Skip to content
/ stock Public
forked from pythonstock/stock

stock,股票系统。使用python进行开发。

License

Notifications You must be signed in to change notification settings

ly100120/stock

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

使用方法(依赖docker)

已经放到docker hub上了

mkdir -p /data/mariadb/data
docker pull pythonstock/pythonstock:latest
docker pull mariadb:latest

docker run --name mariadb -v /data/mariadb/data:/var/lib/mysql \
    -e MYSQL_ROOT_PASSWORD=mariadb -p 3306:3306 -d mariadb:latest

docker run -itd --link=mariadb --name stock  \
    -v /data/notebooks:/data/notebooks \
    -p 8888:8888 \
    -p 9999:9999 \
    pythonstock/pythonstock:latest

更新日志

##1,增加 jupyter 和 TensorFlow 1.14.0

本地构建

其中构建文件参考 Dockerfile

首先会下载相关镜像,然后在进行构建。启动mariadb,并讲stock和mariadb链接起来。

依赖这两个镜像,tensorflow镜像比较大。
docker.io/python:3.6-slim
docker.io/mariadb:latest

访问端口

http://localhost:9999 web

http://localhost:8888 jupyter

查看jupyter的密码:

docker exec -it stock bash 
cat /tmp/jupyter-stderr*.log
# 就可以看到 token 了,然后可以登录了。

1,股票系统设计

相关博客资料: http://blog.csdn.net/freewebsys/article/category/7076584

股票数据抓取框架使用TuShare。 http://tushare.org/

数据分析清洗使用pandas,numpy。 http://pandas.pydata.org/

数据存储到磁盘上,使用Mysql数据库。存储股票数据。 https://pypi.python.org/pypi/mysqlclient

web框架使用tornado http://www.tornadoweb.org/en/stable/

机器学习,当然使用最流行TensorFlow啦。 https://www.tensorflow.org/

tornado web系统 http://docs.pythontab.com/tornado/introduction-to-tornado/

2,架构设计

全系使用python实现。因为都是python的类库,互相之间调用方便。 从数据抓取,数据处理,到数据展示数据运算都是python实现。

最终的数据都到前端展示出来。主要分为4个文件夹。

jobs 抓取数据并存储实现类。

libs 通用工具类。

web 前端展示框架。

tf 机器学习文件夹,推测数据。

3,应用部署

需要mysql数据库启动。项目放到/data/stock 目录。

CREATE DATABASE IF NOT EXISTS `stock_data` CHARACTER SET utf8 COLLATE utf8_general_ci;

使用 :

http://docs.sqlalchemy.org/en/latest/core/reflection.html

3,web使用datatable显示报表

显示货币供应量: image

显示存款准备金率: image

4,使用pandas处理重复数据

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.drop_duplicates.html

    data = ts.get_report_data(year, quarter)
    # 处理重复数据,保存最新一条数据。
    data.drop_duplicates(subset="code", keep="last")

5,增加多字段排序

1,点击是单个字段进行排序。

2,按照【shift】,点击多个,即可完成多字段排序。

3,服务端分页排序。

4,按照多个字段进行筛选查询。

image

6,增加对字典表通用修改

CREATE TABLE `user_stock` (
  `code` varchar(255) NOT NULL,
  `date` varchar(8) NOT NULL,
  `price` double DEFAULT NULL,
  `shares` double DEFAULT NULL,
  `commission_rate` double DEFAULT NULL,
  `tax_rate` double DEFAULT NULL,
  `comment` varchar(255) DEFAULT NULL,
  PRIMARY KEY (`code`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

About

stock,股票系统。使用python进行开发。

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Languages

  • Python 80.3%
  • HTML 11.3%
  • Shell 3.7%
  • Dockerfile 3.2%
  • JavaScript 1.2%
  • CSS 0.3%