京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:麦叔编程
作者:麦叔
作为一个搞技术的金融从业者,看到这个开源项目的时候,我的内心就两个字:卧槽!
从金融角度上,它涵盖了全面的股票数据,做数据分析和排行,并给出购买参考建议。
虽然市面上专业的App也有这些数据和功能,但这可是你自己用代码运行的项目。你可以在此基础上,实践你的想法,修改代码,做你的分析,建立自己的优势。
如果只是会用App和街上的大妈有什么区别?那个金融从业者不会自己做数据分析?
从技术角度上,这个开源项目非常综合,涵盖了:
如果一个人能把这个项目从头到尾学会,搞定。他找到一份Python开发的工作应该问题不大。
我觉得吧:
我们其实不缺好的开源项目,缺的是从头到尾去研究透一个项目的专注和决心!
你觉得呢?留言说说你的看法。
找到一个适合自己的好的项目,去把它研究透,好过泛泛的去看100个开源项目。
不要太在意技术是否主流,技术是相通的,同样都是Python,解决的问题也是一样的,学好一个很快就能学好另外一个。
这个项目就特别适合做金融分析,或者对金融,炒股有兴趣的,并且在学Python的人,可以一举三得:
特点提醒:这个项目主要是作为Python学习目的推荐给大家,也推荐给做金融分析的人!
但是我不建议小白盲目去炒股,尤其是现在大盘已经站上了3600点,已经到了街上大妈都在讨论股票的时候!如果现在进去,做炮灰的概率很大。
这是一个基于Python的全栈股票系统,先来上截两张图:
它每天定时(6点)抓取股票数据,计算指标,然后给出推荐。用户使用网页查看数据,看可视化报表,定制的自己的需求。
所谓全栈,一般指后端开发和网页开发通吃。我们来分的更细一点,这个项目涵盖这些内容:
我建议分几个步骤去学习:
从技术上,我们只要把别人打包好的Docker文件下载下来,直接运行就行了,不用安装Python,配置各种包。
这里有个例外,一般数据库是需要安装好的,这个项目也是的,需要先自己安装和启动MySQL数据库。
jobs文件夹 - 这个是抓取数据的文件夹,先有数据,才能分析和展示web文件夹 - 这个网站和数据展示部分
下面是我用Docker成功运行项目的步骤:
https://docs.docker.com/get-docker/
https://dev.mysql.com/downloads/
3. 下载最新的Docker文件
docker pull pythonstock/pythonstock:latest
mkdir -p /tmp/data/notebooks #创建临时目录
docker run -itd --name stock
-v /tmp/data/notebooks:/data/notebooks
-p 8888:8888
-p 9999:9999
-e MYSQL_HOST=host.docker.internal # for using Docker-for-mac or Docker-for-Windows 18.03+
-e MYSQL_USER=root
-e MYSQL_PWD=root
-e MYSQL_DB=stock_data
pythonstock/pythonstock:latest
网站系统: http://localhost:9999
用jupyter做分析: http://localhost:8888
系统也支持通过Jupyter做实时的数据分析:
但登录Jupyter需要先获取token:
docker exec -it stock bash
jupyter notebook list
下面这是项目链接,点击查看原文也可以跳转到项目页面:https://github.com/pythonstock/stock
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20