Es gibt einen großen Unterschied in der Definition zwischen Industriesektoren und Konzeptaktien.
Im Allgemeinen sind Konzeptsektoren aufgrund einer bestimmten Nachricht riskanter und sehr instabil, daher sind die Risiken größer.
Branchensektoren sind nach Aktienbranchen klassifiziert und konzentrieren sich tendenziell auf die Langfristigkeit Laufzeit und haben eine höhere Stabilität.
In Bezug auf die tatsächliche Investition: Kurzfristig können Sie Aktien aus Konzeptaktien nach „Markt-Hotspots“ auswählen. Mittel- und langfristig wird empfohlen, Aktien nach „Branchensektoren“ für Investitionen auszuwählen . 2. Crawlen Sie die Liste relevanter Sektoren und Aktien Zuerst verwenden wir das Plug-in „
JavaScript umschaltenund andere Abfrageparameter sind fester Inhalt
Dann schreiben wir Code, um die Antwortdaten zu erhalten, und verwenden reguläre Ausdrücke um mit den Daten der Branchenliste übereinzustimmen Beitrag
Hinweis: Durch die Analyseseite wurde festgestellt, dass der Sektorpfad-PATH zusammengestellt werden kann. Die URL der Branchen-Aktienlistenseite
Wenn der Branchen-PATH beispielsweise 400128925 lautet,dann Die URL der Branchenaktienlistenseite lautet
//m.sbmmt.com/link/0cb5ebb1b34ec343dfe135db69 1e4a85
2-2 Branchenaktienliste
Das Crawlen der Branchenaktienliste ist dasselbe wie die Datenanzeigelogik im vorherigen Schritt. Die Bestandslistendaten stammen auch aus den Ergebnissen der folgenden Anfrage. bk entspricht dem Branchenpfad, p stellt die Seitenzahl dar, _dc stellt den 13-stelligen Zeitstempel dar und verringern Sie 4 Schlüsseldaten. Sortieren Sie abschließend die Liste der einzelnen Aktien in aufsteigender Reihenfolge nach PE und geben Sie sie direkt zurück Verbessern Sie die Benutzererfahrung Mit
FastAPIkönnen Sie beispielsweise schnell zwei Dienste erstellen: eine Liste von Branchen auf der Grundlage von Schlüsselwörtern abrufen und eine Liste einzelner Aktien basierend auf Sektorpfaden erhalten
... self.ps_url = 'http://**/?q=cn|bk|17&n=hqa&c=l&o=pl,d&p={}050&_dc={}' .... def __get_timestramp(self): """ 获取13位的时间戳 :return: """ return int(round(time.time() * 1000)) ... def get_plates_list(self, plate_keyword): """ 获取所有板块 :return: """ plates = [] index = 0 while True: url = self.ps_url.format(index + 1, self.__get_timestramp()) # 解析数据 resp = self.session.get(url, headers=self.headers).text match = re.compile(r'HqData:(.*?)};', re.S) result = json.loads(re.findall(match, resp)[0].strip().replace("n", "")) if not result: break # 根据关键字,过滤有效板块 temp_plate_list = [item for item in result if plate_keyword in item[2]] index += 1 for item in temp_plate_list: print(item) plates.append({ "name": item[2], "plate_path": item[1], "up_or_down": str(item[10]) + "%", "top_stock": item[-6] }) return plates ...
Nehmen Sie Uniapp als Verwenden Sie beispielsweise für das Frontend die uni- Die Tabellenkomponente zeigt die Branchenliste und die Liste der einzelnen Aktien an
Ein Teil des Codes lautet wie folgt:
4. Zusammenfassung Werfen wir einen BlickDa Industriesektoren besser für mittel- und langfristige Investitionen geeignet sind, müssen wir nur einen Sektor herausfiltern Basierend auf einem bestimmten Schlüsselwort können wir dann in der Liste der Aktien unter dem Sektor sehr intuitiv die Aktien mit einem niedrigeren Kurs-Gewinn-Verhältnis für Investitionen sehen. Das obige ist der detaillierte Inhalt vonBringen Sie Ihnen bei, mit Python schnell Branchenaktien zu erhalten, um Wertinvestitionen zu unterstützen!. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!...
# 个股
self.stock_url = '//m.sbmmt.com/link/f9995e4c8a1e54123c64427a572d7917'
....
def get_stock_list(self, plate_path):
"""
获取某一个板块下所有的个股信息
包含:股票名称、最新价格、涨跌幅、市盈率
:param plate_info:
:return:
"""
index = 0
stocks = []
while True:
url = self.stock_url.format(plate_path, index + 1, self.__get_timestramp())
resp = self.session.get(url, headers=self.headers).text
match = re.compile(r'HqData:(.*?)};', re.S)
result = json.loads(re.findall(match, resp)[0].strip().replace("n", ""))
if not result:
break
index += 1
for item in result:
if item[-1] < 0:
continue
stocks.append({
"stock_name": item[2],
"pe": item[-1],
"price": item[8],
"up_or_down": str(item[12]) + "%"
})
# 按pe降序排列
stocks.sort(key=lambda x: x["pe"])
return stocks