- 综合排序
- 最热优先
- 最新优先
- 来自专栏量化投资与机器学习
10年可视化：A股春节效应
dis_k=5a65b99f602285d6754c15f229f7fb9b&dis_t=1582190742 由于各国数据公布时间不一致，最新到2018年 春节效应 春节效应就是专门针对春节的一种月份效应 ，A股市场在春节期间的表现通常优于平日，国泰君安认为A股出现春节效应的原因主要有： 1、盈利端预期的改善，春季是开工旺季，经济动能预期会改善，开年信贷数据或会走强，而1月份宏观经济数据空窗期为这一预期升温发酵创造条件 A股春节效应 综合各大研究报告，我们引用兴业金工定义的“春节月”：即包含春节假期在内的4周时间，即春节休市前的5个交易日和春节开市后的10个交易日。 根据WindQuant万矿统计显示，2010年至2019年的10年间，春节前后A股大概率上涨，春节前5个交易日，有8次上涨，上涨概率80%，平均涨幅1.57%；春节后5个交易日，也有8次上涨，平均涨幅1.33% 就中小板指而言，节前5日的收益整体上要优于节前10日收益，说明越临近春节，表现越好，春节效应越显著；节后10日收益要优于节前5日收益，说明节后效应持续时间较长。 ?
64810发布于 2020-02-20 - 来自专栏算法一只狗
10分钟打造你的AI选股系统：OpenClaw每日自动筛选5支潜力股
过去几年，量化机构和高频基金拥有的是数据优势与系统优势。而现在，借助OpenClaw这样的Agent框架，加上实时行情API和自动化调度能力，普通个人也可以在10分钟内搭建一个“专属股票分析系统”。 这篇文章，会手把手带你完成这件事：从服务器部署，到QQ机器人接入；从股票分析Agent人设设计，到实时数据打通；最后，实现每天自动筛选5支潜力股。不需要写复杂代码。不需要专业量化背景。 你只需要：一台服务器，一个APIKey，以及10分钟时间。那么接下来，让我们开始吧。 skill能力接下来，测试一下是否正确调用Finnhub，如果有返回数据则说明接入成功最后效果我让openclaw帮我输出一份盘前的报告，帮助我进行选股，最后的效果如下写在最后到这里，其实整个流程已经闭环了 ：服务器部署完成→Agent人设配置完成→实时数据接入完成→QQ机器人打通完成→自动生成盘前报告。
7.1K114编辑于 2026-02-19 - 来自专栏悦思悦读
开发一款A股选股器
作者在自学机器学习的过程中，尝试开发了一个基于机器学习的A股选股工具。本文是在赤兔的“数据挖掘”小组分享的此次开发过程和心得体会的整理。 A股选股器开发过程 数据来源 就财经类的数据而言，现在各大门户网站都有专门的频道，信息很多，如果对实时要求高，通过爬虫取其中有用的部分应该是一个办法。 它是免费的，提供结构化的数据，感觉每天更新也挺快。 预处理 拿到数据后第一步是做预处理。我认为股票的数据主要是做归一化，使得不同股票具有可比性。比如涨幅百分比，复权等等。 最初是用了最近3年的数据，后来考虑到A股从2007年到2015年恰好走过了一个上涨到下降再到上涨的完整周期，因此扩大到了8年的数据。 再是对算法的改进，我尝试引入了“推荐指数”的概念。 股灾日经常是“千股跌停”，上涨的股票太少了…可以看出在这些“股灾日”的时候，模型也不太准确，出现了失真。 总结与心得 选股工具利用机器学习算法，一般情况下比传统的算法（或者人为经验）的准确率高。
3.3K80发布于 2018-03-15 - 来自专栏玩转Lighthouse
10分钟，用OpenClaw打造你的AI选股系统
现在，借助 OpenClaw，加上实时行情 API 和自动化调度能力，普通个人也可以在 10 分钟内搭建一个“专属股票分析系统”，随时随地可以在手机上查看最新行情！ 本文主要以“选股系统”为例，手把手教你如何自定义 Skill 技能，最终“养”一只专属于你的个性化“小龙虾”。 通过本文带你完成这件事：从服务器部署，到 QQ 机器人接入；从股票分析 Agent 人设设计，到实时数据打通；最后，实现每天自动筛选 5 支潜力股。注意：本文更多是技术实践分享，不做任何交易策略推荐。 你客观、数据驱动，在追求进攻性增长的同时优先考虑风险管理。你不提供模糊建议，而是基于当前市场数据给出可执行的概率判断。 Finnhub 是一家提供金融市场数据 API 的平台，域名是 finnhub.io。简单说，它是给开发者用的“股票数据接口服务商”，你可以通过 API 获取实时或历史的金融数据。
97.8K16157编辑于 2026-03-02 - 来自专栏镁客网
美股遭血洗，科技股大跌
策划&撰写：温暖 10月10日，美国三大股指集体暴跌，标普指数连跌5日，创下了2015年以来首次“五连跌”。道指跌超过830点，创近两个月新低，纳指跌逾4%，创三个多月新低。 并且，隔夜美股的暴跌态势已经蔓延到了亚太股市和欧洲股市。 今日早上，亚太市场开盘后随美股一样暴跌。 台股加权指数开盘跌1.9%，目前跌幅扩大至逾4%。 在美股惨遭血洗的时候，其中，科技巨头的股票也一路下跌。 国内媒体认为，美债收益率上升是美股承压原因之一。美国国债收益率本月以来一直攀升，10年美债收益率一度触及3.25%的七年最高水平。10月5日，有数据显示，美国失业率降到了3.7%的历史低位。
68040发布于 2018-10-18 - 来自专栏福大大架构师每日一题
音视频八股文（10）-- mp4结构
它是⼀种多媒体格式容器，⼴泛⽤于包装视频和⾳频数据流、海报、字幕和元数据等。（顺便⼀提，⽬前流⾏的视频编码格式AVC/H264定义在MPEG-4 Part 10）。 其中Header部分包含了box的类型和⼤⼩，Data包含了⼦box或者数据，box可以嵌套⼦box。 minf：Media Information Box，解释track媒体数据的handler-specific信息。 在mp4⽂件中，sample是⼀个媒体流的基本单元，例如视频流的⼀个sample代表实际的nal数据。 chunk是数据存储的基本单位，它是⼀系列sample数据的集合，⼀个chunk中可以包含⼀个或多的sample。
1.5K10编辑于 2023-05-05 - 来自专栏小姚的后端记录
八股
八股 浏览器输入网址到看到结果的全过程 ==首先是解析url，然后进行缓存判断，判断请求的资源在不在缓存中，如果在缓存中且没有失效，就直接使用，否则就要向服务器发起请求。 数据链路层（Data Link Layer）： 主要功能：在直接连接的两个设备之间提供可靠的数据传输。 作用：将物理层提供的比特流分组成数据帧，并负责数据的错误检测和纠正。 网络层（Network Layer）： 主要功能：实现数据包的路由和转发，为数据在不同网络之间的传输提供路径。 作用：负责逻辑寻址、数据包的路由选择和跨网络的数据传输。IP协议是网络层的代表。 通常用于实现不同应用程序之间的数据交互。 表示层（Presentation Layer）： 主要功能：数据格式转换、数据加密和解密。 数据类型： Cookie：Cookie只能存储文本数据，通常用于存储小量的用户信息，如用户ID、首选语言或会话令牌。 Session：Session可以存储各种数据类型，包括对象和复杂数据结构。
60940编辑于 2023-10-11 股票数据API：日股、韩股、新加坡股票、印尼股票市场实时行情实时数据API—python
本文将介绍一个高效的亚太股市数据 API，支持日本股市行情、韩国股市行情、新加坡股市行情和印尼股市行情的实时数据查询。 该 API 提供实时价格、K 线数据、历史数据查询、实时 tick、实时报价、低延时报价 api、盘口数据和逐笔成交等功能，特别适合量化交易开发者使用。 主要优势：实时数据：毫秒级更新，支持实时价格和逐笔成交。历史数据查询：批量获取多股 K 线数据，包括开盘价、最高价、最低价、收盘价和成交量（OHLCV）。 批量历史 K 线查询支持多股同时查询历史 K 线数据，周期从分钟线到月线。适合历史数据查询和 K 线数据分析。请求路径：GET /stock/klines? K 线数据分析，支持多股批量操作。
1.6K10编辑于 2025-12-11A 股 Level-2 行情数据 API 实战指南
本文将系统介绍 A 股 Level-2 行情数据 API 的技术特点、接入方案及实战应用，帮助开发者在量化交易的道路上构建坚实的数据底座。 数据量方面，A 股 Level-2 行情每日增量约 30-45GB，历史数据可达 10TB 级别。这意味着，处理 Level-2 数据不仅需要高效的 API 接入方案，更需要强大的数据存储与计算能力。 同花顺 iFinD：延迟在 100-200 毫秒，覆盖全市场 A 股及港股数据。采用年费制，数据质量稳定，功能丰富，适合专业投资机构使用。 账户层风控：监控账户的日最大回撤，当回撤幅度超过 10%时，启动强制平仓流程，并暂停后续所有交易操作，防止亏损进一步扩大。 五、Level-2 数据 API 的合规与门槛5.1 准入门槛根据多家券商和平台的规定，Level-2 数据接口通常有以下限制：资产门槛：投资者需要满足账户资产不低于 10 万元人民币的条件，才有资格申请开通
2.7K21编辑于 2026-03-21- 来自专栏数据科学实战
AkShare-股票数据-港股美股复权后数据
作者寄语 更新之前的港股和美股接口直接返回复权后的数据，方便策略回测使用，具体的使用方法参见文档。 AkShare 股票数据 美股-历史行情 接口: stock_us_daily 目标地址: http://finance.sina.com.cn/stock/usstock/sector.shtml 描述 : 获取美股历史行情数据，设定 adjust="qfq" 则返回前复权后的数据，默认 adjust="", 则返回未复权的数据，历史数据按日频率更新 限量: 单次返回指定上市公司指定 adjust 后的所有历史行情数据 输入参数 名称 类型 必选 描述 symbol str Y 美股代码, 可以通过 「get_us_stock_name」 函数返回所有美股代码, 由于美股数据量大, 建议按需要获取 adjust str -11-07 1 -0.769999981 2019-08-09 1 -1.539999962 2019-05-10
2.7K20发布于 2020-05-07 - 来自专栏数据科学实战
AkShare-股票数据-千股千评
作者寄语 熟悉东方财富的小伙伴一定听过东方财富的股吧评论数据，无论是学术论文还是业界的金工报告都有提及相关内容，本次更新根据股吧浏览、自选股添等数据统计得出，关注指数越高代表该股越受市场关注的千股千评指数接口 ，本数据有东方财富制定。 /stockcomment/ 描述: 获取东方财富网-数据中心-特色数据-千股千评 限量: 单次获取所有数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 TDate 接口示例 import akshare as akstock_em_comment_df = ak.stock_em_comment()print(stock_em_comment_df) 数据示例 - - -3953 2020-03-23T00:00:00 900955 海创B股 ...
2.9K20发布于 2020-03-25 - 来自专栏数据科学实战
AkShare-股票数据-破净股统计
作者寄语 更新 破净股统计 接口，破净是指市值跌破净资产值，破净股是指股票的每股市场价格低于它每股净资产价格。 数据的时间段为：2005年-至今 更新接口 "stock_a_below_net_asset_statistics" # A 股破净股统计 破净股统计 接口: stock_a_below_net_asset_statistics 目标地址: https://www.legulegu.com/stockdata/below-net-asset-statistics 描述: 获取 A 股破净股统计数据 限量: 单次获取所有历史数据 = ak.stock_a_below_net_asset_statistics() print(stock_a_below_net_asset_statistics_df) 数据示例 1352 0.023669 2005-01-09 33 1352 0.024408 2005-01-10
92130发布于 2020-07-23 - 来自专栏数据科学实战
AKShare-股票数据-行业成份股
作者寄语 本次接口主要东方财富的行业板块中成份股，可以与同花顺的对照使用。 更新接口 "stock_board_industry_cons_em" # 东方财富-成份股 东方财富-成份股 接口: stock_board_industry_cons_em 目标地址: https: stock_board_industry_cons_em_df = ak.stock_board_industry_cons_em(symbol="小金属") print(stock_board_industry_cons_em_df) 数据示例 41.31 6.17 8 9 002057 中钢天源 9.31 5.68 ... 8.75 8.81 6.62 33.76 2.43 9 10 000970 中科三环 15.10 5.45 ... 14.34 14.32 6.10 58.71 3.36 10 11 002378 章源钨业 9.98
1.8K30编辑于 2022-01-12 美股实时行情与 K 线数据对接
对于金融科技开发者而言，如何稳定、低延迟地获取美股数据是开发全球资产配置工具的第一步。本文将基于 StockTV 全球金融 API，为你详解如何快速集成美股实时行情、历史数据及指数信息。 一、 美股接口对接美股数据通常面临着交易所授权费高昂、API 协议复杂（如 FIX 协议）等痛点。 pageSize=10&page=1&key=YOUR_KEY关键筛选：在返回结果中，可以通过 exchangeId 区分市场：exchangeId: 1 — 纽约证券交易所 (NYSE)exchangeId 数据缓存：对于 stock/companies 接口提供的公司描述、行业分类等静态信息，建议在本地数据库做缓存，以优化 App 加载速度。 结语对接美股数据并不复杂，关键在于选择一个稳定且数据维度丰富的供应商。StockTV API 以其标准化的 JSON 结构和覆盖全球的金融数据，极大地降低了金融应用的开发门槛。
60610编辑于 2026-02-26爬虫技术选股：Python 自动化筛选潜力股
核心技术工具说明本次自动化选股项目依赖 Python 的三大核心库，各自承担关键职责：Requests：轻量高效的 HTTP 请求库，负责向金融数据网站发送请求，获取公开的个股行情与财务数据，是爬虫实现的核心工具 Pandas：高性能的数据处理与分析库，负责对提取的金融数据进行清洗、整理、指标计算与筛选，是实现选股逻辑的关键支撑。2. A 股列表数据，提取核心选股指标。 ] < 100] # 过滤超高市盈率个股，避免泡沫标的 df = df[df['市净率(PB)'] < 10] # 过滤超高市净率个股 # 3. > 10%（反映个股具备持续成长潜力）；市盈率（PE）在 0-50 之间（估值合理，无明显泡沫）；市净率（PB）在 0-5 之间（资产估值合理，风险较低）。
1K10编辑于 2026-01-14- 来自专栏kwai
数据库基础(六) mysql八股文
2，引擎：InnoDB，MyIsam 3，超键，候选键，主键，外键 4，Sql约束： 主键约束：唯一性，非空 唯一约束：唯一性，有一个可为空 检查约束：对列的数据范围限定 默认约束：数据的默认值 外键约束 5，事务实现原理 6，redo log，undo log 7，binlog 8，事务中可以混合使用引擎吗 不可以，正常情况下没问题，但是如果需要回滚，innodb没问题，myisam就会无法撤销，出现数据不一致 9，Mysql怎么实现事务隔离 10，什么是MVCC 11，MVCC实现原理 12，什么是自动提交 MySQL默认采用自动提交AUTOCOMMIT模式。 也可以对数据，如for update。 乐观锁有CAS和版本号机制。 4，InnoDB的行锁怎么实现 给索引项加锁，所以使用行锁一定要使用索引。 其他 1，为什么要使用分库分表 分表：数据太大 分库：并发太大 2，读写分离，主从同步，主从复制 就这两大类问题。
1K60编辑于 2022-01-10 日股历史数据历史行情,价格,走势,实时API
日股历史数据和实时报价对量化工作意义重大。 日股 API 为量化工作者获取这两类数据提供便捷途径，专业日股 API 能定制数据获取，提高效率和准确性，满足量化交易要求，免费报价 API 虽有局限，但对初步量化研究和小型量化团队也有价值，能降低成本开展工作 近期日股整体呈现上涨趋势，具体来看以下几个方面：指数表现：当地时间 1 月 15 日，日股三大股指全面大幅上涨。 上涨原因分析通胀数据符合预期：最新发布的消费者价格指数（CPI）数据显示，日本 2024 年 12 月 CPI 同比上升 2.9%，环比升 0.4%，均与市场预期相符。 请求K线python -m pip install requests"""**iTick**：是一家数据代理机构，为金融科技公司和开发者提供可靠的数据源APIs，涵盖外汇API、股票API、加密货币API
4K00编辑于 2025-02-04- 来自专栏镁客网
三星或将裁10%高管，并注销4.9万亿韩元存股
策划&撰写：Lynn 据报道，在下周宣布年度高管调整时，三星电子可能会将高管人数缩减5%至10%。据悉，一些部门的高管总数缩减将达10%以上，其中就包括移动业务部门。 该公司在向证交所提交的文件中称，此次注销的股票包括4.5亿股普通股和8100万股优先股。对此，三星电子解释说，之所以注销库存股，为的是增加股东股权价值。 数据显示，三星在上个季度仅出货60万部，这与它第三季度全球总出货量7230万部相比，根本不值一提。 目前，不仅在手机市场失利，三星还陷入了与京东方的显示屏官司中。
49120发布于 2018-12-21 港美A股实时盘口数据：Python 接入示例教程
港美A股实时盘口数据：Python 接入示例教程在量化交易和大宗交易决策中，实时盘口数据（也称为市场深度或 Level 2 数据）是关键要素。 本文聚焦港股（HK）、美股（US）和 A 股（SH/SZ）的实时盘口，介绍如何通过 RESTful API 和 WebSocket 方式接入这些数据，支持多市场覆盖和毫秒级更新。 实时盘口指的是股票买卖双方的挂单信息，通常包括多档（例如 5-10 档）买盘（Bid）和卖盘（Ask）。每个档位包含：价格（Price）：挂单价格。挂单量（Volume）：该价格下的总挂单数量。 美股 (US)：如 AAPL (苹果)、TSLA (特斯拉)。A 股 (SH/SZ)：上海和深圳交易所股票。接入方式有批量查询（REST）和实时推送（WebSocket）。 它支持批量 codes 查询，最多 10 档盘口，返回 JSON 格式。请求参数region：市场代码，必填（如 HK、US、SH、SZ）。codes：股票代码，逗号分隔（如 700,9988）。
91600编辑于 2025-12-01- 来自专栏数据科学实战
AKShare-股票数据-技术选股-创新低
更新接口 "stock_rank_cxd_ths" # 创新低 创新低 接口：stock_rank_cxd_ths 目标地址：http://data.10jqka.com.cn/rank/cxd/ 描述 ：同花顺-数据中心-技术选股-创新低 限量：单次指定 symbol 的所有数据 输入参数 名称 类型 描述 symbol str symbol="创月新低"; choice of {"创月新低", "半年新低 akshare as ak stock_rank_cxd_ths_df = ak.stock_rank_cxd_ths(symbol="创月新低") print(stock_rank_cxd_ths_df) 数据示例 31.50 2021-10-15 428 429 605499 东鹏饮料 -1.33 3.84 177.11 179.49 2021-10-28 429 430 605555 德昌股份 -3.58 16.38 32.04 32.51 2021-10-26 430 431 605566 福莱蒽特 -1.37 17.29 29.59 30.00 2021-10
80910发布于 2021-11-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号