爬神录|《python爬爬乐》爬虫篇(超短线量化交易需求分析及功能设计)

前言
随着网络的普及,人们炒股已经不用再天天跑到证券大厅去看数据了,包括很多分析的数据,现在也可以直接通过互联网直接获取。“问财”就是这么一个专业A股数据提供网站。
爬神录|《python爬爬乐》爬虫篇(超短线量化交易需求分析及功能设计)
文章图片

通这该网站,我们可以查看今天或本周或本月或本年,甚至还能查询到之前所有年份的数量。作为一个韭菜级的新人,我们当然是要把历史数据先过目一遍,然后再找一些高手分享的方法,然后再总结出一套胜率超过60%的算法,然后再自动运行,欧了!

需求分析
通过看了一些公从号文章,再跟着几个大神学习了一些课程。发现A股的最佳操作模式就是超短线,模式好,一天5%~10%的盈利,如果运气好,一天就能有10%以上的收益,想想就激动,有没有!当然既然是做超短,那肯定有行情不好的时候,这个就需要通过历史大数据分析来判断,制定一套规避算法,宁愿错过,不能做错。
超短每天需求关注的数据,我们最后肯定是存到本地数据库,需要保存的数据经过筛选后结构如下:
1. 保存大盘复盘数据,包含内容如下:数据生成日期,上涨数量,下跌数量,涨停数量,跌停数量,炸板数量,首板数量,2连板数量,3连板数量,3连板以上数量
2. 保存涨停板数据,包含内容如下:数据生成日期,股票代码,股票名称,涨幅,连板数量,涨停类别(所属模块),最后涨停时间,换手率,流通市值,当前价格
3. 热门板块数据,包含内容如下:数据生成日期,板块代码,板块名称,涨幅,涨停数量,类型(行业板块,概念板块)

历史数据下载完毕之后,再使用模板生成excel文件,统计数据结果如下图。
爬神录|《python爬爬乐》爬虫篇(超短线量化交易需求分析及功能设计)
文章图片

至于这些数据如何分析和使用,后面章节再来介绍。

算法设计
历史数据下载完后,就可以来设计算法了。学习了很多超短线操作的方式,从安全性考虑,我个人推荐使用“龙头低吸”,具体这些超短线炒股相关的术语,建议各位小伙伴自己花一个月左右的时间研究研究。

数据推送
网上找了一圈,发现个人炒股者是没办法调用交易接口的,所以只有两种办法。
第一种,在程序里定义一个初始金额,然后使用这个虚拟的金额还测试你的算法胜率有多高。
第二种,使用消息推荐(可能会存在延时),现阶段我个人测试了两种方式,相关延时比较低,大概5秒之内就能接收到。(但对于超短操作选手来说,有时候1秒就是天差地别)
个人建议,先用虚拟金额自动化操作,最少观察3个月,如果胜率大于60%或收益大于30%,基本就可以使用来实战了。

【爬神录|《python爬爬乐》爬虫篇(超短线量化交易需求分析及功能设计)】今天就分析到这儿吧,下一篇开始学习第一步,下载历史数据。

    推荐阅读