akshare分析涨停板股票数据

导入包，获取日期数据

import pandas as pd
import numpy as np
import akshare as ak
#画图
import matplotlib.pyplot as plt
#正确显示中文和负号
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
#处理时间
from dateutil.parser import parse
from datetime import datetime,timedelta#获取最新交易日期
#获取交易日历
trade_date = ak.tool_trade_date_hist_sina()
#print(trade_date)
trade_date=trade_date['trade_date'].apply(lambda x:x.strftime('%Y%m%d'))
trade_date
d1=datetime.now().strftime('%Y%m%d')
trade_date=np.array(trade_date)
n1=np.argwhere(trade_date==str(d1))[0][0]+1
#获取最近6年的交易日行情
dates=trade_date[-250*6:n1]

获取涨停版股票数据

import time
df=ak.stock_em_zt_pool(date=dates[0])
#print(df)
for date in dates[-100:]:print(date)df_tem=ak.stock_em_zt_pool(date=date)df_tem['date']=date#print(df)#time.sleep(60*1000/100/2)df=pd.concat([df,df_tem])#print(df)
df.to_csv('涨停分析.csv')

特征描述

df.iloc[:,1:].describe().round(2)

数据分段并绘图

def dy_zh(data, cut_points, labels=None): min_num = data.min() max_num = data.max() break_points = [min_num] + cut_points + [max_num]print(break_points)if not labels: labels = range(len(cut_points)+1)else: labels=[labels[i] for i in range(len(cut_points)+1)] dataBin = pd.cut(data,bins=break_points,labels=labels,include_lowest=True)    return dataBin cut_points = [10,30,50]
labels=['10元以下', '10-30元','30-50元','50-100元']
df = df.sort_values(by='最新价')
print(df['最新价'])
#调用函数dy_zh,增加新列
df['价格区间'] = dy_zh(df['最新价'], cut_points, labels)
#查看标签列，取值范围前面加上了序号，是便于后面生成表格时按顺序排列
#df.head()group_price=df.groupby('价格区间')['date'].count()plt.figure(figsize=(12,5))
colors=['#1f77b4','#ff7f0e','#2ca02c','#d62728','#9467bd','#8c564b']
fig=plt.bar(group_price.index,group_price.values,color=colors[:5]);
#自动添加标签
def autolabel(fig):for f in fig:h=f.get_height()plt.text(f.get_x()+f.get_width()/2,1.02*h,f'{int(h)}',ha='center',va='bottom')
autolabel(fig)

查看涨停板数据

def plot_bar(group_data):plt.figure(figsize=(16,5))fig=plt.bar(group_data.index,group_data.values);autolabel(fig)plt.title('2016-2021涨停板排名前20',size=15);group_name=df.groupby('名称')['代码'].count().sort_values(ascending=False)[:20]
plot_bar(group_name)#分别剔除ST、*ST和新股（N开头）
df_st=df[-(df['名称'].str.startswith('ST') | df['名称'].str.startswith('*ST')|df['名称'].str.startswith('N'))]
group_name_st=df_st.groupby('名称')['代码'].count().sort_values(ascending=False)[:20]
plot_bar(group_name_st)#使用0.5.11版本的pyecharts
from pyecharts import Bar
count_=df.groupby('date')['date'].count()
attr=count_.index
v1=count_.values
bar=Bar('每日涨停板个数','2016-2021',title_text_size=15)
bar.add('',attr,v1,is_splitline_show=False,is_datazoom_show=True,linewidth=2)
bar

akshare分析涨停板股票数据相关推荐

【转】Python之获取每日涨停板股票数据并绘制K线图!
利用tushare财经数据接口获取股市进行数据分析.并可视化的案例 1.导入所需要的库 import os import pandas as pd import tushare as ts impor ...
Python之获取每日涨停板股票数据并绘制K线图!
利用tushare财经数据接口获取股市进行数据分析.并可视化的案例 1.导入所需要的库 import os import pandas as pd import tushare as ts impor ...
分析mysql股票数据_股票数据分析（一）数据获取
前段时间开始做股票数据分析的业余项目,希望能提高自己对大型数据量的处理能力.目前大致的想法是用python的tushare模块获取数据,用Java的框架做发布. 1.Tushare模块的说明 tush ...
AKSHARE 上获取股票数据用于盘后分析以及自己的交易模型的测试。
TUSHARE 不太好用改成AKSHARE 以后感觉还行.对应的数据获取根据AKSHARE的文档进行 import pandas as pd import matplotlib.pyplot ...
python 股票分析api,2020-04-21 用python3 按周分析新浪接口股票数据（篇一：下载、存储篇）...
思路概览一:下载存储股票数据量大,有一定的涨跌模式,为了节约看股时间,今天我们用python3,量化分析有关股票数据. 总体思路:使用通达信获得所有股票代码,然后通过requests 模块下载htt ...
python画罗小黑_python股票数据聚类算法：罗小黑战记的股票_XAC配资之家
python股票数据聚类算法:罗小黑战记的股票你好朋友,本文将为你分析python股票数据聚类算法怎么样以及罗小黑战记的股票的相关问题,如有任何疑问和留言咨询站长!有了尊严,我们的人生才会快乐.美好 ...
A股全市场个股涨停板明细来袭！—股票数据远程下载服务升级
前言创建知识星球<玩转股票量化交易>的初心是为了建立一个可以深入学习和交流的私有量化圈子,和志同道合的小伙伴们一起搭建私有的量化交易系统,并且不断迭代完善这个系统,从而能够帮助我们更高效 ...
R获取股票数据并进行进行可视化分析
R获取股票数据并进行进行可视化分析 # 加载依赖的包 library(quantmod) library(ggplot2) library(magrittr) library(broom) # 设置计 ...
Python爬虫应用实战-爬取股票数据做分析
01 本文涉及到的知识点 1.python字符串:分割.拼接.中文字符判断: 2.python正则表达式: 3.爬虫requests请求库.xpath获取数据.代理服务器: 4.selenium用法: ...

akshare分析涨停板股票数据

akshare分析涨停板股票数据相关推荐

最新文章

热门文章