllib
import settings
import pandas as pddef process():logging.info("************************ process start ***************************************")try:all_data = ts.get_today_all()subset = all_data[['code', 'name', 'nmc']]subset.to_csv(settings.config['stocks_file'], index=None, header=True)stocks = [tuple(x) for x in subset.values]statistics(all_data, stocks)except urllib.error.URLError as e:subset = pd.read_csv(settings.config['stocks_file'])subset['code'] = subset['code'].astype(str)stocks = [tuple(x) for x in subset.values]if utils.need_update_data():utils.prepare()data_fetcher.run(stocks)check_exit()strategies = {'海龟交易法则': turtle_trade.check_enter,'放量上涨': enter.check_volume,'突破平台': breakthrough_platform.check,'均线多头': keep_increasing.check,'无大幅回撤': low_backtrace_increase.check,'停机坪': parking_apron.check,'回踩年线': backtrace_ma250.check,}if datetime.datetime.now().weekday() == 0:strategies['均线多头'] = keep_increasing.checkfor strategy, strategy_func in strategies.items():check(stocks, strategy, strategy_func)time.sleep(2)logging.info("************************ process   end ***************************************")def check(stocks, strategy, strategy_func):end = Nonem_filter = check_enter(end_date=end, strategy_fun=strategy_func)results = list(filter(m_filter, stocks))push.strategy('**************"{0}"**************\n{1}\n**************"{0}"**************\n'.format(strategy, results))def check_enter(end_date=None, strategy_fun=enter.check_volume):def end_date_filter(code_name):data = utils.read_data(code_name)if data is None:return Falseelse:return strategy_fun(code_name, data, end_date=end_date)# if result:#     message = turtle_trade.calculate(code_name, data)#     push.strategy("{0} {1}".format(code_name, message))return end_date_filter# 统计数据
def statistics(all_data, stocks):limitup = len(all_data.loc[(all_data['changepercent'] >= 9.5)])limitdown = len(all_data.loc[(all_data['changepercent'] <= -9.5)])up5 = len(all_data.loc[(all_data['changepercent'] >= 5)])down5 = len(all_data.loc[(all_data['changepercent'] <= -5)])def ma250(stock):stock_data = utils.read_data(stock)return enter.check_ma(stock, stock_data)ma250_count = len(list(filter(ma250, stocks)))msg = "涨停数：{}   跌停数：{}\n涨幅大于5%数：{}  跌幅大于5%数：{}\n年线以上个股数量：    {}"\.format(limitup, limitdown, up5, down5, ma250_count)push.statistics(msg)def check_exit():t_shelve = db.ShelvePersistence()file = t_shelve.open()for key in file:code_name = file[key]['code_name']data = utils.read_data(code_name)if turtle_trade.check_exit(code_name, data):push.strategy("{0} 达到退出条件".format(code_name))del file[key]elif turtle_trade.check_stop(code_name, data, file[key]):push.strategy("{0} 达到止损条件".format(code_name))del file[key]file.close()

完整程序代码下载：A股选股软件源代码

Python代码大全，海量代码任你下载

Python版A股选股软件源代码，选股系统源代码，实现多种选股策略相关推荐

Python版自动组卷评卷考试系统，具有考试定时、自动组卷、客观题自动判卷、自动评分和考试界面设计功能
一.实验项目名称: 自动组卷评卷考试系统二.实验内容用Python语言编程实现自动组卷评卷考试系统,软件主要功能包括:从题库中随机抽取试题自动组成试卷(满分100分):实现考生考试答题操作界面:实 ...
Python教学管理系统、学生选课考试系统源代码，基于Django
项目介绍系统主要功能包括, 院系管理员发布课程信息,教师选课,指定课程教材并编写教材大纲和学时数,然后根据教材编写每周教学内容:随后学生进行选课,其中学生选课是根据教师选课后的课程号进行选课,然后院 ...
基于python的在线考试系统-基于 Python 的电子教室和在线考试系统源代码
Python 是近年倍受推崇的语言,这里介绍的是两个与教学相关的开源项目.一个是用于计算机教室管理的电子教室系统,第二个是与之关联的在线考试系统,当然,这个系统也可以单列出来.这两个项目还只是个雏形, ...
php移动商城源码,GitHub - longmix/shopmallmobile: 商城系统源代码移动商城版本，完整的服务器调用，商品展示/用户中心/订单/支付/购物车/功能齐全...
免费商城软件源代码商城系统源代码是延誉宝电商系统的移动商城版本,包含了完整的服务器调用,商品展示/用户中心/订单/支付/购物车/功能齐全. 与网上下载的各类代码和二次开发复杂商城不同,延誉宝免费商城 ...
Python版简易银行管理系统源代码，银行管理系统python代码、银行自助提款系统
Python版简易银行管理系统源代码,银行管理系统python代码,实现开户.账户查询.存取款.转账.改密.锁定.解锁.补卡.销户等银行管理操作.账户信息存在allusers.txt中,通过该文件的读 ...
股软分析系统源代码，股软开发，行情写库程序
沪深,外汇,期货数据开发,写库程序,股软源代码 1.类通达信分析系统源代码,类分析家类分析系统源代码请登录:www.8858518.net 下载演示版本行情服务器端OEM ,源代码出售. 2. 实 ...
Python版名片管理系统源代码
Python版名片管理系统,功能: 新增名片(记录用户的姓名,电话,QQ,邮箱): 显示所有名片: 查询名片: 查询成功后可以修改,删除名片运行截图: cards_main.py :程序的入口,完整 ...
Python版打字练习软件源代码，键盘练习软件源代码，含娱乐模式和训练模式
Python版打字练习软件源代码,键盘练习软件源代码,含娱乐模式和训练模式按ESC切换左手练习,右手练习.双手练习完整代码下载地址:Python版打字练习软件源代码核心代码: import ra ...
Python版经典小游戏愤怒的小鸟源代码，基于pygame+pymunk
Python版经典小游戏愤怒的小鸟源代码,基于pygame+pymunk 程序依赖:pygame2.0.1, pymunk5.5.0 直接运行main.py 完整代码下载地址:Python版经典小游戏 ...

Python版A股选股软件源代码，选股系统源代码，实现多种选股策略

Python版A股选股软件源代码，选股系统源代码，实现多种选股策略相关推荐

最新文章

热门文章