一棵韭菜的自我修养：用Python分析下股市，练练手

一棵韭菜的自我修养。

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，还是熊市？怎么在趋势之中腾挪转移，抓住时机下场？抑或是按兵不动，放长线钓大鱼？

不要妄下定论。毕竟股市有风险，入市需谨慎。那么，有没有什么方法可以帮助你做决策呢？

最近，一位常年研究股票系统的开发者 pythonstock 用 Python 写了一个股票分析系统，发布数天就获得了不少关注。

于是我们就推荐给大家，既能学习 python 又能练习炒股。但正如项目作者所说，「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。」如果真亏了，我们也不背锅呀，毕竟大家都是韭菜。

pythonstock 的项目页面

总之，分析得准不准先不说，我们先来偷个师，看看这个用 Python 代码进行股票分析的项目到底是怎么实现的吧。

PythonStock：一个用 Python 写成的股票分析系统

根据 GitHub 页面介绍，该项目是基于 Python 的 pandas、tushare、bokeh、tornado、stockstats、ta-lib 等框架开发的全栈股票系统。

GitHub 地址：https://github.com/pythonstock/stock

它具备以下特点：

1）可以直接使用 docker 本地部署运行，整个项目在 docker hub 上压缩后仅有 200BM，本地占用 500MB 磁盘空间。

2）使用 Docker 解决 Python 库安装问题，使用 Mariadb（MySQL）存储数据，借助 tushare 抓取数据。

3）使用 corn 做定时任务，每天进行数据抓取计算，每天 18 点开始进行数据计算，计算当日数据，使用 300 天数据进行计算，大约需要 15 分钟计算完毕。

4）股票数据接口防止被封，按天进行数据缓存，储存最近 3 天数据，每天定时清除，同时使用 read_pickle to_pickle 的 gzip 压缩模式存储。

5）使用 tornado 开发 web 系统，支持股票数据、沪深 300 成份股、中证 500 成份股、龙虎榜数据、每日股票数据、每日大盘指数行情等。

6）数据展示系统：通用数据展示系统，配置字典模板之后，页面自动加载数据，并完成数据展示，后续可以加入自己开发的指标数据。

7）增加曲线数据分析：查看股票时，可以直接跳转到东方财富页面查看相关信息，点击指标之后使用 Bokeh 将多达 17 个指标的数据可视化，进行图表展示。

bokeh 绘图指标数据：

然后根据 KDJ、RSI 和 CCI 这 3 个指标进行股票数据计算：

计算指标

此股票分析系统提供的每日股票指标数据，按照 17 个计算指标进行计算（下图截取部分计算指标）：

此外，项目作者还介绍了该股票系统设计原理、架构设计原理、应用部署要点等知识，具体使用和部署方法参见 GitHub 项目页面。

感兴趣的小伙伴，也许可以亲自上手试一试了。

不过，需要再次提醒的是，股市有风险，入市需谨慎哦。

入门股市Python

相关数据

数据分析技术

数据分析是一类统计方法，其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系，并绘制出统计信息图，以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据，以便弄清哪些是同质的，从而更好地了解数据。数据分析可以处理大量数据，并确定这些数据最有用的部分。

来源：维基百科

数据可视化技术

数据可视化被许多学科视为现代视觉传达的等价物。为了清晰有效地传递信息，数据可视化使用统计图形、图表、信息图和其他工具。数字数据可以使用点、线或条编码，以视觉传达定量消息。有效的可视化帮助用户对数据进行分析和推理。它使复杂的数据更容易理解和使用。用户可以根据特定的分析任务进行数据可视化，例如进行比较或理解因果关系，并且图形的设计原则(即，显示比较或显示因果关系)来进行可视化。表通常用于用户查找特定测量的地方，而各种类型的图表用于显示一个或多个变量的数据中的模式或关系。