股票分析

你的位置:财富展望网 > 股票分析 >

start=None

发布日期:2024-11-04 07:44    点击次数:186

start=None

01 媒介债券市场分析与动态观察

qstock量化分析库和教程自觉布以来照旧有一段时辰了。收到不少读者的反馈,但愿在qstock上添加更多的实发愤能和案例磋商。在恢复这些反馈的同期,公众号也一直在发奋更动现存的功能和教程施行。咱们的标的是为用户提供更全面、更实用、更易于接续的量化分析器用和教程,以幽闲他们不断变化的需求。治服在不久的将来,qstock将会成为您的最好选拔。

底下将为世界共享如何欺诈qstock进行量化复盘分析和及时自动化盯盘。

02 量化复盘

开市前或收盘后了解一下可能影响当日走势的要紧利好和利空,比如外围涨跌,巨额商品、原油等等,底下相接qstock的数据接口,为世界提供一个量化复盘的想路框架。

择时追踪:期指、指数(沪深300和创业板等)、全球股市(标普和纳斯达克等)、商品期货等;板块追踪:合手仓个股方位板块、热门板块、权重板块;讯息追踪:合手股追踪、缓和个股、板块龙头追踪;资金流追踪:稽查个股和行业板块资金流向;涨跌停和龙虎榜数据:稽查涨跌停个股,了解涨跌停原因,分析市集收货效应、进一步挖掘龙虎榜数据。

导入qstock包

import qstock as qs

01 财经新闻

新闻资讯数据qs.news_data(news_type=None,start=None,end=None,code=None):

news_type:新闻类型:cctv'或'新闻联播';'js'或'金十数据';'stock' 或'个股新闻' 不输入参数,默许输出财联社电报新闻数据。

start:肇端日历,如'20220930',不输入默许现时最新日历

end:逼迫日历,如'20221001',不输入默许现时最新日历

stock:个股代码,个股新闻时需输入该参数

财联社电报新闻

#默许参数输出财联社电报新闻数据
txt=qs.news_data('js')
txt_list=''.join(list(txt.content.apply(lambda s:str(s))))
txt_list=txt_list.replace('金十数据','').replace('据聚积声明:','').replace('暗示','')
#使用jieba惩办分词并转为词云阵势数据
c_data=qs.cloud_data(txt_list)
qs.chart_wordcloud(c_data)

图片债券市场分析与动态观察

新闻热门环节词是“油气”,而近期油气板块启动,特出是原油期货疯涨。

个股新闻

#使用个股新闻接口
df=qs.stock_news('福晶科技')
df.head()

图片

02 市集举座走势

指数追踪一方面是阐述市集举座趋势,行情向好时操作概率更高;另一方面是留意大跌,出现系统性风险。

A股指数

A股指数沪深300和创业板指数即可,二者分辨代表了大盘蓝筹和中小成长股举座走势。在指数趋势朝上时,重仓合手有少操作,在指数趋势向下时,重个股,清仓。底下给出的是修正K线图,连气儿红色代表高涨趋势,连气儿绿色代表下落趋势。

qs.HA_kline(qs.get_data('hs300')[-250:])

沪深300指数修正K线图

图片

qs.HA_kline(qs.get_data('cyb')[-250:])

创业板指数修正K线图

图片

外盘指数

外盘指数一般看好意思股,主如果标普500和纳斯达克指数。

qs.HA_kline(qs.get_data('标普500')[-250:])

图片

qs.HA_kline(qs.get_data('纳斯达克')[-250:])

图片

全球指数涨跌幅对比

#常见的全球指数称号
global_indexs=['sh','cyb','恒生指数','说念琼斯','标普500','纳斯达克','英国富时100','法国CAC40','德国DAX30','日经225','韩国KOSPI',
               '澳大利亚标普200','印度孟买SENSEX','台湾加权','俄罗斯RTS','加拿大S&P/TSX','巴西BOVESPA']
index_data=qs.get_price(global_indexs)[-250:].dropna()
start_date=index_data.index[0].strftime('%Y年%m月%d日')
end_date=index_data.index[-1].strftime('%Y年%m月%d日')
rets=(index_data/index_data.iloc[0]-1).iloc[-1].sort_values(ascending=False)
title='全球指数最近250日累计涨幅'
print(f'技能统计:{start_date}至{end_date}')
#qs.bar(rets,title=title)
技能统计:2022年04月20日至2023年03月31日

图片

期货行情

缓和期货行情,一个是缓和现时经济发展情况(尤其是巨额商品),另一个是稽查关系主意个股。

#取得期货最新行情
df=qs.realtime_data('期货')[['称号','涨幅']][:20]
qs.bar(df,x='称号',y='涨幅')

图片

#取得期货最新行情df=qs.realtime_data('期货')[['称号','涨幅']][-10:]qs.bar(df,x='称号',y='涨幅')

图片

ETF基金涨跌情况

#取得ETF最新行情筹划
df=qs.realtime_data('ETF')
#稽查前几行
df.head(15)

图片

女星于文文身份信息被倒卖!李某某、魏某某被警方处罚,细节披露

03 资金流情况

资金流看个股和板块,值得提神的是不同来回软件对资金流入流出的计较存在一定各异,这里所谓的资金流入数据亦然滞后的,仅供参考,需要相接个股和板块走势来看,一般一两天的资金流动杂音较大,合手续几天或几周的资金净流入才参考价值。

#个股20日资金流数据
df=qs.ths_money('个股',n=20).sort_values('净额(万)',ascending=False)
df

图片

#行业板块10日资金流数据df=qs.ths_money('行业',n=10).sort_values('净额(亿)',ascending=False)df

图片

04 涨跌停情况

涨跌停板数据反应的是市集的收货效应或焦躁情谊,具有助涨助跌的功能,也常成为主力操作个股的借力的器用。流程万古辰盘整后放量涨停的个股值得缓和。

#取允洽前最新往畴昔
latest_date=qs.latest_trade_date().replace('-','')
#涨停个股
up_df=qs.limit_pool('u',latest_date)
print(f'涨停板个股数目:{len(up_df)}')
if len(up_df)<1:
    print('本日莫得涨停个股,市集收货效应较差,请保合手高度严慎!')
#跌停个股
down_df=qs.limit_pool('d',latest_date)
print(f'跌停板个股数目:{len(down_df)}')
if len(down_df)>10:
    print('现时跌停个股许多,请保合手高度严慎!')
elif len(down_df)>5:
    print('现时跌停个股较多,请保合手严慎')
涨停板个股数目:24
跌停板个股数目:1
up_df.head()

图片

05 股票龙虎榜数据

qs.stock_billboard()

图片

龙虎榜数据与涨跌板数据相似,是短期炒作个股的风向标,短线深爱者不错深刻挖掘龙虎榜的信息。

03 盘中看盘

借助qstock的数据接口,不错对全市集个股进行扫描,通过量比排名,量比和涨幅靠前的具有冲突花样的加入自选准备追踪。不雅察北向资金流向,涨停板宗派,涨跌比宗派,以及板块与板块之间的联动情况,前一日的热门是否有合手续性等。

01个股量比榜

按照量比进行排名,稽查涨幅介于3%-9%之间的个股,还不错加入其他条目进行筛选,如市盈率和最新价钱等。

df=qs.realtime_data()
df=df.dropna().sort_values('量比',ascending=False)
df[(df['量比']>5)&(df['涨幅']>3)&(df['涨幅']<9.7)&(df['最新']<30)&(df['市盈率']>0)]

图片

02 行业主意板块

#取得东方金钱行业板块及时涨跌幅数据
data=qs.realtime_data('行业板块')[['称号','涨幅']]
data['权重']=abs(data['涨幅'])
#提神去掉涨幅为0的值,不然会报错
data=data[data['涨幅']!=0]
params={'data':data,'label':['称号'],'weight':'权重','value':'涨幅'}
qs.treemap(**params)

图片

#取得东方金钱主意板块及时涨跌幅数据
data=qs.realtime_data('主意')[['称号','涨幅']]
data['权重']=abs(data['涨幅'])
data=data[data['涨幅']!=0]
params={'data':data,'label':['称号'],'weight':'权重','value':'涨幅'}
qs.treemap(**params)

图片

03 及时来回盘口异动数据

取得往畴昔及时盘口异动数据,终点于盯盘小精灵。realtime_change(flag=None):

flag:盘口异动类型,默许输出一起类型的异动情况。可选:['火箭放射', '快速反弹','加快下落', '高台跳水', '大笔买入', '大笔卖出', '封涨停板','封跌停板', '大开跌停板','大开涨停板','有大买盘','有大卖盘', '竞价高涨', '竞价下落','高开5日线','低开5日线', '朝上缺口','向下缺口', '60日新高','60日新低','60日大幅高涨', '60日大幅下落'] 上述异动类型分辨可使用1-22数字代替。

df=qs.realtime_change('60日新高')
#稽查前几行
df

图片

04 自动盯盘

假定要对自选股和指数进行盯盘,又不想一直盯着来回软件,咱们不错使用python编程,基于qstock的及时数据接口构建一个盯盘剧本文献,然后使用windows系统的任务打算要道,杀青在往畴昔的来回时辰进行自动化盯盘和领导。由于篇幅所限,代码此处不详, 完满代码共享在Python金融量化常识星球上。while True:pass#代码此处不详,#具体看Python金融量化常识星球# 睡眠10秒,再次取得数据time.sleep(10)

杀青往畴往时辰自动大开并入手盯盘剧本文献,当触发竖立条目时会发出讲话领导。

图片

本站仅提供存储办事,统共施行均由用户发布,如发现存害或侵权施行,请点击举报。