1. python 爬取同花順行業板塊日K線數據
最近一直想研究一下行業k線,找了很久,在同花順找到了獲取的url
比如,881129 通信設備板塊
http://d.10jqka.com.cn/v4/line/bk_881129/01/last.js 獲取日k線數據 但是需要cookie不然只能訪問一次
(利用Google瀏覽器的 右擊頁面 檢查--Network 可以看到頁面請求的url)
2. 中國的 Python 量化交易工具鏈有哪些
萬得的Python API,可以用來獲取實時數據、歷史數據以及下單交易 優點:萬得大而全 缺點:下單交易功能不是事件驅動(例如成交回報需要用戶去查詢,而不是主推)
同花順iFinD的Python API,類似萬得的API 優點:比萬得便宜,同花順的服務態度很好(用戶提出新需求後很快就能給出確定的答復或者解決方案)
掘金的量化平台
通聯數據的量化平台
QuickFix的Python API(可以用來接國信、方正的FIX介面)
Numpy/Scipy/Matplotlib/Pandas(量化分析)
IPyhon/Spyder(適合做量化分析的IDE環境)
Zipline(策略開發回測)
TuShare財經數據介面 - 可以直接抓取新浪財經、鳳凰財經的網站數據,包括行情、基本面、經濟數據等等。完全免費,簡潔易用,API設計得非常友好,提取的數據格式是Pandas的DataFrame。同時可以獲取非高頻實時數據(取決於網站更新速度,同事經驗大約是15秒),一個極好的非高頻股票策略數據解決方案。
恆生電子的量化贏家平台,提供Python介面,鏈接我點進去後沒看到具體的使用教程,希望回頭補一下。
米礦ricequant在我提出這個問題時尚只有java的API,後來也支持了Python,期待2016有新的突破。
3. 如何用python 取所有股票一段時間歷史數據
各種股票軟體,例如通達信、同花順、大智慧,都可以實時查看股票價格和走勢,做一些簡單的選股和定量分析,但是如果你想做更復雜的分析,例如回歸分析、關聯分析等就有點捉襟見肘,所以最好能夠獲取股票歷史及實時數據並存儲到資料庫,然後再通過其他工具,例如SPSS、SAS、EXCEL或者其他高級編程語言連接資料庫獲取股票數據進行定量分析,這樣就能實現更多目的了。
4. 做量化交易選擇什麼語言好呢
量化交易,就是把人能夠識別的信息變成數字,輸入給計算機程序處理,輔助或者代替人類的思考和交易決策。
初學者碰到的第一個問題就是工具的選擇。首先大部分交易員本來不會寫程序,選擇任何一個語言進行策略開發,都有不小的學習成本。更重要的是,選擇了一門語言,接下來開發環境、人員招聘、數據介面與平台、甚至同類人群之間的交流、遇到問題後的支持,都跟著被「套牢」。所以從一開始就必須慎重對待。
先給出答案:對於還沒有確定一套固定量化環境的,建議用Python。
量化交易員面臨的大致選擇有:C/C++/java/C#/R/Matlab/excel等。我們從以下幾個方面考慮簡單做個對比。
注意:這里假設你團隊規模在50人以下。
1 學習成本和應用的廣泛性
C、C++的特點是速度最快,但要想用好,必須對計算機底層架構、編譯器等等有較好的理解,這是非計算機專業的人很難做到的,對於做量化交易來說更是沒有必要。
Java本來是SUN的商業產品,有學習成本和體系的限制,也不適合。
Excel面對GB級別的數據無能為力,這里直接排除。
Python、R和Matlab學起來都簡單,上手也快,可以說是「一周學會編程」。但R和Matlab一般只用來做數據處理,而Python作為一門強大的語言,可以做任何事,比如隨時寫個爬蟲爬點數據,隨時寫個網頁什麼的,更何況還要面對處理實時行情的復雜情況。
2 開始做量化分析後,哪個用起來碰到問題最少,最方便省事?
用歷史數據的回測舉例。假設我們有2014年所有股票的全年日線,現在我們想看看600001的全年前10個最高股價出現在什麼時候。python世界有個強大的pandas庫,所以一句話就解決問題:
dailybar[dailybar [『code』]==『600001』].sort_values([『close』].head(10)
R/Mathlab等科學語言也可以做到。
C/C++沒有完備的第三方庫。如果為了做大量的計算,要自己實現、維護、優化相應的底層演算法,是一件多麼頭疼的事。
Python從一開始就是開源的,有各種第三方的庫可以現成使用。這些底層功能庫讓程序員省去了「造輪子」的時間,讓我們可以集中精力做真正的策略開發工作。
3 現在我們更進一步,要做實時行情分析和決策
以A股的入門級L1數據為例,每3秒要確保處理完3000條快照數據,並完成相應的計算甚至下單。這樣的場景,C和C++倒是夠快了。所以行情軟體比如大智慧、同花順等客戶端都是使用高效率的語言做的,但像客戶端那樣的開發量,絕大部分量化交易機構沒能力也沒必要去做吧。
python的速度足夠對付一般的實時行情分析了。其底層是C實現的,加上很多第三方的C也是C實現,盡管其計算速度比不上原生C程序,但對我們來說是足夠啦。
4 quant離職了,他的研究成果怎麼辦
Python是使用人群最多、社區最活躍的語言之一,也是最受quant歡迎的語言之一。如果你是老闆,你能更容易地招聘到優秀人材,享受到python社區帶來的便利。
附幾個量化中常用的python庫:
- Pandas:
天生為處理金融數據而開發的庫。幾乎所有的主流數據介面都支持Pandas。Python量化必備。
- Numpy:
科學計算包,向量和矩陣處理超級方便
- SciPy:
開源演算法和數學工具包,與Matlab和Scilab等類似
- Matplotlib:
Python的數據畫圖包,用來繪制出各類豐富的圖形和報表。
PS: Python也是機器學習領域被使用最多的語言之一。像tensorflow、scikit-learn、Theano等等對python都有極好的支持。
5. 求助如何用R或者Python抓取同花順網
非要用同花順的話,比較可行的辦法是:做外掛程序,模擬鍵盤滑鼠輸入或者操控窗體控制項
另外就是模擬登陸你券商的web交易版本,這個有一個開源的項目GitHub - shidenggui/easytrader: 提供券商華泰/傭金寶/銀河/廣發/雪球的基金、股票自動程序化交易,量化交易組件
目前支持華泰/傭金寶/銀河/廣發/雪球