7.3 股票分析(project)

第1关：涨幅和成交量

第2关涨幅与最高价

第3关跌幅与最低价

本关任务：完成涨幅和成交量股票分析。

第1关：涨幅和成交量

import numpy as np
# 设置常量，对应各列数据的语义，方便索引
HIGH = 0
LOW = 1
CLOSE = 3
VOLUME = 4def statistics_of_all(code_list):"""  @参数 code_list：股票代码列表，列表类型  接收股票数据文件名列表，逐个统计各股票数据文件涨跌幅、总成交量、最高价和最低价。  涨跌幅计算公式为：(最新记录收盘价-最早记录收盘价) / 最早记录收盘价 * 100  为方便处理，读入数据时，略过日期列。  """statistics_of_stock = []for code in code_list:data_of_code = np.genfromtxt('datas/' + code, dtype=None,usecols=[1, 2, 3, 4, 5, 6], delimiter=',',skip_header=1)# 计算当前股票涨跌幅、总成交量、最高价和最低价  uplift_or_fall = round((data_of_code[:, CLOSE][-1] - data_of_code[:, CLOSE][0]) / data_of_code[:, CLOSE][0] * 100, 2)volumes = round(sum(data_of_code[:, VOLUME]), 2)statistics_of_stock.append([code[:6], uplift_or_fall, volumes])return statistics_of_stock  # 每支股票涨跌幅、总成交量、最高价和最低价def top_10_uplift(statistics_of_stock):"""  @参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型  按涨幅降序排序，涨幅相同时按股票代码降序排序，取排名前10的股票，  返回排名前10的股票代码，返回值为列表类型。  """# 补充你的代码statistics_of_stock1 = sorted(statistics_of_stock, key=lambda x : (x[1],x[0]), reverse=True)list1 = []for i in range(10): list1.append(statistics_of_stock1[i][0])return list1def top_10_volumes(statistics_of_stock):"""  @参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型  按成交量降序排序，成交量相同时，按股票代码降序排序，取成交量前10的股票代码，返回成交量  最大的10支股票代码列表。  """# 补充你的代码statistics_of_stock2 = sorted(statistics_of_stock, key=lambda x : (x[2],x[0]), reverse=True)list2 = []for i in range(10): list2.append(statistics_of_stock2[i][0])return list2def uplift_and_volumes(top_uplift, top_volumes):"""@参数 top_high，最高价在前10名的股票代码，字符串@参数 top_volumes，成交量在前10名的股票代码，字符串返回一个列表，其元素依序为以下4个：涨幅和成交量均在前10名的股票，按股票代码升序，列表涨幅或成交量在前10名的股票,按股票代码升序，列表涨幅前10名，但成交量未进前10名的股票,按股票代码升序，列表涨幅和成交量不同时在前10名的股票,按股票代码升序，列表"""# 补充你的代码u_and_v = []u_and_v0 = sorted([x for x in top_uplift if x in top_volumes])u_and_v.append(u_and_v0)u_and_v1 =sorted(top_volumes + [x for x in top_uplift if x not in top_volumes])u_and_v.append(u_and_v1)u_and_v2 = sorted([x for x in top_uplift if x not in top_volumes])u_and_v.append(u_and_v2)u_and_v3 = sorted([x for x in u_and_v1 if x not in u_and_v0])u_and_v.append(u_and_v3)return u_and_vdef operation():"""接收一个字符串为参数，根据参数值调用不同函数完成任务"""statistics_of_list = statistics_of_all(stock_lst)  # 对获取的股票数据进行统计  uplift_set = top_10_uplift(statistics_of_list)  # 涨幅前10名集合volumes_set = top_10_volumes(statistics_of_list)  # 成交量前10名集合u_and_v = uplift_and_volumes(uplift_set, volumes_set)opt = input()if opt == '涨幅与成交量':print('涨幅和成交量均在前10名的股票:')print(u_and_v[0])  # 涨幅和成交量均在前10名的股票print('涨幅或成交量在前10名的股票:')print(u_and_v[1])  # 涨幅或成交量在前10名的股票print('涨幅前10名，但成交量未进前10名的股票:')print(u_and_v[2])  # 涨幅前10名，但成交量未进前10名的股票print('涨幅和成交量不同时在前10名的股票:')print(u_and_v[3])  # 涨幅和成交量均在前10名的股票else:print('输入错误')
if __name__ == '__main__':filename = 'datas/沪市股票top300.csv'              # 股票名称与代码文件stock_lst = ['600000.csv', '600004.csv', '600006.csv','600007.csv', '600008.csv', '600009.csv','600010.csv', '600011.csv', '600012.csv','600015.csv', '600016.csv', '600018.csv','600019.csv', '600020.csv', '600026.csv','600028.csv', '600029.csv', '600030.csv','600031.csv', '600033.csv', '600036.csv']operation()

第2关涨幅与最高价

import numpy as np
# 设置常量，对应各列数据的语义，方便索引
HIGH = 0
CLOSE = 3
VOLUME = 4def statistics_of_all(code_list):"""@参数 code_list：股票代码列表，列表类型接收股票数据文件名列表，逐个统计各股票数据文件涨幅、总成交量、最高价和最低价。涨幅计算公式为：(最新记录收盘价-最早记录收盘价) / 最早记录收盘价 * 100为方便处理，读入数据时，略过日期列。"""statistics_of_stock = []for code in code_list:data_of_code = np.genfromtxt('datas/' + code, dtype=None,usecols=[1, 2, 3, 4, 5, 6], delimiter=',',skip_header=1)# 计算当前股票涨幅、总成交量、最高价和最低价uplift_or_fall = round((data_of_code[:, CLOSE][-1] - data_of_code[:, CLOSE][0]) / data_of_code[:, CLOSE][0] * 100, 2)volumes = round(sum(data_of_code[:, VOLUME]), 2)high = round(max(data_of_code[:, HIGH]), 2)statistics_of_stock.append([code[:6], uplift_or_fall, volumes, high])return statistics_of_stock  # 每支股票涨幅、总成交量、最高价和最低价def top_10_uplift(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨幅、总成交量、最高价和最低价统计信息，列表类型按涨幅降序排序，涨幅相同时按股票代码降序排序，取排名前10的股票，返回排名前10的股票代码，返回值为列表类型。"""# 补充你的代码statistics_of_stock1 = sorted(statistics_of_stock, key=lambda x : x[1], reverse=True)list1 = []for i in range(10): list1.append(statistics_of_stock1[i][0])return list1def top_10_high(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨幅、总成交量、最高价和最低价统计信息，列表类型按最高价降序排序，最高价相同时，按股票代码降序排序返回，取排名前10的股票，返回最高价最高的10支股票代码的列表。"""# 补充你的代码statistics_of_stock2 = sorted(statistics_of_stock, key=lambda x : x[3], reverse=True)list2 = []for i in range(10): list2.append(statistics_of_stock2[i][0])return list2def high_and_uplift(top_uplift, top_high):"""@参数 top_high，最高价在前10名的股票代码，字符串@参数 top_uplift，涨幅在前10名的股票代码，字符串返回一个列表，其元素依序为以下4个：涨幅和最高价均在前10名的股票代码,按股票代码升序，列表涨幅或最高价在前10名的股票代码,按股票代码升序，列表涨幅前10名，但最高价未进前10名的股票代码,按股票代码升序，列表涨幅和最高价不同时在前10名的股票,按股票代码升序，列表票代码。"""# 补充你的代码u_and_v = []u_and_v0 = sorted([x for x in top_uplift if x in top_high])u_and_v.append(u_and_v0)u_and_v1 =sorted(top_high + [x for x in top_uplift if x not in top_high])u_and_v.append(u_and_v1)u_and_v2 = sorted([x for x in top_uplift if x not in top_high])u_and_v.append(u_and_v2)u_and_v3 = sorted([x for x in u_and_v1 if x not in u_and_v0])u_and_v.append(u_and_v3)return u_and_vdef operation():"""接收一个字符串为参数，根据参数值调用不同函数完成任务"""statistics_of_list = statistics_of_all(stock_lst)  # 对获取的股票数据进行统计uplift_set = top_10_uplift(statistics_of_list)  # 涨幅前10名集合high_set = top_10_high(statistics_of_list)  # 最高价前10名集合u_and_v = high_and_uplift(uplift_set, high_set)opt = input()if opt == '涨幅与最高价':# 补充你的代码print('涨幅和最高价均在前10名的股票:')print(u_and_v[0])  # 涨幅和最高价均在前10名的股票print('涨幅或最高价在前10名的股票:')print(u_and_v[1])  # 涨幅或最高价在前10名的股票print('涨幅前10名，但最高价未进前10名的股票:')print(u_and_v[2])  # 涨幅前10名，但最高价未进前10名的股票print('涨幅和最高价不同时在前10名的股票:')print(u_and_v[3])  # 涨幅和最高价均在前10名的股票    else:print('输入错误')
if __name__ == '__main__':filename = 'datas/沪市股票top300.csv'              # 股票名称与代码文件stock_lst = ['600000.csv', '600004.csv', '600006.csv','600007.csv', '600008.csv', '600009.csv','600010.csv', '600011.csv', '600012.csv','600015.csv', '600016.csv', '600018.csv','600019.csv', '600020.csv', '600026.csv','600028.csv', '600029.csv', '600030.csv','600031.csv', '600033.csv', '600036.csv']operation()

第3关跌幅与最低价

import numpy as np# 设置常量，对应各列数据的语义，方便索引
HIGH = 0
LOW = 1
CLOSE = 3
VOLUME = 4def statistics_of_all(code_list):"""@参数 code_list：股票代码列表，列表类型接收股票数据文件名列表，逐个统计各股票数据文件涨跌幅、总成交量、最高价和最低价。涨跌幅计算公式为：(最新记录收盘价-最早记录收盘价) / 最早记录收盘价 * 100为方便处理，读入数据时，略过日期列。"""statistics_of_stock = []for code in code_list:data_of_code = np.genfromtxt('datas/' + code, dtype=None,usecols=[1, 2, 3, 4, 5, 6], delimiter=',',skip_header=1)# 计算当前股票跌幅、总成交量、最高价和最低价uplift_or_fall = round((data_of_code[:, CLOSE][-1] - data_of_code[:, CLOSE][0]) / data_of_code[:, CLOSE][0] * 100, 2)volumes = round(sum(data_of_code[:, VOLUME]), 2)high = round(max(data_of_code[:, HIGH]), 2)low = round(min(data_of_code[:, LOW]), 2)statistics_of_stock.append([code[:6], uplift_or_fall, volumes, high, low])return statistics_of_stock  # 每支股票涨跌幅、总成交量、最高价和最低价def top_10_uplift(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按涨幅降序排序，涨幅相同时按股票代码降序排序，取排名前10的股票，返回排名前10的股票代码，返回值为列表类型。"""# 补充你的代码statistics_of_stock1 = sorted(statistics_of_stock, key=lambda x : x[1], reverse=True)list1 = []for i in range(10): list1.append(statistics_of_stock1[i][0])return list1def top_10_fall(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按跌幅升序排序，跌幅相同时，按股票代码升序排序，取排名前10的股票，返回跌幅最大的10支股票代码的集合。"""# 补充你的代码statistics_of_stock2 = sorted(statistics_of_stock, key=lambda x : x[1], reverse=False)list2 = []for i in range(10): list2.append(statistics_of_stock2[i][0])return list2def top_10_low(statistics_of_stock):"""@参数 statistics_of_stock：每支股票涨跌幅、总成交量、最高价和最低价统计信息，列表类型按最低价升序排序，最低价相同时，按股票代码升序排序，取排名前10的股票，返回最低价最低的10支股票代码集合。"""# 补充你的代码statistics_of_stock3 = sorted(statistics_of_stock, key=lambda x : x[4], reverse=False)list3 = []for i in range(10): list3.append(statistics_of_stock3[i][0])return list3def low_and_fall(top_fall, top_low):"""@参数 top_low，最低价在前10名的股票代码，字符串@参数 top_fall，跌幅在前10名的股票代码，字符串返回一个列表，其元素依序为以下4个跌幅和最低价均在前10名的股票代码,按股票代码升序，列表跌幅或最低价在前10名的股票代码,按股票代码升序，列表跌幅前10名，但最低价未进前10名的股票代码,按股票代码升序，列表跌幅和最高价不同时在前10名的股票,按股票代码升序，列表"""# 补充你的代码u_and_v = []u_and_v0 = sorted([x for x in top_fall if x in top_low])u_and_v.append(u_and_v0)u_and_v1 =sorted(top_low + [x for x in top_fall if x not in top_low])u_and_v.append(u_and_v1)u_and_v2 = sorted([x for x in top_fall if x not in top_low])u_and_v.append(u_and_v2)u_and_v3 = sorted([x for x in u_and_v1 if x not in u_and_v0])u_and_v.append(u_and_v3)return u_and_vdef operation():"""接收一个字符串为参数，根据参数值调用不同函数完成任务"""statistics_of_list = statistics_of_all(stock_lst)  # 对获取的股票数据进行统计fall_set = top_10_fall(statistics_of_list)  # 跌幅前10名集合low_set = top_10_low(statistics_of_list)  # 最低价前10名集合u_and_v = low_and_fall(fall_set, low_set)opt = input()if opt == '跌幅与最低价':# 补充你的代码print('跌幅和最低价均在前10名的股票:')print(u_and_v[0])  # 涨幅和最高价均在前10名的股票print('跌幅或最低价在前10名的股票:')print(u_and_v[1])  # 涨幅或最高价在前10名的股票print('跌幅前10名，但最低价未进前10名的股票:')print(u_and_v[2])  # 涨幅前10名，但最高价未进前10名的股票print('跌幅和最低价不同时在前10名的股票:')print(u_and_v[3])  # 涨幅和最高价均在前10名的股票  else:print('输入错误')if __name__ == '__main__':filename = 'datas/沪市股票top300.csv'              # 股票名称与代码文件stock_lst = ['600000.csv', '600004.csv', '600006.csv','600007.csv', '600008.csv', '600009.csv','600010.csv', '600011.csv', '600012.csv','600015.csv', '600016.csv', '600018.csv','600019.csv', '600020.csv', '600026.csv','600028.csv', '600029.csv', '600030.csv','600031.csv', '600033.csv', '600036.csv']operation()

7.3 股票分析(project)相关推荐

股票分析平台 python_GitHub - pythonstock/stock: stock，股票系统。使用python进行开发。...
pythonstock V1 项目简介特别说明:股市有风险投资需谨慎,本项目只能用于Python代码学习,股票分析,投资失败亏钱不负责,不算BUG. PythonStock V1 是基于Python ...
python 股票分析库_GitHub - reference-project/stock-1: stock，股票系统。使用python进行开发。...
pythonstock V1 项目简介特别说明:股市有风险投资需谨慎,本项目只能用于Python代码学习,股票分析,投资失败亏钱不负责,不算BUG. PythonStock V1 是基于Python ...
python 股票分析库_GitHub - MrFiona/stock: stock，股票系统。使用python进行开发。
pythonstock V1 项目简介特别说明:股市有风险投资需谨慎,本项目只能用于Python代码学习,股票分析,投资失败亏钱不负责,不算BUG. PythonStock V1 是基于Python ...
java 计算移动平均线_基于Java语言开发的个性化股票分析技术：移动平均线(MA)...
基于Java语言开发的个性化股票分析技术:移动平均线(MA) 基于 Java 语言开发的个性化股票分析技术:移动平均线(MA)移动平均线(MA)是以道·琼斯的"平均成本概念"为理论 ...
python mysql股票分析_一颗韭菜的自我修养：用Python分析下股市，练练手
股市跌宕起伏.7 月初 A 股飙升,股票瞬间成为大家的热门讨论话题,「现在入场还来得及吗?」几乎成为新的问候语. 然而,经历了连续近 10 个交易日的快牛行情后,上证指数上涨势头放缓.这是牛市,还是熊 ...
Python股票分析系列——基础股票数据操作（二）.p4
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 ...
java kdj_基于Java语言开发的个性化股票分析技术随机指数[KDJ].doc
基于Java语言开发的个性化股票分析技术:随机指数(KDJ) KDJ指标又叫随机指标,是由乔治·蓝恩博士(GeorgeLane)最早提出的,是一种相当新颖.实用的技术分析指标,它起先用于期货市场的分析 ...
Python股票分析系列——系列介绍和获取股票数据.p1
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=PLQ ...
python股票数据分析_Python股票分析（一）获取历史数据
股票分析最重要的是获取历史数据,现在网上各种数据接口层出不穷,最近发现一个免费好用的接口,和大家分享一下. 证券宝(网址www.baostock.com)是一个免费.开源的证券数据平台,最重要的是:无 ...

7.3 股票分析(project)

第1关：涨幅和成交量

第2关涨幅与最高价

第3关跌幅与最低价

7.3 股票分析(project)相关推荐

最新文章

热门文章

7.3 股票分析(project)

第1关：涨幅和成交量

第2关 涨幅与最高价

第3关 跌幅与最低价

7.3 股票分析(project)相关推荐

最新文章

热门文章

第2关涨幅与最高价

第3关跌幅与最低价