Python股票實作(1)
先設定一個url，並使用get將資料load下來，然後轉成text。
使用pd.read_csv去讀資料，會有' " '與' = '的部分要用下面的code去掉。
test_df['證券代號'] = test_df[9;證券代號'].apply(lambda x: x.replace('"', '9;))
test_df['證券代號'] = test_df['證券代號'].apply(lambda x: x.replace('=', ''))
這樣會得到一個基本的DataFrame。
將此段cod寫成一個函式如下圖
接下來要設定一個 parsn_n_days()的函式，帶入start_date, n兩個參數。
start_date會是今天的日期，n會是想要抓的天數。
假如要抓最近100天，n就會是100。
使用for迴圈的方式
for i in range(n):time.sleep(3)now_date = now_date - datetime.timedelta(days=1)try:df = crawler(trans_date(now_date))print("成功"+' '+trans_date(now_date))df_dict.update({trans_date(now_date): df})except:print("失敗"+' '+trans_date(now_date))
如果成功的話就會就會顯示"成功"+' '+trans_date(now_date)
如果當天沒有開市就會是"失敗"+' '+trans_date(now_date)
並將結果update到df_dict內然後回傳
for key in result_dict.keys():result_dict[key].to_csv(str(key)+".csv", encoding="utf_8_sig")
回傳出來的值再透過to_csv輸出成csv檔。
參考連結如下
https://www.youtube.com/watch?v=df_zDnFGxmU&t=15s
0會員
4內容數
留言0
查看全部
你可能也想看
Google News 追蹤
提問的內容越是清晰，強者、聰明人越能在短時間內做判斷、給出精準的建議，他們會對你產生「好印象」，認定你是「積極」的人，有機會、好人脈會不自覺地想引薦給你
在此篇中，我們來拿實務的例子作實戰練習，我們會討論如何在Google Colab的環境下，撈取所有台美股的股票代碼，並獲取相關細節，最後將獲取的資訊存取於SQLite資料庫中。
對於剛接觸Python程式的使用者來說，要一口氣學會爬蟲可能相對困難，但若想即時且輕鬆獲得台股相關數據，你可以利用證交所所提供的API進行數據蒐集。只需要簡單幾行程式碼，就能輕鬆抓到台股上千支股票的每日資訊，是不是棒呆了!!
個股當沖完整記錄目前也會放上來做紀錄，其實量化自動交易就是完成實際上的回測數據，接下來就是嚴格執行，過程中不能干預，並維持確保系統正常執行，並持續開發新策略即可。
本文介紹瞭如何使用 Python pandas 進行資料分析，包括如何使用 corr() 函數針對數字類型的欄位進行分析，以及如何刪除不需要的欄位和取得想要的小數位數。
題目敘述
題目會給我們一個StockSpanner類別，
還有對應的建構子和function: int next( int price)介面。
next(int price)呼叫的時後回傳入當天的股票價格，要求我們計算price這個價格是過去k天以來的最高價，返回k值。
舉例來說:
若股價分
題目敘述
題目會給定一個python list形式的輸入，要求我們把它轉換成pandas dataframe的形式做輸出。並且指定column名稱分別為student_id, 和 age
題目的原文敘述
測試範例
提問的內容越是清晰，強者、聰明人越能在短時間內做判斷、給出精準的建議，他們會對你產生「好印象」，認定你是「積極」的人，有機會、好人脈會不自覺地想引薦給你
在此篇中，我們來拿實務的例子作實戰練習，我們會討論如何在Google Colab的環境下，撈取所有台美股的股票代碼，並獲取相關細節，最後將獲取的資訊存取於SQLite資料庫中。
對於剛接觸Python程式的使用者來說，要一口氣學會爬蟲可能相對困難，但若想即時且輕鬆獲得台股相關數據，你可以利用證交所所提供的API進行數據蒐集。只需要簡單幾行程式碼，就能輕鬆抓到台股上千支股票的每日資訊，是不是棒呆了!!
個股當沖完整記錄目前也會放上來做紀錄，其實量化自動交易就是完成實際上的回測數據，接下來就是嚴格執行，過程中不能干預，並維持確保系統正常執行，並持續開發新策略即可。
本文介紹瞭如何使用 Python pandas 進行資料分析，包括如何使用 corr() 函數針對數字類型的欄位進行分析，以及如何刪除不需要的欄位和取得想要的小數位數。
題目敘述
題目會給我們一個StockSpanner類別，
還有對應的建構子和function: int next( int price)介面。
next(int price)呼叫的時後回傳入當天的股票價格，要求我們計算price這個價格是過去k天以來的最高價，返回k值。
舉例來說:
若股價分
題目敘述
題目會給定一個python list形式的輸入，要求我們把它轉換成pandas dataframe的形式做輸出。並且指定column名稱分別為student_id, 和 age
題目的原文敘述
測試範例