目标：在中国的股票市场上盈利，每周都有单个股票盈利2%，月总盈利超过2%

计划实现方式：Pycharm + Anaconda3 + Python3 + Django + AKShare + MongoDB

目前采用的实现方式：Pycharm + Anaconda3 + Python3 + Flask + AKShare

以后可能会用到 ：MongoDB ， SQLAlchemy ，baostock ，Tushare

机器学习 会在以后的实践中逐步用到。

实现方式

上一篇文章写了采集的方法。本篇文章包含完整代码和调用代码。

采用后台执行的方式。

gupiao.py 如下：

import akshare as ak
import threading
import datetime
import os
from threading import Thread


def get_start():
    start_stock_daily()


# 这里就是核心了，调用这部分就会自动下载 深圳A股 的所有股票的历史记录
def start_stock_daily(indicator="A股列表", folder="sz_a", prefix="sz"):
    file_path = "D:/work/data/" + folder + "/"
    file_path_name = get_sz_a(file_path, indicator)
    print(file_path_name)
    num = 0
    with open(file_path_name, "r", encoding='UTF-8') as stock_lines:
        for stock_line in stock_lines.readlines():
            num = num + 1
            if num == 1:
                continue
            stock_line_arr = stock_line.split("|")
            symbol = prefix + stock_line_arr[5]
            print("股票信息=" + symbol + "||" + stock_line_arr[6])
            stock_csv = get_stock_daily(file_path, symbol)
            print("stock_csv=" + stock_csv)


# 获得深圳主板A股列表，每天获取一次不重复获取
# file_path 需要全路径，以 | 进行间隔
# indicator 可选参数 "A股列表", "B股列表", "AB股列表", "上市公司列表", "主板", "中小企业板", "创业板"
def get_sz_a(file_path, indicator="A股列表"):
    today = datetime.datetime.today()
    file_name = "sz_a_" + today.strftime('%Y%m%d') + ".csv"
    if not os.path.exists(file_path):  # 如果路径不存在则创建
        os.makedirs(file_path)
    if os.path.exists(file_path + file_name):
        print("今日已经获取无需再次获取，" + today.strftime('%Y%m%d'))
        return file_path + file_name
    stock_info_sz_df = ak.stock_info_sz_name_code(indicator=indicator)
    stock_info_sz_df.to_csv(file_path + file_name, sep="|")
    print('获取深圳主板A股列表并存储为CSV！' + today.strftime('%Y%m%d'))
    return file_path + file_name


# 根据股票代码获取股票历史数据
# symbol 股票代码 需要前缀 sh 上海  sz 深圳，例如：sz300846
def get_stock_daily(file_path, symbol):
    stock_zh_a_daily_hfq_df = ak.stock_zh_a_daily(symbol=symbol)  # 返回不复权的数据
    file_name = symbol + '.csv'
    stock_zh_a_daily_hfq_df.to_csv(file_path + file_name)
    return file_path + file_name

调用下载的部分，注意命名我随便写的，请根据情况自己修改，App.py 如下：

from flask import Flask
import akshare as ak
import gupiao
import datetime
import os
from concurrent.futures import ThreadPoolExecutor
import time

executor = ThreadPoolExecutor(2)

app = Flask(__name__)

@app.route('/test_thread')
def test_thread():
    executor.submit(gupiao.get_start)
    return "thread is running at  background !!!"


if __name__ == '__main__':
    app.run()

使用 Flask 框架，生成一个项目，然后创建一个gupiao.py 在 app.py 中调用，然后运行项目。

在浏览器里面访问 http://127.0.0.1:5000/test_thread

就能在后台看到如图的画面，整个深圳A股的下载时间大约在2个小时到3个小时。

股票历史数据

下载到本地如图

股票历史数据

爬取数据部分就完成了，之后就是筛选了。