scrapy框架爬取股票信息

⑴ 如何捕捉板塊龍頭股和抓取龍頭股和板塊輪動

抓龍頭股需要良好的看盤能力，敏銳的嗅覺加果斷的決策。新手的話可以用個好點的軟體輔助，比如說牛股寶手機炒股，可以跟著牛人榜里的牛人去操作，這樣要穩妥得多。
1：要准確判斷龍頭股，必須先掌握龍頭板塊，一般講，龍頭板塊才是孕育龍頭股的溫床。
2：要准確地判斷熱點輪換，在一個多頭控制的市場環境中，買盤是非常旺盛的，這個時候，應該密切注意消息面和政策面變化，這個時候的一點政策消息，市場傳聞都會迅速形成乾柴烈火趨勢。
3：抓對了龍頭板塊，必須注意龍頭板塊里的中小盤個股動向，多注意流通盤在2億以下，個股價格在5元以下的品種，前者是主力做盤最適合的股本結構，盤子大了，不利於籌碼收集，後者低價是所有優勢里的優勢，越價低越具備不斷翻番概率，很難想像，一隻股價超過10元的品種翻番可能性有多少，漲到15元，市場就不敢跟了，而價格在3、4元的品種，翻兩番，還是低價股。
4：注意研究最近的財務報表。注意流通股東的情況，一個是最好是沒有基金、機構持股的情況，基金、機構持有的品種，往往股性死，要變牛也是慢牛，不會急速翻番。二個是游資從不與基金、機構為伍，而基金、機構雖然勢力強，但是，他們玩起短線來，比散戶都小氣，有跟風盤就跑。三個是能不能發現「拖拉機」帳戶，是不是有「超級散戶」在場痕跡。如果有，那麼，這個品種應該重點跟蹤。
5：個股是否有獨立性。如大盤上漲，其漲速快於大盤，大盤橫盤它小漲，大盤大漲它漲停，大盤下跌，他橫盤。
6：換手率、資金排行一般在未啟動的時候，都占市場總排行的前50位，活躍期基本在前30位。
7：龍頭啟動前，基本會有一個跳空缺口產生，主力迫切需要甩開與市場平均成本的距離，把自身主動權擴大，樹立強烈的賺錢效應，即使是思維敏捷的短線高手跟盤也不得不選擇以第一個漲停追進。不妨對照純多頭市場:三種漲停應大膽追擊的描述。
8：通常在漲停的時候會隨大盤跳水的時候，打開漲停，而且會一次比一次的時間短，每一次打開漲停的時候，每次價格下跌的落差會越來越小，最終牢牢封死，賣壓縮小。
9：除啟動前震盪過程中有密集的成交和換手外，股票隨著漲停的增加，成交量越來越小，說明莊家高度控盤，籌碼高度集中，後期上漲潛力擴大。

⑵ 如何用爬蟲抓取股市數據並生成分析報表

我用前嗅的forespider數據採集軟體爬過股市信息的，比較簡單，分析了一下歷史股價，目前數據還不多沒做太多分析。過幾天再說

⑶ 100銀子求助抓取同花順網頁股票數據

沒有詳細的 說明啊

⑷ 如何用python抓取股票數據

在 Python的QSTK中，是通過 s_datapath 變數，定義相應股票數據所在的文件夾。一般可以通過 QSDATA 這個環境變數來設置對應的數據文件夾。
具體的股票數據來源，例如滬深、港股等市場，你可以使用免費的WDZ程序輸出相應日線、5分鍾數據到 s_datapath 變數所指定的文件夾中。然後可使用 Python的QSTK中，qstkutil.DataAccess進行數據訪問。

⑸ 如何使用python抓取炒股軟體中資金數據

這個說來有點復雜，用fiddle監控軟體跟伺服器間的通訊，找到數據源地址，然後用excel或python抓這個源地址數據，可能還要加上反扒代碼，構造時間戳等等，你網上找python網抓視頻教程看看就知道了。

⑹ 做個虛擬炒股的網站，不知道實時股票數據從哪裡搞到，怎麼搞，從別網站抓取怎麼抓取

你可以與上海贏富網聯系申請介面，他們是代理行情數據的。

⑺ 怎麼抓取股票數據

那麼中國股市的數據有沒有呢？答案是肯定的，不過要按照下面的參數做些調整，下面提供全球證券交易所的資料。
上證股票是股票代碼後面加上.ss，深證股票是股票代碼後面加上.sz
例如：000001 = 000001.sz
深市數據鏈接：http://table.finance.yahoo.com/table.csv?s=000001.sz
上市數據鏈接：http://table.finance.yahoo.com/table.csv?s=600000.ss
上證綜指代碼：000001.ss，深證成指代碼：399001.SZ，滬深300代碼：000300.ss
下面就是世界股票交易所的網址和縮寫，要查找哪個股票交易所的數據，就按照上面的格式以此類推。
上海交易所=cn.finance.yahoo.com,.SS,Chinese,sl1d1t1c1ohgv
深圳交易所=cn.finance.yahoo.com,.SZ,Chinese,sl1d1t1c1ohgv
美國交易所=finance.yahoo.com,,United States,sl1d1t1c1ohgv
加拿大=ca.finance.yahoo.com,.TO,Toronto,sl1d1t1c1ohgv
紐西蘭=au.finance.yahoo.com,.NZ,sl1d1t1c1ohgv
新加坡=sg.finance.yahoo.com,.SI,Singapore,sl1d1t1c1ohgv
香港=hk.finance.yahoo.com,.HK,Hong Kong,sl1d1t1c1ohgv
台灣=tw.finance.yahoo.com,.TW,Taiwan,sl1d1t1c1ohgv
印度=in.finance.yahoo.com,.BO,Bombay,sl1d1t1c1ohgv
倫敦=uk.finance.yahoo.com,.L,London,sl1d1t1c1ohgv
澳洲=au.finance.yahoo.com,.AX,Sydney,sl1d1t1c1ohgv
巴西=br.finance.yahoo.com,.SA,Sao Paulo,sl1d1t1c1ohgv
瑞典=se.finance.yahoo.com,.ST,Stockholm,sl1d1t1c1ohgv
以上方法只能提供歷史數據，實時數據不能抓取，此方法由ArthurXF提供

⑻ 如何通過軟體抓取新浪財經里單只股票數據

如果你是准備抓歷史數據，那還不如直接使用免費的wdz程序，滬深1990年至今的全部日線歷史；2000年至今十幾年的5分鍾數據都可以直接輸出，而且可轉化為各種格式。根本不用去新浪中抓取。

⑼ 如何用爬蟲抓取股市數據並生成分析報表

1. 關於數據採集
股票數據是一種標准化的結構數據，是可以通過API介面訪問的（不過一般要通過渠道，開放的API有一定的局限性）。也可以通過爬蟲軟體進行採集，但是爬蟲軟體採集數據不能保證實時性，根據數據量和採集周期，可能要延遲幾十秒到幾分鍾不等。我們總結了一套專業的爬蟲技術解決方案(Ruby + Sidekiq)。能夠很快實現這個採集，也可以後台可視化調度任務。

2. 關於展現
網路股票數據的展現，網頁端直接通過HTML5技術就已經足夠，如果對界面要求高一點，可以採用集成前端框架，如Bootstrap；如果針對移動端開發， 可以使用Ionic框架。

3. 關於觸發事件
如果是採用Ruby on Rails的開發框架的話，倒是很方便了，有如sidekiq, whenever這樣子的Gem直接實現任務管理和事件觸發。

⑽ 如何用python 爬蟲抓取金融數據

獲取數據是數據分析中必不可少的一部分，而網路爬蟲是是獲取數據的一個重要渠道之一。鑒於此，我拾起了Python這把利器，開啟了網路爬蟲之路。

本篇使用的版本為python3.5，意在抓取證券之星上當天所有A股數據。程序主要分為三個部分：網頁源碼的獲取、所需內容的提取、所得結果的整理。

一、網頁源碼的獲取

很多人喜歡用python爬蟲的原因之一就是它容易上手。只需以下幾行代碼既可抓取大部分網頁的源碼。

為了減少干擾，我先用正則表達式從整個頁面源碼中匹配出以上的主體部分，然後從主體部分中匹配出每隻股票的信息。代碼如下。

pattern=re.compile('<tbody[sS]*</tbody>')
body=re.findall(pattern,str(content)) #匹配<tbody和</tbody>之間的所有代碼pattern=re.compile('>(.*?)<')
stock_page=re.findall(pattern,body[0]) #匹配>和<之間的所有信息

其中compile方法為編譯匹配模式，findall方法用此匹配模式去匹配出所需信息，並以列表的方式返回。正則表達式的語法還挺多的，下面我只羅列所用到符號的含義。

語法 說明

. 匹配任意除換行符「 」外的字元

* 匹配前一個字元0次或無限次

？ 匹配前一個字元0次或一次

s 空白字元：[<空格> fv]

S 非空白字元：[^s]

[...] 字元集，對應的位置可以是字元集中任意字元

(...) 被括起來的表達式將作為分組，裡面一般為我們所需提取的內容

正則表達式的語法挺多的，也許有大牛隻要一句正則表達式就可提取我想提取的內容。在提取股票主體部分代碼時發現有人用xpath表達式提取顯得更簡潔一些，看來頁面解析也有很長的一段路要走。

三、所得結果的整理

通過非貪婪模式(.*?)匹配>和<之間的所有數據，會匹配出一些空白字元出來，所以我們採用如下代碼把空白字元移除。

stock_last=stock_total[:] #stock_total：匹配出的股票數據for data in stock_total: #stock_last：整理後的股票數據
if data=='':
stock_last.remove('')

最後，我們可以列印幾列數據看下效果，代碼如下

print('代碼',' ','簡稱',' ',' ','最新價',' ','漲跌幅',' ','漲跌額',' ','5分鍾漲幅')for i in range(0,len(stock_last),13): #網頁總共有13列數據
print(stock_last[i],' ',stock_last[i+1],' ',' ',stock_last[i+2],' ',' ',stock_last[i+3],' ',' ',stock_last[i+4],' ',' ',stock_last[i+5])