01 前言蕾丝 百合 调教

qstock量化分析库和教程自觉布以来一经有一段时分了。收到不少读者的反馈，但愿在qstock上添加更多的实勤苦能和案例照料。在回话这些反馈的同期，公众号也一直在勤恳纠正现存的功能和教程履行。咱们的标的是为用户提供更全面、更实用、更易于默契的量化分析器用和教程，以幽闲他们不断变化的需求。投诚在不久的往时，qstock将会成为您的最好收受。

底下将为人人共享若何垄断qstock进行量化复盘分析和及时自动化盯盘。

02 量化复盘

开市前或收盘后了解一下可能影响当日走势的紧要利好和利空，比如外围涨跌，大量商品、原油等等，底下勾通qstock的数据接口，为人人提供一个量化复盘的想路框架。

择时追踪：期指、指数（沪深300和创业板等）、全球股市（标普和纳斯达克等）、商品期货等；板块追踪：捏仓个股场地板块、热门板块、权重板块；讯息追踪：捏股追踪、慈祥个股、板块龙头追踪；资金流追踪：检察个股和行业板块资金流向；涨跌停和龙虎榜数据：检察涨跌停个股，了解涨跌停原因，分析商场赢利效应、进一步挖掘龙虎榜数据。

导入qstock包

import qstock as qs

01 财经新闻

新闻资讯数据qs.news_data(news_type=None，start=None，end=None，code=None):

news_type:新闻类型：cctv'或'新闻联播'；'js'或'金十数据'；'stock' 或'个股新闻' 不输入参数，默许输出财联社电报新闻数据。

start:肇始日历，如'20220930'，不输入默许刻下最新日历

end:限度日历，如'20221001'，不输入默许刻下最新日历

stock：个股代码，个股新闻时需输入该参数

财联社电报新闻

#默许参数输出财联社电报新闻数据
txt=qs.news_data('js')
txt_list=''.join(list(txt.content.apply(lambda s:str(s))))
txt_list=txt_list.replace('金十数据'，'').replace('据聚合声明：'，'').replace('暗示'，'')
#使用jieba惩处分词并转为词云神色数据
c_data=qs.cloud_data(txt_list)
qs.chart_wordcloud(c_data)

图片蕾丝 百合 调教蕾丝 百合 调教

新闻热门要津词是“油气”，而近期油气板块启动，杰出是原油期货疯涨。

个股新闻

#使用个股新闻接口
df=qs.stock_news('福晶科技')
df.head()

图片

02 商场举座走势

婷婷五月天

指数追踪一方面是证据商场举座趋势，行情向好时操作概率更高；另一方面是退守大跌，出现系统性风险。

A股指数

A股指数沪深300和创业板指数即可，二者区分代表了大盘蓝筹和中小成长股举座走势。在指数趋势进取时，重仓捏有少操作，在指数趋势向下时，重个股，清仓。底下给出的是修正K线图，相接红色代表高潮趋势，相接绿色代表下落趋势。

qs.HA_kline(qs.get_data('hs300')[-250:])

沪深300指数修正K线图

图片

qs.HA_kline(qs.get_data('cyb')[-250:])

创业板指数修正K线图

图片

外盘指数

外盘指数一般看好意思股，主若是标普500和纳斯达克指数。

qs.HA_kline(qs.get_data('标普500')[-250:])

图片

qs.HA_kline(qs.get_data('纳斯达克')[-250:])

图片

全球指数涨跌幅对比

#常见的全球指数称呼
global_indexs=['sh'，'cyb'，'恒生指数'，'说念琼斯'，'标普500'，'纳斯达克'，'英国富时100'，'法国CAC40'，'德国DAX30'，'日经225'，'韩国KOSPI'，
               '澳大利亚标普200'，'印度孟买SENSEX'，'台湾加权'，'俄罗斯RTS'，'加拿大S&P/TSX'，'巴西BOVESPA']
index_data=qs.get_price(global_indexs)[-250:].dropna()
start_date=index_data.index[0].strftime('%Y年%m月%d日')
end_date=index_data.index[-1].strftime('%Y年%m月%d日')
rets=(index_data/index_data.iloc[0]-1).iloc[-1].sort_values(ascending=False)
title='全球指数最近250日累计涨幅'
print(f'时代统计：{start_date}至{end_date}')
#qs.bar(rets，title=title)

时代统计：2022年04月20日至2023年03月31日

图片

期货行情

慈祥期货行情，一个是慈祥刻下经济发展情况（尤其是大量商品），另一个是检察相干办法个股。

#取得期货最新行情
df=qs.realtime_data('期货')[['称呼'，'涨幅']][:20]
qs.bar(df，x='称呼'，y='涨幅')

图片

#取得期货最新行情df=qs.realtime_data('期货')[['称呼'，'涨幅']][-10:]qs.bar(df，x='称呼'，y='涨幅')

图片

ETF基金涨跌情况

#取得ETF最新行情缱绻
df=qs.realtime_data('ETF')
#检察前几行
df.head(15)

图片

03 资金流情况

资金流看个股和板块，值得防范的是不同往复软件对资金流入流出的诡计存在一定相反，这里所谓的资金流入数据亦然滞后的，仅供参考，需要勾通个股和板块走势来看，一般一两天的资金流动杂音较大，捏续几天或几周的资金净流入才参考价值。

#个股20日资金流数据
df=qs.ths_money('个股'，n=20).sort_values('净额(万)'，ascending=False)
df

图片

#行业板块10日资金流数据df=qs.ths_money('行业'，n=10).sort_values('净额(亿)'，ascending=False)df

图片

04 涨跌停情况

涨跌停板数据反馈的是商场的赢利效应或慌张心情，具有助涨助跌的功能，也常成为主力操作个股的借力的器用。历程万古分盘整后放量涨停的个股值得慈祥。

#取恰刻下最新往复日
latest_date=qs.latest_trade_date().replace('-'，'')
#涨停个股
up_df=qs.limit_pool('u'，latest_date)
print(f'涨停板个股数目：{len(up_df)}')
if len(up_df)<1:
    print('当天莫得涨停个股，商场赢利效应较差，请保捏高度严慎！')
#跌停个股
down_df=qs.limit_pool('d'，latest_date)
print(f'跌停板个股数目：{len(down_df)}')
if len(down_df)>10:
    print('刻下跌停个股好多，请保捏高度严慎！')
elif len(down_df)>5:
    print('刻下跌停个股较多，请保捏严慎')

涨停板个股数目：24
跌停板个股数目：1

up_df.head()

图片

05 股票龙虎榜数据

qs.stock_billboard()

图片

龙虎榜数据与涨跌板数据访佛，是短期炒作个股的风向标，短线疼爱者不错长远挖掘龙虎榜的信息。

03 盘中看盘

借助qstock的数据接口，不错对全商场个股进行扫描，通过量比排名，量比和涨幅靠前的具有打破步地的加入自选准备追踪。不雅察北向资金流向，涨停板流派，涨跌比流派，以及板块与板块之间的联动情况，前一日的热门是否有捏续性等。

01个股量比榜

按照量比进行排名，检察涨幅介于3%-9%之间的个股，还不错加入其他条目进行筛选，如市盈率和最新价钱等。

df=qs.realtime_data()
df=df.dropna().sort_values('量比'，ascending=False)
df[(df['量比']>5)&(df['涨幅']>3)&(df['涨幅']<9.7)&(df['最新']<30)&(df['市盈率']>0)]

图片

02 行业办法板块

#取得东方金钱行业板块及时涨跌幅数据
data=qs.realtime_data('行业板块')[['称呼'，'涨幅']]
data['权重']=abs(data['涨幅'])
#防范去掉涨幅为0的值，不然会报错
data=data[data['涨幅']!=0]
params={'data':data，'label':['称呼']，'weight':'权重'，'value':'涨幅'}
qs.treemap(**params)

图片

#取得东方金钱办法板块及时涨跌幅数据
data=qs.realtime_data('办法')[['称呼'，'涨幅']]
data['权重']=abs(data['涨幅'])
data=data[data['涨幅']!=0]
params={'data':data，'label':['称呼']，'weight':'权重'，'value':'涨幅'}
qs.treemap(**params)

图片

03 及时往复盘口异动数据

取得往复日及时盘口异动数据，额外于盯盘小精灵。realtime_change(flag=None):

flag：盘口异动类型，默许输出系数类型的异动情况。可选：['火箭放射'， '快速反弹'，'加快下落'， '高台跳水'， '大笔买入'， '大笔卖出'， '封涨停板'，'封跌停板'， '通达跌停板'，'通达涨停板'，'有大买盘'，'有大卖盘'， '竞价高潮'， '竞价下落'，'高开5日线'，'低开5日线'， '进取缺口'，'向下缺口'， '60日新高'，'60日新低'，'60日大幅高潮'， '60日大幅下落'] 上述异动类型区分可使用1-22数字代替。

df=qs.realtime_change('60日新高')
#检察前几行
df

图片

04 自动盯盘

假定要对自选股和指数进行盯盘，又不想一直盯着往复软件，咱们不错使用python编程，基于qstock的及时数据接口构建一个盯盘剧本文献，然后使用windows系统的任务贪图措施，兑当今往复日的往复时分进行自动化盯盘和指示。由于篇幅所限，代码此处不详， 圆善代码共享在Python金融量化常识星球上。while True:pass#代码此处不详，#具体看Python金融量化常识星球# 就寝10秒，再次取得数据time.sleep(10)

兑现往复日时分自动通达并开动盯盘剧本文献，当触发建造条目时会发出言语指示。

图片

本站仅提供存储办事，系数履行均由用户发布，如发现存害或侵权履行，请点击举报。