AKShare-股票数据-赚钱效应分析
数据科学实战
共 2593字，需浏览 6分钟
·
2021-05-16 05:06
作者寄语
本次提供一个简单的指标量化市场活跃度。主要是通过统计股票市场所有个股的涨停板数与跌停板数。
更新接口
"stock_legu_market_activity" # 赚钱效应分析
赚钱效应分析
接口: stock_legu_market_activity
目标地址: https://www.legulegu.com/stockdata/market-activity
描述: 获取乐咕乐股网-赚钱效应分析数据
限量: 单次返回当前赚钱效应分析数据
说明：
涨跌比：即沪深两市上涨个股所占比例，体现的是市场整体涨跌，占比越大则代表大部分个股表现活跃。 涨停板数与跌停板数的意义：涨停家数在一定程度上反映了市场的投机氛围。当涨停家数越多，则市场的多头氛围越强。真实涨停是非一字无量涨停。真实跌停是非一字无量跌停。
输入参数
| 名称 | 类型 | 必选 | 描述 |
|---|---|---|---|
| - | - | - | - |
输出参数
| 名称 | 类型 | 默认显示 | 描述 |
|---|---|---|---|
| item | object | Y | - |
| value | object | Y | - |
接口示例
import akshare as ak
stock_legu_market_activity_df = ak.stock_legu_market_activity()
print(stock_legu_market_activity_df)
数据示例
item value
0 上涨 2547.0
1 涨停 90.0
2 真实涨停 75.0
3 st st*涨停 31.0
4 下跌 1594.0
5 跌停 30.0
6 真实跌停 10.0
7 st st*跌停 21.0
8 平盘 128.0
9 停牌 26.0
10 活跃度 59.30%
11 统计日期 2021-05-11 15:00:00
评论
stock-job-web股票数据计算分析 web 系统
stock-job-web V1 是基于 Python的 pandas、tushare、bokeh、
stock-job-web股票数据计算分析 web 系统
0
stock-job-web股票数据计算分析 web 系统
stock-job-webV1是基于Python的pandas、tushare、bokeh、tornado、stockstats、ta-lib等框架开发的全栈股票系统。1）可以直接使用docker直接
stock-job-web股票数据计算分析 web 系统
0
AIStockBot股票分析程序
AIStockBot的目标是成为最大的技术面和基本面的股票分析程序。利用人工智能，它应该帮你选择更好的股票。包括投资组合和文件管理系统。重点是针对股票指数和统计。
AIStockBot股票分析程序
0