|
摘要：
5. 本地数据库 很简单的用本地Sqlite查找股票数据。 DataSource类，返回的是Dataframe物件。这个Dataframe物件，在之后的业务，如计算股票指标，还需要特别处理。 import os import sqlite3 as sqlite3 import numpy as np 阅读全文
posted @ 2020-01-27 18:15
chankuang
阅读(2089)
评论(0)
推荐(1)
摘要：
4. 如果计算各项股票指标时，或者处理业务流程时，上一篇的直观认知数据结构，怎样帮助开发者去好好操作，又同时避免计算错误的坑。 首先从上篇的数据结据，可以看出/设计出多少种业务和股票指标。 A. 恒生成份股的股份编号 恒指成份股编别 = list(恒生成份股.keys()) B. 个股的收市价&成交 阅读全文
posted @ 2020-01-27 18:08
chankuang
阅读(497)
评论(0)
推荐(0)
摘要：
3. 如果同时拿一个板块股票的收市价和成交额 前一篇说到，用大盘指数，如恒生指数，上证，深证，这些重要的大盘指数来做Dataframe主键，那麽如果是同时拿一个板块股票的收市价和成交额，可以怎样操作呢。 在实际开发中，应该是简单的数据结构，容易阅读为主，所以Dataframe的multi index 阅读全文
posted @ 2020-01-27 17:07
chankuang
阅读(520)
评论(0)
推荐(0)
摘要：
2. 金融股票数据的另一个形态，怎样在业务内部流动，同时怎样避免错误 前一篇讲解了股票的原始状态，那麽在业务过程中，数据会变成怎样的形态，来完成众多奇奇怪怪的业务呢，以下将会解答。 首先，任何股票都有机会停市，退市。或者退市了再二次上市。 例子，阿里爸爸（9988.HK）在港交所二次上市。 再例如， 阅读全文
posted @ 2020-01-27 15:34
chankuang
阅读(648)
评论(0)
推荐(0)
摘要：
1. 数据源 其实金融数据没大家想象的那麽复杂，只需要最原始状态的数据，保存到本地即可以。 那麽，怎样才是股票数据的原始状态呢。那就看看1920's年代的道氏理论，他是怎样计算道琼斯指数，那麽他采用的就是最原始形态。 假设股票是一个有市价的产品，全由市场价格来操作，那麽以下的数据，就能体现一个市场价 阅读全文
posted @ 2020-01-27 14:34
chankuang
阅读(640)
评论(0)
推荐(0)
摘要：
import sys from qdarkstyle import load_stylesheet_pyqt5 from PyQt5.QtWidgets import QApplication, QTableView from PyQt5.QtCore import QAbstractTableMo 阅读全文
posted @ 2020-01-27 13:59
chankuang
阅读(4100)
评论(0)
推荐(0)
|
浙公网安备 33010602011771号