可以荐嘉客，奈何阻重深。
1 前言
在前文中已经讲述了java 爬虫获取股票的基本信息，不过这些数据都是静态数据，在本文中将从k线中按照时间周期的维度获取指标数据进行分析，在此基础之上深入分析和解析股票的动态数据，建立数据模型来需要那些低估的标的。
2 数据来源分析
首先我们需要打开一个股票的详情页面，通过浏览器的控制台可以获取到 k 线数据的接口地址，通过分析我们可以知道请求参数的含义，具体如下所示：
ini
# 股票详细页面
https://xueqiu.com/S/SZ002032
# 股票 k 线数据
https://stock.xueqiu.com/v5/stock/chart/kline.json?symbol=SZ002032&begin=1691505314056&period=week&type=before&count=-284&indicator=kline,pe,pb,ps,pcf,market_capital,agt,ggt,balance
# 请求参数
symbol=SZ002032 股票代码
begin=1691505314056 开始时间
period=week 查询周期
type=before 复权选择，前复权
count=-284 查询数据量
indicator=kline,pe,pb,ps,pcf,market_capital,agt,ggt,balance 统计指标
# 返回参数
timestamp 时间戳
open 开盘价
close 收盘价
high 最高价
low 最低价
chg 区间涨跌额
percent 涨跌百分比
turnoverrate 换手率
amount 成交量
pe 市盈率，每股股价/每股净利润，理解为盈利能力，数值越小盈利能力越强
pb 市净率，股票价格/每股净资产
ps 市销率， 股票价格/每股销售收入，
pcf 市现率，股票价格/每股现金流量 数值越小越好 通过返回参数，可以得到指标有区间内开盘收盘最高价最低价数据，还有区间内的振幅、涨跌百分比、换手率，成交量，更重要的是还有区间内的 pe pb ps pcf 指标的展示，这对模型的建立以及分析提供了坚实的数据支撑。
3 数据获取
和之前抓取股票基本信息一样，需要调用雪球的接口来获取数据，在此处依旧需要在请求时添加 cookie ,否则抓取不到数据。具体的抓取代码如下图所示，由于雪球接口返回的数据都是数组格式，我们需要创建对象将数据进行抽取，转换，格式化最终进行展示。
在获取接口数据时，创建一个 LineDto 实体类，通过之前分析的 item 和 column 的对应关系，通过一个 build 方法通过建造者模式来创建每条 k 线数据的情况，如下图所示：
由于 k 线数据没有返回股票的流通市值，这里采用计算的方式来获取，通过成交金额和换手率计算得到，为了方便数据处理，将市值的单位换算成亿元。这里计算了时间戳的转换，将时间戳转换成为可读的时间字符串，其余的指标数据均为 BigDecimal 类型，无需处理。在构建完数据后，需要按照时间的数据将数据倒序排列，同时也可以输出 k 线的历史数据信息。
4 模型搭建
至于选择股票的模型搭建，作者选择的条件如下所示，综合了市值、市盈率、市现率等信息，并且根据最近三周的涨幅表现来选择股票，创建模型，具体的代码如下所示：
bash
# 模型选股条件
1 判断股票市值, 选择市值大于 50亿元，小于 300亿流动市值的股票
2 判断市盈率，小于 15 倍的 或者大于 50倍的排除
3 判断市现率，小于 25 即可，数据越大表示公司现金流压力较大
4 近三周涨幅连续递增,涨幅大于0，且小于10，买在起点最终在控制台将会输出运行选股模型筛选出的股票代码结果。
4 总结
在本文中，首先使用爬虫的方法，从雪球获取股票的周 k 线数据，然后进行数据的清洗和转换，并且建立选择股票的模型，通过筛选机制，找到符合条件的股票代码。本文中所涉及的代码已经上传至 github, 欢迎大家点赞关注。项目 github 地址 springboot-auth。