股市财经

https://www.analyticsvidhya.com/blog/2021/06/download-financial-dataset-using-yahoo-finance-in-python-a-complete-guide 只有第一个代码无误，图形不出，其它缺了print：

import pandas as pd
import yfinance as yf
from yahoofinancials import YahooFinancials

aapl_df = yf.download('AAPL', 
                      start='2019-01-01', 
                      end='2021-06-12', 
                      progress=False,
)
print(aapl_df.head())

结果：

https://www.geeksforgeeks.org/get-financial-data-from-yahoo-finance-with-python/

all ticker: https://www.nasdaq.com/market-activity/stocks/screener 

pip install yfinance

import yfinance as yahooFinance import pandas as pd   GetFacebookInformation = yahooFinance.Ticker("META")   pd.set_option('display.max_rows', None) # Let us  get historical stock prices for Facebook # covering the past few years. # max->maximum number of daily prices available # for Facebook. # Valid options are 1d, 5d, 1mo, 3mo, 6mo, 1y, 2y, # 5y, 10y and ytd. print(GetFacebookInformation.history(period="max"))

https://bigquant.com/wiki/doc/6lem5lqg6lz5lmi5asa77ym5yib5lia5p

 

import yfinance as yahooFinance import pandas as pd   GetFacebookInformation = yahooFinance.Ticker("META")   pd.set_option('display.max_rows', None) # Let us  get historical stock prices for Facebook # covering the past few years. # max->maximum number of daily prices available # for Facebook. # Valid options are 1d, 5d, 1mo, 3mo, 6mo, 1y, 2y, # 5y, 10y and ytd. print(GetFacebookInformation.history(period="max"))

import yfinance as yahooFinance import pandas as pd   GetFacebookInformation = yahooFinance.Ticker("META")   pd.set_option('display.max_rows', None) # Let us  get historical stock prices for Facebook # covering the past few years. # max->maximum number of daily prices available # for Facebook. # Valid options are 1d, 5d, 1mo, 3mo, 6mo, 1y, 2y, # 5y, 10y and ytd. print(GetFacebookInformation.history(period="max"))

https://bigquant.com/wiki/doc/6lem5lqg6lz5lmi5asa77ym5yib5lia5p25yv5lul5lmw5lqg5zcx77yf-rEpXFrplv8 

https://blog.csdn.net/weixin_44510615/article/details/118639520?&spm=1018.2226.3001.4187 【Python金融量化 9- 100 】

https://blog.csdn.net/hwwaizs/article/details/127876429?spm=1018.2226.3001.4187 

https://github.com/SuperCV/Book/blob/master/%E9%87%8F%E5%8C%96%E5%88%86%E6%9E%90/%E9%87%8F%E5%8C%96%E6%8A%95%E8%B5%84%E4%BB%A5Python%E4%B8%BA%E5%B7%A5%E5%85%B7--%E9%87%8D%E8%A6%81.pdf

https://ta-lib.github.io/ta-lib-python/ 

在股票技术分析中，我们经常要分析K线图，分时图等等，有些新手在入门的时候常常把两者弄混，所以统称它们为曲线图，实际它们就是K线图和分时图了，到底如何看懂股票曲线图?一起看看这些曲线所代表的含义吧。

如何看股票的曲线图?

1)白色曲线：表示大盘加权指数，即证交所每日公布媒体常说的大盘实际指数。

2) 黄色曲线：大盘不含加权的指标，即不考虑股票盘子的大小，而将所有股票对指数影响看作相同而计算出来的大盘指数。 参考白黄二曲线的相互位置可知：A)当大盘指数上涨时，黄线在白线之上，表示流通盘较小的股票涨幅较大;反之，黄线在白线之下，说明盘小的股票涨幅落后大盘股。B)当大盘指数下跌时，黄线在白线之上，表示流通盘较小的股票跌幅小于盘大的股票;反之，盘小的股票跌幅大于盘大的股票。

3) 红绿柱线：在红白两条曲线附近有红绿柱状线，是反映大盘即时所有股票的买盘与卖盘在数量上的比率。红柱线的增长减短表示上涨买盘力量的增减;绿柱线的增长缩短表示下跌卖盘力度的强弱。

4) 黄色柱线：在红白曲线图下方，用来表示每一分钟的成交量，单位是手(每手等于100股)。

5) 委买委卖手数：代表即时所有股票买入委托下三档和卖出上三档手数相加的总和。

6) 委比数值：是委买委卖手数之差与之和的比值。当委比数值为正值大的时候，表示买方力量较强股指上涨的机率大;当委比数值为负值的时候，表示卖方的力量较强股指下跌的机率大。

个股即时分时走势图：

1) 白色曲线：表示该种股票即时实时成交的价格。

2) 黄色曲线：表示该种股票即时成交的平均价格，即当天成交总金额除以成交总股数。

3) 黄色柱线：在红白曲线图下方，用来表示每一分钟的成交量。

4) 成交明细：在盘面的右下方为成交明细显示，显示动态每笔成交的价格和手数。

5)外盘内盘：外盘又称主动性买盘，即成交价在卖出挂单价的累积成交量;内盘主动性卖盘，即成交价在买入挂单价的累积成交量。外盘反映买方的意愿，内盘反映卖方的意愿。

6)量比：是指当天成交总手数与近期成交手数平均的比值，具体公式为：现在总手/((5日平均总手/240)*开盘多少分钟)。量比数值的大小表示近期此时成交量的增减，大于1表示此时刻成交总手数已经放大，小于1表示表示此时刻成交总手数萎缩。 实战中的K线分析，必须与即时分时图分析相结合，才能真实可靠的读懂市场的语言，洞悉盘面股价变化的奥妙。K线形态分析中的形态颈线图形，以及波浪角度动量等分析的方法原则，也同样适合即时动态分时走势图分析

https://blog.csdn.net/hwwaizs/article/details/127876429?spm=1018.2226.3001.4187 

https://xueqiu.com/3544075864/199788810 

陈浩筹码分布：在K线图的右侧、按其垂线即日期线，显示该日的股票拥有者的数量及其买入价格。每条横线的Y是价格长度为股票总量的百分比。算法没有公开，基本是按交易的买入价和数量，去除卖出的价格和数量-这个是按权重估算的。因此结果都是近似的，除非你有该股票从发行第一天开始的所有买卖记录。https://zhuanlan.zhihu.com/p/434338647 此文较好的说明了，主力在2年内低价位吸纳、放出部分-自己买卖-以推高价格，逐渐在高价位卖出低价吸纳股，直至低价筹码基本抛光。1.红色的筹码为获利盘，蓝色的筹码为被套盘；2.在筹码的分布中，有一条白色的水平线，为该股票即时平均持仓成本。最后，筹码该显示为3D，目前是拉动日期线来观看。

https://zhuanlan.zhihu.com/p/234372092? 筹码算法