python爬虫爬取股票的北上资金持仓数据
前言
数据分析
数据抓取
建立模型
总结
前言前面已经讲述了如何获取股票的k线数据，今天我们来分析一下股票的资金流入情况，股票的上涨和下跌都是由资金推动的，这其中的北上资金就是一个风向标，今天就抓取一下北上资金对股票的逐天持仓变动和资金变动。
数据分析照例先贴一下数据的访问地址：
# 以海尔智家为例贴一下数据的页面连接地址，再次吐槽一下拼音前缀
https://data.eastmoney.com/hsgtcg/StockHdStatistics/600690.html
下图就是北上资金逐天的访问数据页面，我们要抓取的是持股数量、持股市值、持股百分比和市值变化信息。
通过浏览器后台的接口可以看到这样一个接口数据：
这个接口的参数为：
# 请求地址数据，这里的参数和请求的不太一样，因为其它的参数我试过了，可以忽略掉，以下是必要参数
https://datacenter-web.eastmoney.com/api/data/v1/get?
# 排序字段和排序的类型, -1 为倒序排列
sortColumns=TRADE_DATE
&sortTypes=-1
# 后两个参数比较简单，就是分页参数而已
&pageSize=50
&pageNumber=1
# 报告类型，固定为北上资金数据
&reportName=RPT_MUTUAL_HOLDSTOCKNORTH_STA
# 返回的数据列，默认返回所有
&columns=ALL
# 获取数据参数为股票代码和交易日期
&filter=(SECURITY_CODE="600690")(TRADE_DATE>='2021-10-29')
数据抓取
我们已经解析了获取资金的参数，以下就是使用 python 来获取数据，并进行展示。我们依旧使用 requets 来获取数据。
我们需要先组装请求的参数，这里的 fliter 只传入了代码，日期选择了固定，这个个人感觉是查询的 ES ，不然不会这么传入参数，建议做个参数转换吧，这样直传不太好。
数据查询返回的结果是json 格式，进行了解析后我们采用 prettyTable 打印结果。
由于获取的数据没有经过格式化，显示的位数比较长，所以对持股数和市值之类的数据进行了格式化展示，
代码如下：
# 如果是亿级的就格式化为亿，万的话格式化为万
def cal_num(num):
if abs(num / 100000000) > 0:
return str(round(num / 100000000, 3)) + "亿"
else:
return str(round(num / 10000, 3)) + "万"
最终我们得到的结果如下：
我们已经获取到了股票的北上资金的情况，我们建立一个简单的模型筛选一下:
1 选取最近一个月内北上资金连续加仓的股票，加仓幅度超过流通股份的1%。
在这个模型中，我们可以根据最近一个月每天的持仓百分比建立线性规划模型，y = kx + b 来计算斜率和截距，但是这个觉得有点儿复杂了，我们可以简化一下，就偷个懒计算当天的持仓量与一个月前的持仓比例差值即可，
具体代码如下：
# rate_list 为持股比例的集合，将 ratio 添加进集合中，这里为什么是22呢，
# 一般情况下一个月有22个交易日，所以减去22就是一个月前的持仓比例
def cal_model(rate_list):
if len(rate_list) >= 22:
cur_node = rate_list[0]
pre_node = rate_list[22]
return cur_node - pre_node
return -100
总结
今天我们使用接口获取了个股北上资金的持仓数据，并建立了简单的分析模型来选择股票，这个技术实现比较简单，作为学习和练习使用已经就足够了。
到此这篇关于python爬虫爬取股票的北上资金持仓数据的文章就介绍到这了,更多相关python爬取数据内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网！
