股市財經

https://www.analyticsvidhya.com/blog/2021/06/download-financial-dataset-using-yahoo-finance-in-python-a-complete-guide 隻有第一個代碼無誤，圖形不出，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())

結果：

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/ 

在股票技術分析中，我們經常要分析K線圖，分時圖等等，有些新手在入門的時候常常把兩者弄混，所以統稱它們為曲線圖，實際它們就是K線圖和分時圖了，到底如何看懂股票曲線圖?一起看看這些曲線所代表的含義吧。

如何看股票的曲線圖?

1)白色曲線：表示大盤加權指數，即證交所每日公布媒體常說的大盤實際指數。

2) 黃色曲線：大盤不含加權的指標，即不考慮股票盤子的大小，而將所有股票對指數影響看作相同而計算出來的大盤指數。 參考白黃二曲線的相互位置可知：A)當大盤指數上漲時，黃線在白線之上，表示流通盤較小的股票漲幅較大;反之，黃線在白線之下，說明盤小的股票漲幅落後大盤股。B)當大盤指數下跌時，黃線在白線之上，表示流通盤較小的股票跌幅小於盤大的股票;反之，盤小的股票跌幅大於盤大的股票。

3) 紅綠柱線：在紅白兩條曲線附近有紅綠柱狀線，是反映大盤即時所有股票的買盤與賣盤在數量上的比率。紅柱線的增長減短表示上漲買盤力量的增減;綠柱線的增長縮短表示下跌賣盤力度的強弱。

4) 黃色柱線：在紅白曲線圖下方，用來表示每一分鍾的成交量，單位是手(每手等於100股)。

5) 委買委賣手數：代表即時所有股票買入委托下三檔和賣出上三檔手數相加的總和。

6) 委比數值：是委買委賣手數之差與之和的比值。當委比數值為正值大的時候，表示買方力量較強股指上漲的機率大;當委比數值為負值的時候，表示賣方的力量較強股指下跌的機率大。

個股即時分時走勢圖：

1) 白色曲線：表示該種股票即時實時成交的價格。

2) 黃色曲線：表示該種股票即時成交的平均價格，即當天成交總金額除以成交總股數。

3) 黃色柱線：在紅白曲線圖下方，用來表示每一分鍾的成交量。

4) 成交明細：在盤麵的右下方為成交明細顯示，顯示動態每筆成交的價格和手數。

5)外盤內盤：外盤又稱主動性買盤，即成交價在賣出掛單價的累積成交量;內盤主動性賣盤，即成交價在買入掛單價的累積成交量。外盤反映買方的意願，內盤反映賣方的意願。

6)量比：是指當天成交總手數與近期成交手數平均的比值，具體公式為：現在總手/((5日平均總手/240)*開盤多少分鍾)。量比數值的大小表示近期此時成交量的增減，大於1表示此時刻成交總手數已經放大，小於1表示表示此時刻成交總手數萎縮。 實戰中的K線分析，必須與即時分時圖分析相結合，才能真實可靠的讀懂市場的語言，洞悉盤麵股價變化的奧妙。K線形態分析中的形態頸線圖形，以及波浪角度動量等分析的方法原則，也同樣適合即時動態分時走勢圖分析

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

https://xueqiu.com/3544075864/199788810 

陳浩籌碼分布：在K線圖的右側、按其垂線即日期線，顯示該日的股票擁有者的數量及其買入價格。每條橫線的Y是價格長度為股票總量的百分比。算法沒有公開，基本是按交易的買入價和數量，去除賣出的價格和數量-這個是按權重估算的。因此結果都是近似的，除非你有該股票從發行第一天開始的所有買賣記錄。https://zhuanlan.zhihu.com/p/434338647 此文較好的說明了，主力在2年內低價位吸納、放出部分-自己買賣-以推高價格，逐漸在高價位賣出低價吸納股，直至低價籌碼基本拋光。1.紅色的籌碼為獲利盤，藍色的籌碼為被套盤；2.在籌碼的分布中，有一條白色的水平線，為該股票即時平均持倉成本。最後，籌碼該顯示為3D，目前是拉動日期線來觀看。

https://zhuanlan.zhihu.com/p/234372092? 籌碼算法