DeepSeek 应用开发实战
云阳
某大厂 AI 与容器技术专家
7290 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已更新 36 讲/共 39 讲
第五章 致敬幻方量化:AI金融项目探索 (3讲)
DeepSeek 应用开发实战
15
15
1.0x
00:00/00:00
登录|注册

31|如何抓取全部沪深A股的日K数据?

你好,我是邢云阳。
在前两节课,我们熟悉了 AKShare,并且再次借助 LangGraph,实现了查询股票的 Agent 。此外,我们也间接地学习了如何使用 Pandas 这个库,这对于丰富大家的技能,还有以后的求职都是有好处的。
我们的课程已经进入到了收关阶段了,后面的几节课,我们会把重点放在数据分析与量化策略相关的内容。这部分不管是在实际的金融分析中,还是在一些金融类比赛里,都是属于高级的技巧,比较考验分析师的水平。所以我们可以尝试将这些技巧与 Agent 进行结合,看看会擦出什么样的火花。

并发抓取日 K 数据

数据分析比较好理解,但量化这个词可能不太接地气,很多人会不知道是什么意思。量化简单来说就是把人类进行金融交易,比如股票买卖的经验写成程序,然后辅助人类进行决策。
如果一个策略写得非常好,而且人类完全按照量化策略进行操作,就能帮助克服追涨杀跌的人性。那常见的量化策略呢,包括成交量放量、连续涨停事件等等,这些都需要依赖大量的数据,需要先抓取一定周期的数据才能做分析。
接下来我们就先来学习一下,如何将全部沪深 A 股大约 5000 多只股票的近两年的日 K 数据全部抓取下来。
首先先用代码回顾一下第 29 节课抓取历史行情数据的手法,代码如下:
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
  • 解释
  • 总结

1. 量化策略是将人类进行金融交易的经验写成程序,辅助人类进行决策,可以帮助克服追涨杀跌的人性,需要大量数据支持。 2. 通过并发抓取日K数据,可以提高抓取速度,使用Python中的asyncio库实现多协程,降低开销,提高效率。 3. 通过将抓取到的数据写入csv文件,可以方便后续的数据分析和量化策略的制定。 4. 通过改造抓取代码为并发执行,可以大幅缩短抓取数据所需的时间,提高效率。 5. 使用async/await关键字将方法变成协程方法,实现异步编程,提高程序的执行效率. 6. 通过将需要转成异步的代码放入到线程池中运行,可以使协程继续执行其他任务,提高并发执行效果。 7. 通过创建任务列表并统一执行任务,实现了并发执行抓取数据的效果,提高了抓取速度。 8. 通过遍历任务执行结果,实现了对抓取到的数据进行合并操作,保证了数据的完整性。 9. 通过改造后的代码执行,可以看到抓取效果一致,但时间大幅缩短,提高了抓取效率。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《DeepSeek 应用开发实战》
新⼈⾸单¥59
立即购买
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部
文章页面操作
MAC
windows
作用
esc
esc
退出沉浸式阅读
shift + f
f11
进入/退出沉浸式
command + ⬆️
home
滚动到页面顶部
command + ⬇️
end
滚动到页面底部
⬅️ (仅针对订阅)
⬅️ (仅针对订阅)
上一篇
➡️ (仅针对订阅)
➡️ (仅针对订阅)
下一篇
command + j
page up
向下滚动一屏
command + k
page down
向上滚动一屏
p
p
音频播放/暂停
j
j
向下滚动一点
k
k
向上滚动一点
空格
空格
向下滚动一屏
播放器操作
MAC
windows
作用
esc
esc
退出全屏
⬅️
⬅️
快退
➡️
➡️
快进
空格
空格
视频播放/暂停(视频全屏时生效)