python-pyautogui、pandas、subprocess等打开行情软件,获取数据,并保存到dataframe中

简介: python-pyautogui、pandas、subprocess等打开行情软件,获取数据,并保存到dataframe中
#打开软件
import pyautogui
import subprocess
import win32api
import time
import pandas as pd
import numpy as np
prs=subprocess.Popen(["C:/Program Files (x86)/绿金在线/绿金在线倚天行情交易客户端/isky.exe  "])
time.sleep(2)
screenWidth, screenHeight = pyautogui.size()  
currentMouseX, currentMouseY = pyautogui.position() 
pyautogui.moveTo(856, 305)#登录
time.sleep(0.1)
pyautogui.click()
time.sleep(0.1)
pyautogui.moveTo(727, 39)#关闭报告
time.sleep(0.1)
pyautogui.click()
time.sleep(0.1)
pyautogui.moveTo(51, 38)#点击报价
time.sleep(0.1)
pyautogui.click()
time.sleep(0.1)
pyautogui.moveTo(166, 613)#绿金在线即期现货
time.sleep(0.1)
pyautogui.click()
time.sleep(0.1)
pyautogui.moveTo(119, 152)#双击枸杞
time.sleep(0.1)
pyautogui.doubleClick()
time.sleep(0.1)
pyautogui.moveTo(182, 39)#点击一分钟周期
time.sleep(0.1)
pyautogui.doubleClick()
time.sleep(0.1)
pyautogui.press('F2')
time.sleep(0.1)
pyautogui.moveTo(57, 107)#最上面1分钟明细
time.sleep(0.1)
pyautogui.doubleClick()
time.sleep(0.1)
pyautogui.keyDown('ctrlleft')
pyautogui.press('c')
time.sleep(0.1)
df=pd.DataFrame(columns=['time','date','open','high','low','close','vol','amount','open interest','net change','change percent','amplitude percent','open position','close position','direction'])
df
columns=['time','date','open','high','low','close','vol','amount','open interest','net change','change percent','amplitude percent','open position','close position','direction']
data=pd.read_clipboard(names=columns)
data
df=df.append(data,ignore_index=True)
df

###嘿嘿,满满的成就感,Python做自动化交易平台的框架已经完成了。可以获取数据,可以实现自动交易,接下来,就是要做交易逻辑的分析了,什么时候买,什么时候卖出                

目录
相关文章
|
9天前
|
数据采集 数据可视化 数据处理
Python数据科学:Pandas库入门与实践
Python数据科学:Pandas库入门与实践
|
10天前
|
机器学习/深度学习 数据采集 数据可视化
Python数据科学实战:从Pandas到机器学习
Python数据科学实战:从Pandas到机器学习
|
18天前
|
Python
|
17天前
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
35 2
|
17天前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
25 1
|
17天前
|
Python
Pandas 常用函数-数据合并
Pandas 常用函数-数据合并
31 1
|
18天前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
9天前
|
数据采集 数据可视化 数据挖掘
Python数据分析:Pandas库实战指南
Python数据分析:Pandas库实战指南
|
15天前
|
并行计算 数据挖掘 大数据
Python数据分析实战:利用Pandas处理大数据集
Python数据分析实战:利用Pandas处理大数据集
|
15天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
下一篇
无影云桌面