《python爬爬乐》爬虫篇：超短线量化交易需求分析及功能设计

科技前沿 • 2025-01-26 15:03 • 阅读 94

大家好，我是讯享网，很高兴认识大家。

前言

随着网络的普及，人们炒股已经不用再天天跑到证券大厅去看数据了，包括很多分析的数据，现在也可以直接通过互联网直接获取。“问财”就是这么一个专业A股数据提供网站。

通这该网站，我们可以查看今天或本周或本月或本年，甚至还能查询到之前所有年份的数量。作为一个韭菜级的新人，我们当然是要把历史数据先过目一遍，然后再找一些高手分享的方法，然后再总结出一套胜率超过60%的算法，然后再自动运行，欧了！

需求分析

通过看了一些公从号文章，再跟着几个大神学习了一些课程。发现A股的**操作模式就是超短线，模式好，一天5%~10%的盈利，如果运气好，一天就能有10%以上的收益，想想就激动，有没有！当然既然是做超短，那肯定有行情不好的时候，这个就需要通过历史大数据分析来判断，制定一套规避算法，宁愿错过，不能做错。

超短每天需求关注的数据，我们最后肯定是存到本地数据库，需要保存的数据经过筛选后结构如下：

1. 保存大盘复盘数据，包含内容如下：数据生成日期，上涨数量，下跌数量，涨停数量，跌停数量，炸板数量，首板数量，2连板数量，3连板数量，3连板以上数量

2. 保存涨停板数据，包含内容如下：数据生成日期，股票代码，股票名称，涨幅，连板数量，涨停类别（所属模块），最后涨停时间，换手率，流通市值，当前价格

3. 热门板块数据，包含内容如下：数据生成日期，板块代码，板块名称，涨幅，涨停数量，类型（行业板块，概念板块）

历史数据下载完毕之后，再使用模板生成excel文件，统计数据结果如下图。

至于这些数据如何分析和使用，后面章节再来介绍。

算法设计

历史数据下载完后，就可以来设计算法了。学习了很多超短线操作的方式，从安全性考虑，我个人推荐使用“龙头低吸”，具体这些超短线炒股相关的术语，建议各位小伙伴自己花一个月左右的时间研究研究。

数据推送

网上找了一圈，发现个人炒股者是没办法调用交易接口的，所以只有两种办法。

第一种，在程序里定义一个初始金额，然后使用这个虚拟的金额还测试你的算法胜率有多高。

第二种，使用消息推荐（可能会存在延时），现阶段我个人测试了两种方式，相关延时比较低，大概5秒之内就能接收到。（但对于超短操作选手来说，有时候1秒就是天差地别）

个人建议，先用虚拟金额自动化操作，最少观察3个月，如果胜率大于60%或收益大于30%，基本就可以使用来实战了。

今天就分析到这儿吧，下一篇开始学习第一步，下载历史数据。