Python股票分析之股票数据采集循环完整代码

目标：在中国的股票市场上盈利，每周都有单个股票盈利2%，月总盈利超过2%

计划实现方式：Pycharm + Anaconda3 + Python3 + Django + AKShare + MongoDB

目前采用的实现方式：Pycharm + Anaconda3 + Python3 + Flask + AKShare

以后可能会用到 ：MongoDB ， SQLAlchemy ，baostock ，Tushare

机器学习 会在以后的实践中逐步用到。

实现方式

上一篇文章写了采集的方法。本篇文章包含完整代码和调用代码。

采用后台执行的方式。

gupiao.py 如下：

import akshare as akimport threadingimport datetimeimport osfrom threading import Threaddef get_start(): start_stock_daily()# 这里就是核心了，调用这部分就会自动下载 深圳A股 的所有股票的历史记录def start_stock_daily(indicator='A股列表', folder='sz_a', prefix='sz'): file_path = 'D:/work/data/' + folder + '/' file_path_name = get_sz_a(file_path, indicator) print(file_path_name) num = 0 with open(file_path_name, 'r', encoding='UTF-8') as stock_lines: for stock_line in stock_lines.readlines(): num = num + 1 if num == 1: continue stock_line_arr = stock_line.split('|') symbol = prefix + stock_line_arr[5] print('股票信息=' + symbol + '||' + stock_line_arr[6]) stock_csv = get_stock_daily(file_path, symbol) print('stock_csv=' + stock_csv)# 获得深圳主板A股列表，每天获取一次不重复获取# file_path 需要全路径，以 | 进行间隔# indicator 可选参数 'A股列表', 'B股列表', 'AB股列表', '上市公司列表', '主板', '中小企业板', '创业板'def get_sz_a(file_path, indicator='A股列表'): today = datetime.datetime.today() file_name = 'sz_a_' + today.strftime('%Y%m%d') + '.csv' if not os.path.exists(file_path): # 如果路径不存在则创建 os.makedirs(file_path) if os.path.exists(file_path + file_name): print('今日已经获取无需再次获取，' + today.strftime('%Y%m%d')) return file_path + file_name stock_info_sz_df = ak.stock_info_sz_name_code(indicator=indicator) stock_info_sz_df.to_csv(file_path + file_name, sep='|') print('获取深圳主板A股列表并存储为CSV！' + today.strftime('%Y%m%d')) return file_path + file_name# 根据股票代码获取股票历史数据# symbol 股票代码 需要前缀 sh 上海 sz 深圳，例如：sz300846def get_stock_daily(file_path, symbol): stock_zh_a_daily_hfq_df = ak.stock_zh_a_daily(symbol=symbol) # 返回不复权的数据 file_name = symbol + '.csv' stock_zh_a_daily_hfq_df.to_csv(file_path + file_name) return file_path + file_name

调用下载的部分，注意命名我随便写的，请根据情况自己修改，app.py 如下：

from flask import Flaskimport akshare as akimport gupiaoimport datetimeimport osfrom concurrent.futures import ThreadPoolExecutorimport timeexecutor = ThreadPoolExecutor(2)app = Flask(__name__)@app.route('/test_thread')def test_thread():    executor.submit(gupiao.get_start)    return 'thread is running at  background !!!'if __name__ == '__main__':    app.run()

使用 Flask 框架，生成一个项目，然后创建一个gupiao.py 在 app.py 中调用，然后运行项目。

在浏览器里面访问
http://127.0.0.1:5000/test_thread

就能在后台看到如图的画面，整个深圳A股的下载时间大约在2个小时到3个小时。

股票历史数据

下载到本地如图

股票历史数据

爬取数据部分就完成了，之后就是筛选了。