股市中不缺乏神話，追到神話不容易，在股市每日都能追到這些股票，那一定是神。
但是看看神話卻不難，讓我們先羨慕一下“神”的生活。
這個方法並不複雜，但是我們可以每日把最近N日漲幅或跌幅最高的部分股票篩選出來，盡心研究。例如最近10日漲幅最大的20只股票。
特別提示：這些股票一般是已經漲的差不多了，不宜再繼續追高。
代碼很簡單，主要用了tushare獲取股市數據，然後進行分析就可以。
用get_day_all()取得所有代碼，
用get_k_data（）取當天股票（大約需要9點後才能得到數據）
然後就可以用dataframe 來計算最近N日的股票收益，
例如 附圖就是最近10日（2周）的收益最高的20只股票（截止2019年9月6日），股民朋友可以對這些股票每日進行復盤分析，自己從中找出可能收益較高的股票。
也可以稍微修改代碼，例如選出下跌最多的股票，查看下跌的趨勢，或者收益分佈在50名左右的股票，再看看這些股票哪些是值得投資；或者選出最近5日漲幅較高的股票，看看是否有追漲的空間。
#不要遇到一點困難就悲觀，不要遇到一點挑戰就投降
# -*- coding: utf-8 -*-
# 檢測實時行情，計算N日內最大漲幅
import tushare as ts
import pandas as pd
import numpy as np
import datetime
# 取所有股票
all = ts.get_day_all()
rf = pd.DataFrame(columns = ['date','open','close','high','low','volume','code','close2','date2'])
curDate = datetime.date.today()-datetime.timedelta(days=1) #昨天， get_k_data 在晚上還經常取不到當天信息
nDate = curDate-datetime.timedelta(days=30) #30天數據基本可保證可以跨越假期
for scode in all['code']: #該循環計算需要10分鐘左右
df = ts.get_k_data(scode,nDate.strftime('%Y-%m-%d'), curDate.strftime('%Y-%m-%d'),autype='qfq') #默認前復權, 默認前復權？
if(len(df)>10): #計算每隻股票 10天以來的漲跌幅（大約2周）
df['close2'] = df['close'].shift(10)
df['date2'] = df['date'].shift(10)
df['close2'] = df['close'].shift(10)
rf = rf.append(df.tail(1)) #最後一行是所需的數據，即當天與8天前的比較
# close2 前N日的股價，close 當前股價，pclose 升值率
rf['pclose']=(rf['close']-rf['close2'])/rf['close2']
rf = rf.sort_values(by="pclose" , ascending=False)
df1 = rf[['code','close2','date2']]
df2 = all[['code','name','price','industry','area']]
result = pd.merge(df1, df2, on='code') #合併兩個dataframe
result['pclose']=(result['price']-result['close2'])/result['close2']
result.to_excel('Ndays.xls') #結果寫入excel文件
print(result.head(20)) 顯示前20名漲幅最大的股票
從下圖可以看出，至9月開門紅的第一週（8月23日至9月6日），漲幅最高的浙江廣夏上漲超過74%，top20 中的新上市小熊電器上漲超過40%。
下圖是浙江廣廈的走勢圖，可以研究一下其10日前的走勢，何時是一個買點，看看其公告，其實都有一些信息可尋，本人有點小心得，但不敢在此班門弄斧，若有同行興趣，可以私聊聯繫一起探討（絕不薦股，本人也沒有那個能力，主要是分析股票在某些指標之下可能上漲的概率）。
