明天开始,就需要专心致志地做产品研发了。至于BTC以及股票,则只能抽空偶尔瞄上几眼。为此,我今天花了一天时间对python程序做了优化:利用queue...
中国股票词典,中国名胜词典
一、学买股票看哪些网站?
优质答案1:
当然在今日头条财经板块!很全面!很香!
优质答案2:
以下就是我找到的网站和论坛,希望对你有帮助,祝你投资顺利
股票学习网站与论坛
股票入门基础知识,股票基本知识_767股票学习网
股票入门基础知识天才股票网
炒股入门知识_股票知识盛博股票学习网
股票入门基础知识,炒股入门知识,股票知识_5ye股票网
股票入门,炒股入门,股票知识股市马经
股票入门_炒股入门基础知识华讯财经_股民学院
MACD门户-中国最专业的股市技术分析论坛
理想论坛 中国人气最旺的股票论坛
打天下股票论坛,最新股票内参资讯!
老钱庄股票论坛
金融界股票论坛
财富赢家论坛-中国最好的股票论坛
优质答案3:
学股票看哪些网站?这个问题我有发言权,毕竟是亲身经历,我就是通过看财经网站,从小白成为了股市操盘手。首当其冲的就是东方财富网!作为创业板上市的公司,东方财富网在业内的地位首屈一指。东方财富网也是排名第一的财经资讯门户网站。
东方财富网学习股票,有几个比较重要的内容:
第一,股吧。点击“股吧”的链接,我们可以轻松找到任何你想要看的股吧。在股吧中,你可以和股友进行交流,包括但不限于发帖、评论。另外,还能看到个股的资讯,从股吧的人气排名,你能够找到当前最热门的股票。
第二,新股。点击“新股”的链接,我们可以知道新股的发行日期,记得准时申购。新股的中签号码,也会在东方财富网上公布。如果你中签了,记得一定要缴款哦。除了打新股,我们还可以打新债。新债的链接在新股这个界面的右面,可转债申购时没有风险的,一定要去申购。
第三,龙虎榜。喜欢打板的散户,一定要看龙虎榜。对于龙虎榜的研究,主要关注以下几点:1、净流入还是净流出2、净流量的百分比3、重点游资的操盘手法及胜率分析4、买五席位能否打得过卖一席位5、个股走势分析等等
第四,北向资金流向分析。沪股通和深股通的资金流入,可以判断港资对于A股的判断。一般来说,港资的成熟度和敏感度都优于内地资金。所以,观察港资的动向,是一个重要的参考指标。
东方财富网能让你找到任何想要的资讯,适合炒股的投资者收藏。如果还有任何问题,记得私信我哦。
二、对中国股市真正有实战价值指导的证券书籍有哪些?
优质答案1:
有实战价值指导的证券书籍是不分国籍的,全世界通用的,只要这个市场是市场经济,没有市场外的力量扭曲资源配置,价值决定价格的基本经济规律就会起作用,所以我们应该考虑对股市有价值指导的书籍,该看哪些书呢?我觉得应该看投资大师的。久经市场考验的经典书籍。
首先我推荐投资启蒙的《穷爸爸富爸爸》建立基本的财富意识,然后我推荐《毛泽东选集》、《巴菲特之道》和《金融炼金术》,这三本书分别代表三位顶级大师的思想精华。毛泽东虽然不炒股,但是是哲学的集大成者,对于我们正确认识世界、思考问题有极大的帮助。
然后我推荐几本经典的的价值分析图书,格雷厄姆祖师爷的《证券分析》、《聪明的投资者》,另外一位投资大师的《安全边际》,巴菲特没有正式的出书,只有市场的解读,如果确实有兴趣可以查看历年的《巴菲特致股东的信》,也可以私我,我有1957年到2018年的全部中英文对照版。
其他还有几位投资大师的著作也不得不看,戴维斯的《戴维斯王朝》、彼得林奇的《彼得林奇的成功投资》、费雪的《怎样选择成长股》。
巴菲特的搭档,智慧的投资人查理芒格的著作《穷查理宝典》、《查理芒格的智慧》也不得不阅读。
至于市场的大众心理学推荐看一下《乌合之众》和《黑天鹅》,有助于深刻理解市场的行为和规律,《黑天鹅》是比较小众的书,我个人认为《黑天鹅》的地位堪称与《巴菲特之道》、《金融炼金术》并列。
比较经典的投资传记记录了投资大师的真实经历,对投资人的成长同样重大,推荐几本经典的:《邓普顿教你逆向投资》、《滚雪球》、《苍茫中传灯》、《一个投资家的20年》
书籍是一个方面,但是学习的人以一个什么样的心态去学习,吸收和实践,就看各自的态度和悟性了,要知道,现在的社会不缺知识,缺少的是实事求是的认知态度、独立思考的人生哲学。
如果对你有帮助,帮忙点个赞,谢谢。
优质答案2:
看书的目的就是要学习知识,如果真有这种求知欲应该学习金融工程的相关课程。
三、Python获取股票数据?
优质答案1:
看到有介绍tushare的,忍不住贴一个我最近使用的python数据平台baostock,更多的数据,更快的响应。免费开源无需注册,不用担心信息泄露,不像有的平台,用着用着就开始收费了。
在线安装:pip install baostock
安装以后就可以撸代码了:
import baostock as bs
import pandas as pd
import numpy as np
if __name__ == '__main__':
login_result = bs.login(user_id='anonymous', password='123456')
print(login_result)
### 获取沪深A股行情和估值指标(日频)数据 ####
stockcode = "sh.600000"
startdate = '2015-01-01'
today = datetime.datetime.now()
delta = datetime.timedelta(days = 1)
predate = today - delta
strpredate = datetime.datetime.strftime(predate,'%Y-%m-%d')
# date 日期
# code 股票代码
# close 收盘价
# preclose 前收盘价
# volume 交易量
# amount 交易额
# adjustflag 复权类型
# turn 换手率
# pctChg 涨跌幅
# peTTM 动态市盈率
# psTTM 市销率
# pcfNcfTTM 市现率
# pbMRQ 市净率
rs = bs.query_history_k_data("%s"%stockcode,
"date,code,close,preclose,volume,amount,adjustflag,turn,turn,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM",
start_date=startdate, end_date=strpredate,
frequency="d", adjustflag="3")
print('query_history_k_data respond error_code:'+rs.error_code)
print('query_history_k_data respond error_msg:'+rs.error_msg)
print(type(rs))
#### 打印结果集 ####
result_list = []
while (rs.error_code == '0') & rs.next():
# 获取一条记录,将记录合并在一起
result_list.append(rs.get_row_data())
result = pd.DataFrame(result_list, columns=rs.fields)
print (result)
一个程序就搞定了技术面和基本面几乎所有需要的数据。如果对你有帮助,就请点个赞吧!
优质答案2:
API使我们能够从服务器发出检索数据的请求。API在许多方面都很有用,但其中之一是能够为数据科学项目创建唯一的数据集。在本教程中,我们将学习一些用于Last.fm API的高级技术。
在我们的初学者大数据分析Python API教程中,我们使用了一个简单的API,非常适合教授基础知识:
a.它具有一些易于理解的终点。
b.因为它不需要身份验证,所以我们不必担心如何告诉API我们有权使用它。
c.每个端点响应的数据都很小,并且结构易于理解。
实际上,大多数API都比这更复杂,因此要使用它们,您需要了解一些更高级的概念。具体来说,我们将学习:
a.如何使用API密钥进行身份验证。
b.如何使用速率限制和其他技术在API准则内工作。
c.如何使用分页处理较大的响应。
本教程假定您了解使用大数据分析Python使用API的基础知识。如果您不这样做,我们建议您开始我们的初学者API教程。我们还假设您具有大数据分析Python和pandas的中级知识。如果您不这样做,则可以通过我们的大数据分析Python基础课程免费开始学习。
使用Last.fm API
我们将使用Last.fm API。Last.fm是一项音乐服务,可通过连接到iTunes,Spotify等类似的音乐流应用程序并跟踪您听的音乐来建立个人资料。
他们提供对API的免费访问权,以便音乐服务可以向其发送数据,还可以提供终结点,以汇总Last.fm在各种艺术家,歌曲和流派上拥有的所有数据。我们将使用他们的API建立热门艺术家的数据集。
遵循API准则
使用API时,请务必遵循其准则。如果你不这样做,则可能会被禁止使用该API。除此之外,特别是当一家公司免费提供API时,请尊重他们的限制和准则,因为他们没有提供任何东西。
查看API文档中的Introduction页面,我们会注意到一些重要的准则:
请在所有请求上使用可识别的User-Agent标头。这有助于我们进行日志记录,并减少被禁止的风险。
向last.fm API发出请求时,可以使用headers标识自己。Last.fm希望我们在标头中指定一个用户代理,以便他们知道我们是谁。我们将在稍后提出第一个请求时学习如何执行此操作。
在确定要拨打多少次电话时,请使用常识。例如,如果要制作Web应用程序,请尝试不要在页面加载时点击API。如果您的应用程序每秒持续拨打多个电话,则您的帐户可能会被暂停。
为了构建我们的数据集,我们将需要向Last.fm API发出数千个请求。尽管他们没有在文档中提供具体的限制,但他们确实建议我们不要持续每秒进行多次呼叫。在本教程中,我们将学习一些限制速率的策略,或者确保我们不会过多使用它们的API,以便避免被禁止。
在发出第一个请求之前,我们需要学习如何使用Last.fm API进行身份验证
使用API密钥进行身份验证
大多数API都要求您进行身份验证,以便他们知道您有权使用它们。身份验证的最常见形式之一是使用API密钥,就像使用其API的密码一样。如果在发出请求时未提供API密钥,则会出现错误。
使用API密钥的过程如下:
a.您使用API的提供者创建一个帐户。
b.您需要一个API密钥,该密钥通常是一个长字符串,例如54686973206973206d7920415049204b6579。
c.您可以将API密钥记录在安全的地方,例如密码保存器。如果有人获得了您的API密钥,那么他们可以使用伪装成您的API。
d.每次发出请求时,您都提供API密钥以进行身份验证。
要获取Last.fm的API密钥,请先创建一个帐户。创建帐户后,应转到以下表格:
在每个字段中填写有关您计划如何使用API的信息。您可以将“回调URL”字段保留为空白,因为仅当您正在构建要验证为特定Last.fm用户的Web应用程序时才使用此字段。
提交表单后,您将获得API密钥和共享密钥的详细信息:
请在安全的地方记下这些内容-本教程无需使用共享密钥,但最好记下它,以防万一您想做一些需要您作为特定用户进行身份验证的事情。
发出我们的第一个API请求
为了创建热门艺术家的数据集,我们将使用chart.getTopArtists端点。
查看Last.fm API文档,我们可以观察到以下几点:
a.看起来只有一个真实的端点,并且实际上每个“端点”都是使用method参数指定的。
b.文档说此服务不需要身份验证。尽管起初看起来似乎有些混乱,但它告诉我们的是,我们不需要身份验证为特定的Last.fm用户。如果您在此之上看,您会发现我们确实需要提供我们的API密钥。
c.API可以返回多种格式的结果-我们将指定JSON,以便我们可以利用我们在大数据分析Python中使用API的已知知识
在开始之前,请记住,当我们发出请求时,我们需要提供一个用户代理标头来标识自己。使用大数据分析Python请求库,我们使用headers参数和标头字典来指定标头,如下所示:
我们将从定义API密钥和用户代理开始(本教程中显示的API密钥不是真正的API密钥!)
接下来,我们将导入请求库,为标头和参数创建字典,然后发出第一个请求!
我们的请求返回的状态码为“ 200”,因此我们知道成功了。
在查看请求返回的数据之前,请考虑一下在本教程中我们将发出许多请求的事实。在这些请求中,许多功能将是相同的:
a.我们将使用相同的URL
b.我们将使用相同的API密钥
c.我们将指定JSON作为我们的格式。
d.我们将使用相同的标题。
为了节省时间,我们将创建一个函数来为我们完成很多工作。我们将为该函数提供一个有效负载字典,然后将额外的键添加到该字典,并将其与其他选项一起传递以发出请求。
让我们看一下该函数的外观:
正如我们在初学者大数据分析Python API教程中所了解的那样,大多数API都以JSON格式返回数据,并且我们可以使用大数据分析Python json模块以更易于理解的格式打印JSON数据。
让我们重新使用jprint()在该教程中创建的函数,并打印来自API的响应:
{
"artists": {
"@attr": {
"page": "1",
"perPage": "50",
"total": "2901036",
"totalPages": "58021"
},
"artist": [
{
"image": [
{
"#text": "https://lastfm-img2.akamaized.net/i/u/34s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "small"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/64s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "medium"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/174s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "large"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "extralarge"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "mega"
}
],
"listeners": "1957174",
"mbid": "b7539c32-53e7-4908-bda3-81449c367da6",
"name": "Lana Del Rey",
"playcount": "232808939",
"streamable": "0",
"url": "https://www.last.fm/music/Lana+Del+Rey"
},
{
"image": [
{
"#text": "https://lastfm-img2.akamaized.net/i/u/34s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "small"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/64s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "medium"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/174s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "large"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "extralarge"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "mega"
}
],
"listeners": "588883",
"mbid": "",
"name": "Billie Eilish",
"playcount": "35520548",
"streamable": "0",
"url": "https://www.last.fm/music/Billie+Eilish"
},
{
"image": [
{
"#text": "https://lastfm-img2.akamaized.net/i/u/34s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "small"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/64s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "medium"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/174s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "large"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "extralarge"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "mega"
}
],
"listeners": "655052",
"mbid": "",
"name": "Post Malone",
"playcount": "34942708",
"streamable": "0",
"url": "https://www.last.fm/music/Post+Malone"
},
{
"image": [
{
"#text": "https://lastfm-img2.akamaized.net/i/u/34s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "small"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/64s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "medium"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/174s/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "large"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "extralarge"
},
{
"#text": "https://lastfm-img2.akamaized.net/i/u/300x300/2a96cbd8b46e442fc41c2b86b821562f.png",
"size": "mega"
}
],
由于文字过多,没有写全,大家可以参考:
大数据分析Python使用Last.fm API获取音乐数据https://www.aaa-cg.com.cn/data/2307.html
https://www.toutiao.com/i6831728656679698948/
相关文章
发表评论