股票池如何用python構建

股票池用python構建的方法是：使用第三方平臺，目前可以使用的是聚寬，對比一下聚寬、優礦、大寬網（已經倒閉了），都大同小異，選哪個都一樣。

創新互聯于2013年創立，先為鎮遠等服務建站，鎮遠等地企業，進行企業商務咨詢服務。為鎮遠企業網站制作PC+手機+微官網三網同步一站式服務解決您的所有建站問題。

雖然這些平臺都大同小異，但是代碼可不能簡單復制粘貼，因為底層函數庫是不一樣的，有可能在別的平臺根本用不了某個函數，并且簡單復制到自己電腦中的python的話百分之百用不了。

代碼的思路是，每個月底進行調倉，選出市值最小的股票交易，去掉ST/*ST/停牌/漲停的股票，然后選擇最小市值的10只，基準是創業板綜指，看看結果。

python構建數據獲取方法是：

這里使用為了接下來的操作需要將一定歷史范圍的股票數據下載下來，這里下載起始時間為20160101，截至時間為運行代碼的時間范圍的歷史日線數據。

這里以tushare為例, tushare獲取歷史數據有兩種方式。

第一種是以迭代歷史交易日的方式獲取所有歷史數據，假設獲取三年的歷史數據，一年一般220個交易日左右，那么3年需要請求660多次左右，如果以這種方式的話，就下載數據的時間只需要1分鐘多點的樣子。

第二種是以迭代所有股票代碼的方式獲取所有歷史數據，股票數量有大概3800多個，需要請求3800多次，但是在積分有限的情況下一分鐘最多請求500次，也就意味著僅下載數據的時間至少需要大概8分鐘時間。

理論上，你獲取的歷史范圍超過17.3年，那么使用第一種方式才比第二種方式快。

Python函數的定義(構造)和調用

這里來給大家演示一下，函數的定義或構造，并調用函數來實現封裝后的效果。

首先我們來看看想實現下面的這個效果，如果不使用函數應該怎么實現。

以上兩種返回結果都是1-9這幾個數字。

以上兩種方法，第一種代碼重復率太高，代碼美觀效果太差，雖然能實現效果，但是因為數量比較少，還能手工打出來這幾行代碼，如果是打印1-100000就很難實現了。這時候for循環還是可以實現的，但是for循環只能實現類似的數字和變量循環，無法進行復雜的功能開發。鑒于此，函數這個概念就被python引入了，下面先來看看函數是怎么實現上面的效果的，還是兩種方法。

這時候如果想實現上面的打印結果就直接使用函數名+小括號調用函數就可以了，這種類型的語法，不僅可以反復使用，而且封裝后的代碼更美觀。

Python的程序結構是如何體現的？

在Python中，程序的結構反映在代碼的組織和編寫方式上。

Python 程序由一系列語句組成，這些語句按順序執行。這些語句可以包括賦值、函數調用、控制語句（如 if 語句和 for 循環）和其他構造。

縮進用于指示代碼的結構。例如，只有在滿足特定條件時才執行的代碼塊將在 if 語句下縮進。這有助于使代碼更具可讀性和更易于理解。

除了 Python 程序的基本結構之外，還可以遵循各種設計模式和最佳實踐，以使代碼更易于維護和高效。其中包括使用函數將代碼組織到邏輯單元中、使用類定義可重用對象以及使用模塊將代碼組織到單獨的文件中。

總體而言，Python 程序的結構反映了代碼的組織和編寫方式，并遵循可維護性和效率的最佳實踐。

Python構造函數

類是對象的模板，是抽象的。

構造函數 init 是Python魔術方法之一，如圖魔術方法

我們通過類模版去創建類的實例對象，然后再調用類定義的功能。

那實例對象的屬性是通過什么來初始化的？

這時候Python引入來構造函數 init

構造函數，會在創建實例對象之后Python會自動執行此方法，把初始化的屬性特點放到實例對象里。

通過前面的學習，我們知道一個python對象包含三個部分：id(識別碼)，type(對象類型)，value(對象的值)

那么我們進一步深入對象包含的三部分：

我們通過類創建實例對象后，需要定義構造函數 init ()方法。

構造方法用于執行實例對象的初始化工作，即對象創建之后，初始化當前對象的相關的屬性，無返回值

構造函數重點 ：

我們通過栗子來學習構造函數的過程

構造函數初始化實例對象過程如下：

1.Animal類會通過默認的 new ()方法為實例對象在堆內存中為開辟一個空間

敲黑板，重點來啦～

拓展：

我們今天學習了構造函數 init ()，其在創建對象之后被Python自動調用初始化實例對象屬性數據值，無返回值，并且構造函數不能被顯示調用。

創建對象時，如果需要，構造函數可以接受參數。當創建沒有構造函數的類時，Python會自動創建一個不執行任何操作的默認構造函數。

每個類必須有一個構造函數，即使它只依賴于默認構造函數

好啦，以上是本期內容，歡迎大佬評論區指正～

在Python中定義Main函數

目錄

許多編程語言都有一個特殊的函數，當操作系統開始運行程序時會自動執行該函數。這個函數通常被命名為main()，并且依據語言標準具有特定的返回類型和參數。另一方面，Python解釋器從文件頂部開始執行腳本，并且沒有自動執行的特殊函數。

盡管如此，為程序的執行定義一個起始點有助于理解程序是如何運行的。Python程序員提出了幾種方式對此進行實現。

本文結束時，您將了解以下內容：

Python中的基本main()函數

一些Python腳本中，包含一個函數定義和一個條件語句，如下所示：

此代碼中，包含一個main()函數，在程序執行時打印Hello World!。此外，還包含一個條件（或if）語句，用于檢查__name__的值并將其與字符串"__main__"進行比較。當if語句為True時，Python解釋器將執行main()函數。更多關于Python條件語句的信息可以由此獲得。

這種代碼模式在Python文件中非常常見，它將作為腳本執行并導入另一個模塊。為了幫助理解這段代碼的執行方式，首先需要了解Python解釋器如何根據代碼的執行方式設置__name__。

Python中的執行模式

Python解釋器執行代碼有兩種方式：

更多內容可參考如何運行Python腳本。無論采用哪種方式，Python都會定義一個名為__name__的特殊變量，該變量包含一個字符串，其值取決于代碼的使用方式。

本文將如下示例文件保存為execution_methods.py，以 探索 代碼如何根據上下文改變行為：

在此文件中，定義了三個對print()函數的調用。前兩個打印一些介紹性短語。第三個print()會先打印短語The value __name__ is，之后將使用Python內置的repr()函數打印出__name__變量。

在Python中，repr()函數將對象轉化為供解釋器讀取的形式。上述示例通過使用repr()函數來強調__name__的值為字符串。更多關于repr()的內容可參考Python文檔。

在本文中，您將隨處可見文件(file)，模塊(module)和腳本(script)這三個字眼。實際上，三者之間并無太大的差別。不過，在強調代碼目的時，還是存在細微的差異：

“如何運行Python腳本”一文也討論了三者的差別。

基于命令行執行

在這類方法中，Python腳本將通過命令行來執行。

執行腳本時，無法與Python解釋器正在執行的代碼交互。關于如何通過命令行執行代碼的詳細信息對本文而言并不重要，但您可以通過展開下框閱讀更多有關Windows，Linux和macOS之間命令行差異的內容。

命令行環境

不同的操作系統在使用命令行執行代碼時存在細微的差異。

在Linux和macOS中，通常使用如下命令：

美元符號($)之前的內容可能有所不同，具體取決于您的用戶名和計算機名稱。您鍵入的命令位于$之后。在Linux或macOS上，Python3的可執行文件名為python3，因此可以通過輸入python3 script_name.py來運行python腳本。

在Windows上，命令提示符通常如下所示：

根據您的用戶名，之前的內容可能會有所不同，您輸入的命令位于之后。在Windows上，Python3的可執行文件通常為python。因此可以通過輸入python script_name.py來運行python腳本。

無論哪種操作系統，本文的Python腳本的輸出結果都是相同的。因此本文以Linux和macOS為例。

使用命令行執行execution_methods.py，如下所示：

在這個示例中，__name__具有值'__main__'，其中引號(')表明該值為字符串類型。

請記住，在Python中，使用單引號(')和雙引號(")定義的字符串沒有區別。更多關于字符串的內容請參考Python的基本數據類型。

如果在腳本中包含"shebang行"并直接執行它(./execution_methods.py)，或者使用IPython或Jupyter Notebook的%run，將會獲取相同的結果。

您還可以通過向命令行添加-m參數的方法實現以模塊的方式執行。通常情況下，推薦如下方式pip: python3 -m pip install package_name。

添加-m參數將會運行包中__main__.py的代碼。更多關于__main__.py文件的內容可參考如何將開源Python包發布到PyPI中。

在三種情況中，__name__都具有相同的值：字符串'__main__'。

技術細節：Python文檔中具體定義了__name__何時取值為'__main__'。

當通過標準輸入，腳本或者交互提示中讀取數據時，模塊的__name__將取值為'__main__'。（來源）

__name__與__doc__，__package__和其他屬性一起存儲在模塊的全局命名空間。更多關于屬性的信息可參考Python數據模型文檔，特別是關于模塊和包的信息，請參閱Python Import文檔。

導入模塊或解釋器

接下來是Python解釋器執行代碼的第二種方式：導入。在開發模塊或腳本時，可以使用import關鍵字導入他人已經構建的模塊。

在導入過程中，Python執行指定模塊中定義的語句（但僅在第一次導入模塊時）。要演示導入execution_methods.py文件的結果，需要啟動Python解釋器，然后導入execution_methods.py文件：

在此代碼輸出中，Python解釋器執行了三次print()函數調用。前兩行由于沒有變量，在輸出方面與在命令行上作為腳本執行時完全相同。但是第三個輸出存在差異。

當Python解釋器導入代碼時，__name__的值與要導入的模塊的名稱相同。您可以通過第三行的輸出了解這一點。__name__的值為'execution_methods'，是Python導入的.py文件。

注意如果您在沒有退出Python時再次導入模塊，將不會有輸出。

注意：更多關于導入在Python中如何工作的內容請參考官方文檔和Python中的絕對和相對導入。

Main函數的最佳實踐

既然您已經了解兩種執行方式上的差異，那么掌握一些最佳實踐方案還是很有用的。它們將適用于編寫作為腳本運行的代碼或者在另一個模塊導入的代碼。

如下是四種實踐方式：

將大部分代碼放入函數或類中

請記住，Python解釋器在導入模塊時會執行模塊中的所有代碼。有時如果想要實現用戶可控的代碼，會導致一些副作用，例如：

在這種情況下，想要實現用戶控制觸發此代碼的執行，而不是讓Python解釋器在導入模塊時執行代碼。

因此，最佳方法是將大部分代碼包含在函數或類中。這是因為當Python解釋器遇到def或class關鍵字時，它只存儲這些定義供以后使用，并且在用戶通知之前不會實際執行。

將如下代碼保存在best_practices.py以證明這個想法：

在此代碼中，首先從time模塊中導入sleep()。

在這個示例中，參數以秒的形式傳入sleep()函數中，解釋器將暫停一段時間再運行。隨后，使用print()函數打印關于代碼描述的語句。

之后，定義一個process_data()函數，執行如下五項操作：

在命令行中執行

當你將此文件作為腳本用命令行執行時會發生什么呢？

Python解釋器將執行函數定義之外的from time import sleep和print()，之后將創建函數process_data()。然后，腳本將退出而不做任何進一步的操作，因為腳本沒有任何執行process_data()的代碼。

如下是這段腳本的執行結果：

我們在這里看到的輸出是第一個print()的結果。注意，從time導入和定義process_data()函數不產生結果。具體來說，調用定義在process_data()內部的print()不會打印結果。

導入模塊或解釋器執行

在會話（或其他模塊）中導入此文件時，Python解釋器將執行相同的步驟。

Python解釋器導入文件后，您可以使用已導入模塊中定義的任何變量，類或函數。為了證明這一點，我們將使用可交互的Python解釋器。啟動解釋器，然后鍵入import best_practices：

導入best_practices.py后唯一的輸出來自process_data()函數外定義的print()。導入模塊或解釋器執行與基于命令行執行類似。

使用__name__控制代碼的執行

如何實現基于命令行而不使用Python解釋器導入文件來執行呢？

您可以使用__name__來決定執行上下文，并且當__name__等于"__main__"時才執行process_data()。在best_practices.py文件中添加如下代碼：

這段代碼添加了一個條件語句來檢驗__name__的值。當值為"__main__"時，條件為True。記住當__name__變量的特殊值為"__main__"時意味著Python解釋器會執行腳本而不是將其導入。

條件語塊內添加了四行代碼（第12，13，14和15行）：

現在，在命令行中運行best_practices.py，并觀察輸出的變化：

首先，輸出顯示了process_data()函數外的print()的調用結果。

之后，data的值被打印。因為當Python解釋器將文件作為腳本執行時，變量__name__具有值"__main__"，因此條件語句被計算為True。

接下來，腳本將調用process_data()并傳入data進行修改。當process_data執行時，將輸出一些狀態信息。最終，將輸出modified_data的值。

現在您可以驗證從解釋器（或其他模塊）導入best_practices.py后發生的事情了。如下示例演示了這種情況：

注意，當前結果與將條件語句添加到文件末尾之前相同。因為此時__name__變量的值為"best_practices"，因此條件語句結果為False，Python將不執行process_data()。

創建名為main()的函數來包含要運行的代碼

現在，您可以編寫作為腳本由從命令行執行并導入且沒有副作用的Python代碼。接下來，您將學習如何編寫代碼并使其他程序員能輕松地理解其含義。

許多語言，如C，C++，Java以及其他的一些語言，都會定義一個叫做main()的函數，當編譯程序時，操作系統會自動調用該函數。此函數通常被稱為入口點(entry point)，因為它是程序進入執行的起始位置。

相比之下，Python沒有一個特殊的函數作為腳本的入口點。實際上在Python中可以將入口點定義成任何名稱。

盡管Python不要求將函數命名為main()，但是最佳的做法是將入口點函數命名為main()。這樣方便其他程序員定位程序的起點。

此外，main()函數應該包含Python解釋器執行文件時要運行的任何代碼。這比將代碼放入條件語塊中更好，因為用戶可以在導入模塊時重復使用main()函數。

修改best_practices.py文件如下所示：

在這個示例中，定義了一個main()函數，它包含了上面的條件語句塊。之后修改條件語塊執行main()。如果您將此代碼作為腳本運行或導入，將獲得與上一節相同的輸出。

在main()中調用其他函數

另一種常見的實現方式是在main()中調用其他函數，而不是直接將代碼寫入main()。這樣做的好處在于可以實現將幾個獨立運行的子任務整合。

例如，某個腳本有如下功能：

如果在單獨的函數中各自實現這些子任務，您（或其他用戶）可以很容易地實現代碼重用。之后您可以在main()函數中創建默認的工作流。

您可以根據自己的情況選擇是否使用此方案。將任務拆分為多個函數會使重用更容易，但會增加他人理解代碼的難度。

修改best_practices.py文件如下所示：

在此示例代碼中，文件的前10行具有與之前相同的內容。第12行的第二個函數創建并返回一些示例數據，第17行的第三個函數模擬將修改后的數據寫入數據庫。

第21行定義了main()函數。在此示例中，對main()做出修改，它將調用數據讀取，數據處理以及數據寫入等功能。

首先，從read_data_from_web()中創建data。將data作為參數傳入process_data()，之后將返回modified_data。最后，將modified_data傳入write_data_to_database()。

腳本的最后兩行是條件語塊用于驗證__name__，并且如果if語句為True，則執行main()。

在命令行中運行如下所示：

根據執行結果，Python解釋器在執行main()函數時，將依次執行read_data_from_web()，process_data()以及write_data_to_database()。當然，您也可以導入best_practices.py文件并重用process_data()作為不同的數據輸入源，如下所示：

在此示例中，導入了best_practices并且將其簡寫為bp。

導入過程會導致Python解釋器執行best_practices.py的全部代碼，因此輸出顯示解釋文件用途的信息。

然后，從文件中存儲數據而不是從Web中讀取數據。之后，可以重用best_practices.py文件中的process_data()和write_data_to_database()函數。在此情況下，可以利用代碼重寫來取代在main()函數中實現全部的代碼邏輯。

實踐總結

以下是Python中main()函數的四個關鍵最佳實踐：

結論

恭喜！您現在已經了解如何創建Python main()函數了。

本文介紹了如下內容：

現在，您可以開始編寫一些非常棒的關于Python main()函數代碼啦！