如何使用Python寫一個量化股票提醒系統

小編給大家分享一下如何使用Python寫一個量化股票提醒系統，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

python有哪些常用庫

python常用的庫：1.requesuts；2.scrapy；3.pillow；4.twisted；5.numpy；6.matplotlib；7.pygama；8.ipyhton等。

使用萬能的Python寫一個量化股票系統！下面是一個小馬的迷你量化系統。

這個小迷小量化系統，麻雀雖小但是五臟俱全，我們今天先從實時提醒這個模塊做起，提醒系統分下面幾個部分：

• 實時獲取股票數據

• 連接郵件服務器

• 預警配置管理

• 監控數據并發送郵件

希望通過實時提醒，來提高交易的收益率，試試看，萬一有用呢，反正寫代碼對碼農來說，so easy!

01.

實時獲取股票價格

為了更準確的獲取股票的價格，我們這里用比較有名的金融庫tushare來獲取，里面封裝了大量的股票的數據Api，非常好用！

1).首先設計一個stock類，這個類第一件大事：

查詢股票的實時價格和k線數據比如(5min,15min),然后把數據返回出來，為了提高效率，我們肯定是用并發出來，所以start_run函數會成為一個線程函數

2).第二件大事：

我們獲取的實時的數據，需要傳遞給外邊的模塊調用，子線程和主線程間通信的話，最簡單的方法用queue來搞定，所以我們stock類會init里面傳入一個queue

3).控制線程：

這個stock我們希望外邊能控制它的運行和停止，在stock類的入口，我們加入了一個_terminal變量

4).神奇的tushare庫

利用tushare這個神奇的API,構造兩個類函數分布query_stock_real_price和get_kline_data獲取數據：

def query_stock_real_price(self):
    df = ts.get_realtime_quotes(self.stock_num)
    df=df[['price','time']]
    price=df['price'].values[0]
    time=df['time'].values[0]
    return price,time

  def get_kline_data(self, ktype='ma5'):
    today=datetime.now().strftime('%Y-%m-%d')
    df = ts.get_hist_data(self.stock_num, start='2018-08-08', end=today)
    return (df[[ktype]])

02.

郵件系統

簡單實時提醒系統，我們用郵件，比如你的qq郵箱，是可以實時的收到一些郵件提醒的信息，我們這里用Python自帶的 SMTP和EMAIL模塊處理：

1). 連接郵件服務器

為了方便擴展和復用，也用一個類來封裝郵件server!構造一些郵件服務器的地址和密碼，然后連接就可以了，非常簡單。

2).構造郵件內容

服務器連接好了，之后我們需要發送郵件，需要寫一個郵件標題和內容，比如 xx股票，現在價格多少之類的。

1).為了更好的封裝數據，用類裝飾器對titel和content進行封裝，這樣外邊無法直接訪問這兩塊內容。

2).mail類會初始化一些信息，比如要發送到郵件地址，而且要把前面構造好的SMTP服務器對象傳進來，方便發送郵件。

3).初始化一個MIMEText對象，填充一些郵件的內容比如from,to,subject等等。為了有時間性，我們在郵件的開頭加一個時間戳。

03.

預警系統

我們需要有一個配置文件，里面不停的修改我們對股票的價格的設置， 比如到了你的止損或者止盈的位置，或者到了你的一些量化策略的地方 ，需要提醒你注意等等。這里我們只是簡單的說明，只寫最大和最小的股價預警，示例一下：

setting 文件：

{
  "high_price": 15,
  "low_price": 10
}

1).死循環監控數據

我們啟動一個線程，用一個死循環來不停的從隊列里面獲取股票的數據，然后進行一些監聽的邏輯判斷，先看一下核心代碼：

因為股票有交易時間，我們這里簡單粗暴的讓程序只在交易時間運行，當然如果要把程序放在遠端服務器上的話，需要進一步優化,不然每一天都要啟動一下！

死循環里面會不停的讀區預警 設置里面的股價的漲到多少最高價和最低價 ，一旦觸達這個價格，立刻發送郵件提醒！

寫了這么久，看一下效果吧：

以上是“如何使用Python寫一個量化股票提醒系統”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！