不用盯盘！Python 爬虫帮你自动筛选优质股票

import requests
import pandas as pd
from fake_useragent import UserAgent
from bs4 import BeautifulSoup
import time

class StockSelector:
    def __init__(self):
        # 初始化请求头，模拟浏览器访问
        self.ua = UserAgent()
        self.headers = {
            'User-Agent': self.ua.random,
            'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
            'Referer': 'https://www.eastmoney.com/',
            'Connection': 'keep-alive'
        }
        # 配置代理信息
        self.proxyHost = "www.16yun.cn"
        self.proxyPort = "5445"
        self.proxyUser = "16QMSOML"
        self.proxyPass = "280651"
        # 构建代理字典（支持http和https）
        self.proxies = {
            "http": f"http://{self.proxyUser}:{self.proxyPass}@{self.proxyHost}:{self.proxyPort}",
            "https": f"https://{self.proxyUser}:{self.proxyPass}@{self.proxyHost}:{self.proxyPort}"
        }
        # 存储股票数据的列表
        self.stock_data = []

    def get_stock_list(self):
        """
        爬取东方财富网A股列表（示例：沪深京A股）
        数据源：东方财富网行情中心
        """
        # 分页爬取（这里仅爬取第一页，可扩展多页）
        url = 'https://quote.eastmoney.com/center/gridlist.html#hs_a_board'
        try:
            # 加入proxies参数使用代理请求
            response = requests.get(
                url, 
                headers=self.headers, 
                proxies=self.proxies,  # 核心修改：启用代理
                timeout=15  # 代理请求适当延长超时时间
            )
            response.raise_for_status()  # 抛出HTTP请求异常
            soup = BeautifulSoup(response.text, 'html.parser')
            
            # 解析表格数据
            table = soup.find('table', class_='table_wrapper-table')
            if not table:
                print("未找到股票列表表格")
                return
            
            rows = table.find_all('tr')[1:]  # 跳过表头行
            for row in rows:
                cols = row.find_all('td')
                if len(cols) < 10:
                    continue  # 过滤无效行
                
                # 提取核心字段（可根据需求扩展更多字段）
                stock_code = cols[1].text.strip()  # 股票代码
                stock_name = cols[2].text.strip()  # 股票名称
                price = cols[3].text.strip()       # 最新价
                pe_ttm = cols[12].text.strip()     # 滚动市盈率
                pb = cols[13].text.strip()         # 市净率
                market_cap = cols[18].text.strip() # 总市值
                rise_rate = cols[5].text.strip()   # 涨跌幅
                
                # 处理空值和异常值
                pe_ttm = float(pe_ttm) if pe_ttm not in ['-', ''] else 9999
                pb = float(pb) if pb not in ['-', ''] else 9999
                rise_rate = float(rise_rate.replace('%', '')) if rise_rate not in ['-', ''] else 0
                market_cap = self._format_market_cap(market_cap)  # 格式化市值
                
                # 存储数据
                self.stock_data.append({
                    '股票代码': stock_code,
                    '股票名称': stock_name,
                    '最新价': price,
                    '市盈率TTM': pe_ttm,
                    '市净率': pb,
                    '总市值(亿)': market_cap,
                    '涨跌幅(%)': rise_rate
                })
            print(f"成功爬取 {len(self.stock_data)} 只股票基础数据")
            
        except Exception as e:
            print(f"爬取股票列表失败：{str(e)}")

    def _format_market_cap(self, cap_str):
        """格式化市值（将"亿/万"单位转换为纯数字，单位：亿）"""
        if not cap_str or cap_str == '-':
            return 0
        if '亿' in cap_str:
            return float(cap_str.replace('亿', ''))
        elif '万' in cap_str:
            return float(cap_str.replace('万', '')) / 10000
        else:
            return float(cap_str)

    def filter_high_quality_stocks(self):
        """
        筛选优质股票：设定量化规则（可根据自身策略调整）
        示例规则：
        1. 市盈率TTM < 30（估值合理）
        2. 市净率 < 5（资产负债率合理）
        3. 总市值 > 50亿 且 < 500亿（中小市值，成长空间大）
        4. 涨跌幅 > -5%（近期无大幅下跌）
        """
        if not self.stock_data:
            print("无股票数据可筛选")
            return pd.DataFrame()
        
        # 转换为DataFrame方便筛选
        df = pd.DataFrame(self.stock_data)
        
        # 应用筛选规则
        filter_condition = (
            (df['市盈率TTM'] > 0) &  # 排除负市盈率（亏损企业）
            (df['市盈率TTM'] < 30) &
            (df['市净率'] < 5) &
            (df['总市值(亿)'] > 50) &
            (df['总市值(亿)'] < 500) &
            (df['涨跌幅(%)'] > -5)
        )
        high_quality_stocks = df[filter_condition].copy()
        
        # 按市盈率升序排序（估值越低越靠前）
        high_quality_stocks = high_quality_stocks.sort_values('市盈率TTM', ascending=True)
        
        print(f"筛选出 {len(high_quality_stocks)} 只优质股票")
        return high_quality_stocks

    def export_to_excel(self, df, filename='优质股票筛选结果.xlsx'):
        """将筛选结果导出为Excel文件"""
        if df.empty:
            print("无数据可导出")
            return
        try:
            df.to_excel(filename, index=False, engine='openpyxl')
            print(f"筛选结果已导出至：{filename}")
        except Exception as e:
            print(f"导出Excel失败：{str(e)}")

    def run(self):
        """执行完整选股流程"""
        print("开始爬取股票数据...")
        self.get_stock_list()
        time.sleep(2)  # 延迟，避免请求过快被封
        
        print("开始筛选优质股票...")
        high_quality_df = self.filter_high_quality_stocks()
        
        print("导出筛选结果...")
        self.export_to_excel(high_quality_df)

if __name__ == '__main__':
    # 实例化并运行选股系统
    selector = StockSelector()
    selector.run()

import schedule
def daily_select():
    selector = StockSelector()
    selector.run()
# 每日15:30（收盘后）执行
schedule.every().day.at("15:30").do(daily_select)
while True:
    schedule.run_pending()
    time.sleep(60)