《python爬爬樂》爬蟲篇:超短線量化交易需求分析及功能設計

前言

隨着網絡的普及,人們炒股已經不用再天天跑到證券大廳去看數據了,包括很多分析的數據,現在也可以直接通過互聯網直接獲取。“問財”就是這麼一個專業A股數據提供網站。

通這該網站,我們可以查看今天或本週或本月或本年,甚至還能查詢到之前所有年份的數量。作爲一個韭菜級的新人,我們當然是要把歷史數據先過目一遍,然後再找一些高手分享的方法,然後再總結出一套勝率超過60%的算法,然後再自動運行,歐了!

 

需求分析

通過看了一些公從號文章,再跟着幾個大神學習了一些課程。發現A股的最佳操作模式就是超短線,模式好,一天5%~10%的盈利,如果運氣好,一天就能有10%以上的收益,想想就激動,有沒有!當然既然是做超短,那肯定有行情不好的時候,這個就需要通過歷史大數據分析來判斷,制定一套規避算法,寧願錯過,不能做錯。

超短每天需求關注的數據,我們最後肯定是存到本地數據庫,需要保存的數據經過篩選後結構如下:

1. 保存大盤覆盤數據,包含內容如下:數據生成日期,上漲數量,下跌數量,漲停數量,跌停數量,炸板數量,首板數量,2連板數量,3連板數量,3連板以上數量

2. 保存漲停板數據,包含內容如下:數據生成日期,股票代碼,股票名稱,漲幅,連板數量,漲停類別(所屬模塊),最後漲停時間,換手率,流通市值,當前價格

3. 熱門板塊數據,包含內容如下:數據生成日期,板塊代碼,板塊名稱,漲幅,漲停數量,類型(行業板塊,概念板塊)

 

歷史數據下載完畢之後,再使用模板生成excel文件,統計數據結果如下圖。

至於這些數據如何分析和使用,後面章節再來介紹。

 

算法設計

歷史數據下載完後,就可以來設計算法了。學習了很多超短線操作的方式,從安全性考慮,我個人推薦使用“龍頭低吸”,具體這些超短線炒股相關的術語,建議各位小夥伴自己花一個月左右的時間研究研究。

 

數據推送

網上找了一圈,發現個人炒股者是沒辦法調用交易接口的,所以只有兩種辦法。

第一種,在程序裏定義一個初始金額,然後使用這個虛擬的金額還測試你的算法勝率有多高。

第二種,使用消息推薦(可能會存在延時),現階段我個人測試了兩種方式,相關延時比較低,大概5秒之內就能接收到。(但對於超短操作選手來說,有時候1秒就是天差地別)

個人建議,先用虛擬金額自動化操作,最少觀察3個月,如果勝率大於60%或收益大於30%,基本就可以使用來實戰了。

 

今天就分析到這兒吧,下一篇開始學習第一步,下載歷史數據。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章