总述以前有这种想法，自从平时下班后自学python 开始，这种想法就越演越烈。其实笔者炒股也只有一年时间，炒股经验远远不足，但想着平时私下时间拿来做点啥事，因此也是这篇文章的由来。1. 炒股的策略对于股票的研究，一直想再专门写个专辑论述《炒股论》。特别是这两年量化投资盛行，基本都是在python语言基础上进行的策略回归。总体来说，常规的股票研究分两种1） 技术参数回归把K线历史数据，MACD指标，
转载
2023-09-13 22:29:29
45阅读
GitHub 里老早之前就 Star 了 felixglow/Stock 这个项目，原作者 felixglow。昨天晚上又想起这个来，于是今儿早上就拿出来看——我对其中相当多的部分都不熟悉，有些还是第一次了解。在这里将我的理解记录下来，其中的错谬之处，还望各位大神指正。实现效果实现思路在 README，作者这样写道：通过调用新浪股票API，实时查询股票价格支持查询多支股票，通过threading多
转载
2023-08-07 11:40:25
20阅读
# 利用Python实现股票交易的完整指南
股票交易是一个复杂但充满挑战的领域，使用Python能够有效地帮助你自动化这一过程。本文将指导你完成从零开始的股票交易系统构建，通过一个明确的流程表格和详细的代码示例，帮助你了解整个过程。
## 1. 股票交易的基本流程
| 步骤 | 描述 |
|------|--------------------|
| 1 |
1、序言最近接触了Python语言，对其功能和编程甚感兴趣，无论是绘制冬奥期间的冰墩墩，还是与股票相关的量化策略，似乎这个编程语言无所不能，于是最近开始学习Python。近期上证A股走势不太理想，2008年3000点保卫战，2022年还在3000点保卫战，作为一名想要翻身的韭菜（觉悟不行，合格的韭菜就应该好好生长，然后安心等着被割），还是想从量化角度去试试。作为初学者，还是先从绘制股票图形开始，今
转载
2023-07-30 22:04:35
8阅读
作者：云朵君导读：在本文中我们尝试研究白酒股票市场的数据。使用baostock来获取股票信息，可视化它们的不同，最后将使用一些方法来分析股票的风险。还将通过长期短期记忆(LSTM)方法来预测未来的股票价格。注意，本文是对股票价格预测的初级尝试，旨在学习python在股票预测中的应用案例。股票的预测是一个很大的学问，并不是通过一文就能解决的。本文从如下几个方面展开:一段时间内股票价格的变化是多少?股
转载
2023-10-04 14:17:50
84阅读
文章目录一、 题目要求二、代码示例三、代码运行结果四、总结 一、 题目要求开发程序对stock_data.txt进行以下操作：程序启动后，给⽤用户提供查询接⼝口，允许⽤用户重复查股票⾏行行情信息(⽤用到循环)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
转载
2023-08-09 15:17:40
320阅读
题目： 给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。 设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。 注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。示例 1: 输入: [7,1,5,3,6,4] 输出: 7 解释: 在第 2 天（股票价格 = 1）的时候买入，在第 3 天（股票价格 = 5）的时候卖出
转载
2023-06-13 22:19:14
142阅读
背景今日我的Python心路历程是 实践实例之股票数据分析）方案针对参考1中的代码进行实践，其中有几点体会和问题的处理。 首先，导入pandas库，详见参考2。其次，准备数据，可以自己制作假数据，也可以从网上下载已有数据。 如下数据进行测试：将datadir和fname适配为自己的，编译发现无法识别中文，故此将标题改为代码中的对应英文标题。一步步开始调试代码，到第四步是出现编译异常，如下：根据提示
转载
2023-08-04 22:57:58
26阅读
开始刷leetcode算法题 今天做的是"买卖股票的最佳时机”题目要求给定一个数组，它的第 i 个元素是一支给定股票第 i 天的价格。设计一个算法来计算你所能获取的最大利润。你可以尽可能地完成更多的交易（多次买卖一支股票）。注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。看到这个题目 最初的想法是蛮力法通过两层循环 不断计算不同天之间的利润及利润和下面上代码class Solu
转载
2024-06-01 21:29:45
13阅读
小时候在箩筐下面撒点米，用竹片支起箩筐的一边，并用绳子栓住竹片，人藏.
转载
2023-01-25 20:08:12
28阅读
今年的一大任务是做一个股票量化分析的项目，参考书籍《用Python做股票量化分析》，Python部分将主要参考老男孩教育的课程，还有网上查询的资料。由于本人也是一枚股民，所以该项目对我很有吸引力，加上也算是督促自己学习Python能有所用吧。
原创
2020-06-02 21:12:59
1031阅读
步骤系列文章前言题目要求题目要求数据源代码总结 系列文章前言 题目要求开发程序对stock_data.txt进⾏以下操作：程序启动后，给⽤户提供查询接⼝，允许⽤户᯿复查股票⾏情信息(⽤到循环)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
转载
2023-09-19 11:24:55
153阅读
说明：本文只是通过自己的已学知识对股票数据进行了一个简单的量化分析，只考虑了收盘情况，真实的量化交易中仅仅考虑收盘情况是不够的，还有很多的复杂因素，而且仅仅三年数据是不足以来指导真实的股票交易的，因此本文只是作为一个简单的python练手项目。一、分析目的利用预先设定的策略，通过对股票交易的历史数据进行回测，验证该策略是否能指导股票交易。二、数据处理1、数据集描述数据集简介：此数据集来源于Nasd
转载
2023-09-19 20:21:09
15阅读
很久之前就希望可以量化分析，那么国内的数据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 ://pypi
转载
2023-07-02 21:55:54
295阅读
前言：思考了段时间，分析股票回测最终还是选择了backtrader，大体写了个框架，目前的效果图如下(后期还会改)：这次新添加了两个py文件，分别是stock_backtrader.py跟function.py，其中stock_backtrader.py就是主要负责回测这一块的代码，而function.py则是负责类似新添的时钟小功能，现在目前只是一个大体的框架思路，后期可能还会有很大的改动，先写
转载
2023-08-08 07:40:24
250阅读
数据集来源于yahoo财经股票数据。下载方式：import pandas_datareader.data as web## 使用 pandas-datareader 来读取股票数据start = datetime.datetime(2010, 1, 1)
end = datetime.datetime(2017,12,31)
prices = web.DataReader('002578.SZ',
转载
2023-08-23 12:38:53
17阅读
# coding: utf-8
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from __future__ import division
#
获取数据函数
defget_stock_data(stock_code, index_code, start_date, end_date):
"""
:pa
转载
2023-06-11 13:13:08
237阅读
想用python做股票分析的话就需要获取股市相关的数据。那么怎么获取呢，可能你会写个爬虫想从财经网站上爬取相关信息。不过有个更方便的方法，就是python有个很方便的财经接口tushare，只需要几行就可以获取到所有股票的信息。来废话不多说，我们开始吧 文章目录安装扩展数据获取提取数据 首先你需要下载python的扩展包，打开你的shell（我用的python3）安装扩展安装tushare扩展pi
转载
2023-08-07 12:09:16
16阅读
以茅台为例，NUMPY+Pandas+MATPLOYLIB#导入工具包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts
#获得近六年历史数据
df=ts.get_k_data('600519',start='2015-01-01')
df.to_csv('600
转载
2023-06-30 20:53:03
108阅读
已实现的股票预测库：一文教你如何用Python预测股票价格主函数如下：# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import BPNN
from sklearn import metrics
from sklearn.metrics import m
转载
2023-06-19 14:19:51
188阅读
