基于创建的mogodb数据库,用python分析股票的跳空缺口

简介: 基于创建的mogodb数据库,用python分析股票的跳空缺口
import pymongo
import os
import pandas as pd
import numpy as np
#读取股票代码
stock_name=[]
path1='C:/new_tdx/vipdoc/sh/pythondata'
path2='C:/new_tdx/vipdoc/sz/pythondata'
name1=os.listdir(path1)
name2=os.listdir(path2)
for i in name1:
    stock_name.append(i[2:-4])
for i in name2:
    stock_name.append(i[2:-4])
print(stock_name)
#链接数据库,获取股票数据
client=pymongo.MongoClient()
conn=client.db
#获取一只
"""
for itme in conn[stock_name[0]].find() :
    print (itme)
"""
#获取股票的交易日期
result_set=set()
for stock in stock_name[:100]:
    date_list=[]
    for item in conn[stock].find():
        date_list.append(item['date '])
    result_set=result_set|set(date_list)
result_date=list(result_set)
result_date.sort()
#获取股票数据,并分析是否形成突破缺口
tiaokong_result={}
for date in result_date[1:]:
    date_tiaokong_up=[]
    date_tiaokong_down=[]
    for stock in stock_name:
        date_list=[]
        for item in conn[stock_name[0]].find():
            date_list.append(item['date '])
        if date in date_list:
            #获取当天的高开低收数据
            data=conn[stock].find_one({'date ':date})
            stock_open=data['open']   
            stock_high=data[' high ']
            stock_low=data['low']
            stock_close=data[' close ']
            stock_vol=data[' vol ']
            stock_amount=data['amout']
            #获取前天高开低收的数据
            index=date_list.index(date)
            predate=data_list[index-1]
            data=conn[stock].find_one({'date ':predate})
            stock_preopen=data['open']   
            stock_prehigh=data[' high ']
            stock_prelow=data['low']
            stock_preclose=data[' close ']
            stock_prevol=data[' vol ']
            stock_preamount=data['amout']
            #分析是否存在缺口
            if stock_open>stock_prehigh and stock_low>stock_prehigh:
                print('存在向上的跳空缺口')
                date_tiaokong_up.append(stock)
            if stock_open<stock_prelow and stock_high<stock_prelow:
                print('存在向下的跳空缺口')
                date_tiaokong_down.append(stock)
     tiaokong_result{str(date)}=[date_tiaokong_up,date_tiaokong_down]
目录
相关文章
|
15天前
|
关系型数据库 MySQL 数据库连接
python脚本:连接数据库,检查直播流是否可用
【10月更文挑战第13天】本脚本使用 `mysql-connector-python` 连接MySQL数据库,检查 `live_streams` 表中每个直播流URL的可用性。通过 `requests` 库发送HTTP请求,输出每个URL的检查结果。需安装 `mysql-connector-python` 和 `requests` 库,并配置数据库连接参数。
114 68
|
7天前
|
存储 SQL Apache
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
Apache Doris 是一个基于 MPP 架构的高性能实时分析数据库,以其极高的速度和易用性著称。它支持高并发点查询和复杂分析场景,适用于报表分析、即席查询、数据仓库和数据湖查询加速等。最新发布的 2.0.2 版本在性能、稳定性和多租户支持方面有显著提升。社区活跃,已广泛应用于电商、广告、用户行为分析等领域。
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
|
18天前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
1天前
|
数据采集 缓存 定位技术
网络延迟对Python爬虫速度的影响分析
网络延迟对Python爬虫速度的影响分析
|
3天前
|
数据采集 存储 JSON
Python爬虫开发中的分析与方案制定
Python爬虫开发中的分析与方案制定
|
10天前
|
数据可视化 开发者 Python
Python GUI开发:Tkinter与PyQt的实战应用与对比分析
【10月更文挑战第26天】本文介绍了Python中两种常用的GUI工具包——Tkinter和PyQt。Tkinter内置于Python标准库,适合初学者快速上手,提供基本的GUI组件和方法。PyQt基于Qt库,功能强大且灵活,适用于创建复杂的GUI应用程序。通过实战示例和对比分析,帮助开发者选择合适的工具包以满足项目需求。
47 7
|
9天前
|
存储 数据处理 Python
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第27天】在科学计算和数据分析领域,Python凭借简洁的语法和强大的库支持广受欢迎。NumPy和SciPy作为Python科学计算的两大基石,提供了高效的数据处理和分析工具。NumPy的核心功能是N维数组对象(ndarray),支持高效的大型数据集操作;SciPy则在此基础上提供了线性代数、信号处理、优化和统计分析等多种科学计算工具。结合使用NumPy和SciPy,可以显著提升数据处理和分析的效率,使Python成为科学计算和数据分析的首选语言。
19 3
|
10天前
|
存储 机器学习/深度学习 算法
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第26天】NumPy和SciPy是Python科学计算领域的两大核心库。NumPy提供高效的多维数组对象和丰富的数学函数,而SciPy则在此基础上提供了更多高级的科学计算功能,如数值积分、优化和统计等。两者结合使Python在科学计算中具有极高的效率和广泛的应用。
28 2
|
10天前
|
存储 Java 关系型数据库
在Java开发中,数据库连接是应用与数据交互的关键环节。本文通过案例分析,深入探讨Java连接池的原理与最佳实践
在Java开发中,数据库连接是应用与数据交互的关键环节。本文通过案例分析,深入探讨Java连接池的原理与最佳实践,包括连接创建、分配、复用和释放等操作,并通过电商应用实例展示了如何选择合适的连接池库(如HikariCP)和配置参数,实现高效、稳定的数据库连接管理。
26 2
|
15天前
|
关系型数据库 MySQL 数据处理
探索Python中的异步编程:从asyncio到异步数据库操作
在这个快节奏的技术世界里,效率和性能是关键。本文将带你深入Python的异步编程世界,从基础的asyncio库开始,逐步探索到异步数据库操作的高级应用。我们将一起揭开异步编程的神秘面纱,探索它如何帮助我们提升应用程序的性能和响应速度。
下一篇
无影云桌面