Python炒股自动化(3):分析取回的实时数据和历史数据

Python炒股自动化(3):分析取回的实时数据和历史数据

这一节比较简单,但也有用,绝不是为了充数的(狗头表情),上一节取到了实时和历史数据,都是这样的,不知道怎么利用

Python炒股自动化(3):分析取回的实时数据和历史数据

把这些数据格式化显示如下,容易阅读一点

python 复制代码
{
 '600519.SH':
  {'timetag': '20240228 14:53:16',
   'lastPrice': 1688.44,
   'open': 1688.92,
   'high': 1696.57,
   'low': 1674.01,
   'lastClose': 1689.5,
   'amount': 5155001800,
   'volume': 30584,
   'pvolume': 3058386,
   'stockStatus': 0,
   'openInt': 13,
   'settlementPrice': 0,
   'lastSettlementPrice': 0,
   'askPrice': [1687.99, 1688.69, 1688.79, 1688.8, 1688.81],
   'bidPrice': [1687.82, 1687.69, 1687.67, 1687.66, 1687.63],
   'askVol': [2, 1, 1, 1, 1],
   'bidVol': [2, 1, 26, 2, 1]},
 '000001.SZ':
  {'timetag': '20240228 14:53:18',
   'lastPrice': 10.49,
   'open': 10.51,
   'high': 10.7,
   'low': 10.4,
   'lastClose': 10.5,
   'amount': 3162633900,
   'volume': 2996191,
   'pvolume': 299619119,
   'stockStatus': 0,
   'openInt': 13,
   'settlementPrice': 0,
   'lastSettlementPrice': 0,
   'askPrice': [10.5, 10.51, 10.52, 10.53, 10.54],
   'bidPrice': [10.49, 10.48, 10.47, 10.46, 10.45],
   'askVol': [5489, 5516, 6183, 3297, 2229],
   'bidVol': [4246, 6820, 4659, 3976, 5392]
   }
}

这是Python里的字典数据格式,一个键名对应一个键值,可以看到在

"(酱香科技)600519.SH"和"(平安银行)000001.SZ"

对应的值又是一层嵌套的字典,其中"askPrice"和"bidPrice"几个的键值又嵌套了Python的列表数据格式,还是前边说的,现在不用懂这些,就把它当作是你手机里的文字信息,可以修改,可以复制后发给别人,我们现在研究下怎么取出来用,比如这段数据的时间参数和盘口的买一卖一数据

python 复制代码
print('取数据的时间:', 实时数据['000001.SZ']['timetag'])
print('平安买一价:', 实时数据['000001.SZ']['bidPrice'][0])
print('平安卖一价:', 实时数据['000001.SZ']['askPrice'][0])
print('取数据的时间:', 实时数据['000001.SZ']['timetag'])
print('酱香买一价:', 实时数据['000001.SZ']['bidPrice'][0])
print('酱香卖一价:', 实时数据['000001.SZ']['askPrice'][0])

"实时数据"这个变量的第一个键名就是标的代码"平安银行"和"酱香科技",用中括号和引号表示,嵌套的字典里"timetag"是数据产生的时间,"bidPrice"和"askPrice"分别对应买盘和卖盘的报价列表,大部分编程语言计数都是从零开始,Python也是,0是第一个,1是第二个,依此类推,所以后边的"0"就表示买卖盘列表的第一个报价,也就是盘口的买一卖一,输出后结果如下:

Python炒股自动化(3):分析取回的实时数据和历史数据

好了,现在取到数据了,也知道怎么用了,下一节我们向交易所发送订单试试,这才是主要的。

今天的分享就到这里,对股票量化程序化自动交易感兴趣的朋友可以关注我,有任何相关问题也可以留言讨论或者私信与我交流

相关推荐
千寻girling4 小时前
一份不可多得的 《 Django 》 零基础入门教程
后端·python·面试
databook8 小时前
探索视觉的边界:用 Manim 重现有趣的知觉错觉
python·动效
明月_清风9 小时前
Python 性能微观世界:列表推导式 vs for 循环
后端·python
明月_清风9 小时前
Python 性能翻身仗:从 O(n) 到 O(1) 的工程实践
后端·python
helloweilei1 天前
python 抽象基类
python
用户8356290780511 天前
Python 实现 PPT 转 HTML
后端·python
zone77391 天前
004:RAG 入门-LangChain读取PDF
后端·python·面试
zone77391 天前
005:RAG 入门-LangChain读取表格数据
后端·python·agent
树獭非懒2 天前
AI大模型小白手册|Embedding 与向量数据库
后端·python·llm
唐叔在学习2 天前
就算没有服务器,我照样能够同步数据
后端·python·程序员