在過去的2018年這一年時間裏，股票市場的表現可謂是令廣大股民心力交瘁，股價一路走低。不少股民們也是因此對股票喪失了信心，紛紛撤出市場。
但是仍然有一部分股民們仍然堅守着信念，繼續奮戰在持續走低的股票市場——終於，在2019年開春之後，中國的股票市場迎來了開門紅，告別了數年低迷的熊市，一度突破3000大點，2019年牛市真的要來臨了嗎？
先放一張股神巴菲特鎮樓，希望2019年牛市繼續保持態勢，我只想看到紅漲、紅漲、紅漲。。。
也是出於好奇，爲了對當前的股市場進行一探究竟，小編通過Python爬取了2018年度到目前的股票歷史數據，大展身手進行一波數據可視化操作，結合數據和市場分析2019年A股牛市的走勢和行情。
以下就來分享一些我的分析及可視化過程。
工具介紹（Python+FineBI）
對於股票相關數據，想必對於Python大家應該都比較熟悉了，網站爬數據神器。由於小編還算有些Python基礎，從東方財經網和網易財經爬取相關股票的歷史數據這並不是難事。
但是數據可視化分析方面，雖然Python有numpy、pandas、matplotlib等第三方庫來輔助進行數據處理和數據可視化，或者也可以藉助echart等圖表開源接口，但是通過各類代碼進行圖表屬性設置等方面還是比較繁瑣的，而且只能生成靜態的圖表，無法進行動態和深入的多維分析，主要生成我想要的可視化分析報告比較麻煩。
經過一番研究和對比，決定用BI可視化分析工具FineBI來進行可視化分析，對爬取到的相關數據進行可視化分析展示。
上手簡單，拖拽字段即出圖表，有點像升級版的數據透視表，強烈推薦！！
Python股票數據爬取
由於需要相關的歷史數據，經過對比東方財經網和網易財經網的相關網站頁面，網易財經網對於我收集相關歷史數據更加方便。
這邊直接貼出來網易財經網獲取股票歷史數據的接口：
http://quotes.money.163.com/s...[code]&start=[yyyyMMdd]&end=[yyyyMMdd]&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP
接口中有三個核心參數，code表示股票編碼，start表示開始時間，end表示結束時間，用python自動填充即可，調用起來非常方便。
通過Python調用網易財經的股票數據接口，獲取上海/深圳A、B股近期成交量前10的共40家股票的歷史數據，包含相關股票的開收盤情況、跌漲數據、換手率、成交數據、總市值、流通市值等關鍵數據指標。
直接貼出來代碼：
import urllib.request import re import glob import time # 上海、深圳A/B股票，近期成交量前40支股票代碼 allCodelist=[ '601099','601258','600010','600050','601668','601288','600604','600157','601519','600030',#上海A股 '900902','900941','900948','900938','900947','900932','900907','900906','900903','900919',#上海B股 '000725','300059','002131','300116','002195','002526','002477','000536','300104','000793',#深圳A股 '200725','200160','200018','200037','200488','200168','200468','200058','200012','200625' #深圳B股 ] for code in allCodelist: print('正在獲取%s股票數據...' % code) if (code[0] == '6' or code[0]=='9'):#A股 url = 'http://quotes.money.163.com/s...' + code + \ '&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP' print(url) else:#B股 url = 'http://quotes.money.163.com/s...' + code + \ '&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP' print(url) urllib.request.urlretrieve(url, 'd:\\股票\\' + code + '.csv')#需要提前新建好D盤的“股票”目錄，將數據寫入csv文件 csvx_list = glob.glob('d:\\股票\\*.csv') print('總共發現%s個CSV文件' % len(csvx_list)) time.sleep(2) print('正在處理............') for i in csvx_list: fr = open(i, 'r').read() with open('csv_to_csv.csv', 'a') as f:#合併csv文件 f.write(fr) print('寫入完畢！')
Pyhton完美運行，爬取時間不到15秒~
成功獲取到上海/深圳A、B股近期成交量前10的共40家股票，2018年1月1日到2019年2月28日的所有歷史交易數據。
相關股票數據excel文件也給大家雙手奉上，方便大家分析使用。
FineBI數據可視化
關於FineBI，前面已經簡單介紹過，它的特點就是操作簡單上手快，無須任何代碼，直接在瀏覽器端通過FineBI工具的鼠標拖拽和點擊操作即可生成色彩絢麗的可視化圖表效果。
下面我們可以通過FineBI官網獲取軟件激活碼，下載並按照嚮導安裝好軟件：
出現這個界面就代表已經安裝成功。接下來我們就可以開始在FineBI中將之前爬取到的數據進行可視化。
FineBI的操作很簡單，但還是建議上手前看一下他的幫助文檔或基礎視頻，會有郵件告知學習資料。
把數據表上傳導入到FineBI中，然後就可以在儀表板中進行相關數據的可視化分析了。
經過大概半個小時的操作，我這邊將相關股票的開收盤情況、跌漲數據、換手率、成交數據、總市值、流通市值等關鍵數據指標製作成了一個數據可視化報告，方便從多個維度觀察和分析股票的各個指標。
數據可視化分析結果
1.從股票的日線走勢可以看出，自2018年以來，股票市場處於一路震盪走低的大趨勢，2018年10月份出現觸底，2018年11月份又一波小的上漲行情，但是隨後12月份又迅速回調。到2019年1月份，開始出現小幅上漲，2月份春節之後，股票市場迅速拉昇，一路飄紅，換手率也是一路飆升。今年年初經過小幅調整後，立即放量拉昇，2月份呈現“價量齊升”的態勢，頗有一番從過往低迷熊市轉向高昂牛市的勢頭。
2.通過FineBI聯動對比分析深圳、上海A/B股的市場情況可以看出，A股的市場行情總體提升較B股明顯，A股佔據主體成交量。
3.分析股票的移動平均線，5日、10日、30日、60日均線呈發散向上趨勢，在股市術語來說這個叫做”金叉“，這些都是牛市可能來臨的信號。
4.未來趨勢預測方面，採用FineBI的時序預測法，按周開盤價、周成交量預測未來走勢，根據預測結果未來5周仍然勢態良好，進入3月份後，大盤行情持續走高，截止目前（3月6日），滬市A股已站上3100點，深市A股已站上9700點。
近期股市總結
自2015年以來，長久的股市低迷狀態被2019年開春之後的市場所打破，政策紅利持續釋放以及券商業績需要改善。從近期來看，券商行情有望持續推進，阻力A股持續倒逼推進，從數據體現來看也就是漲幅、交易量、換手率君大幅攀升。2月中旬各股呈”金叉“態勢，隨後開啓急速攀升模式。
從股票熱點來看，最大的熱點可能是金融板塊，週末大篇幅的政策也隨之出臺，可以重點關注。另外，創業板塊、證券板塊或許也都將有不俗表現。大消費，藍籌股可以重點跟蹤，對於中長期股民來說更爲利好，擅長長線投資者可以重點關注其市場走勢。
整體來看，上股/深股兩市放量創新高說明市場運行還是相對健康的，對於近期或出現的關口震盪休整也屬於正常現象。在國家政策的大力引導之下，特別是滬指未來應該具備突破3000點大關的能力，未來總體股票市場行情看好。
再來分享一張一個小夥伴製作的FineBI數據可視化作品~歡迎大家多多交流。
後要說的是，無論現有的股票市場趨勢如何，作爲散民的大多數投資羣體，都應當持續關注最新市場行情，瞭解最新動向。畢竟股市有風險，入市需謹慎！
對可視化感興趣的同學，不妨拿了數據，自己嘗試分析！