正常退出tushare
tushare最新的api中，很多函数的调用像这样，ts.bar(code,conn=conn), 其中conn=ts.get_api()
查看源码知道ts.get_api() 里面使用了多线程，程序一直在循环等待。 如果按ctrl + c，是无法正常终止tushare在后台的调用，需要使用ts.close_api(conn), 才能终止掉后台的多线程，这个时候程序才能正常退出，释放系统资源。
原创文章
转载请注明出处：http://30daydo.com/article/308
收起阅读 »
查看源码知道ts.get_api() 里面使用了多线程，程序一直在循环等待。 如果按ctrl + c，是无法正常终止tushare在后台的调用，需要使用ts.close_api(conn), 才能终止掉后台的多线程，这个时候程序才能正常退出，释放系统资源。
原创文章
转载请注明出处：http://30daydo.com/article/308
收起阅读 »
linux的crontab中每隔一段时间是以什么为准
*/10 * * * * date >> /home/user/test.log
比如上面的语句， 每个10分钟运行一次，这个大家都知道（不知道的可以google），可是在运行中，这个10分钟是什么开始的呢？
从上面运行的test.log记录的文件来看，这个10分钟是以当前的时钟，从0点开始算起的10分钟，比如你刚刚设定的crontab的时间是1点15分，那么脚本运行的时间是1点20分，因为这个时间间隔是0,10,20,30,40,50,0分这种规律执行的，并不是在你配置后crontab的时间（1点15分+10分钟，即1点25分）。所以如果你设定的是
*/40 * * * * date >> /home/user/test.log
那么执行的结果是0点40分，1点20分，2点，2点40分，3点20分。。。。这样的执行顺序。
有点奇葩。 收起阅读 »
使用优矿获取股市的基本数据 实例操作
1. 每日行业个股换手率排名
DataAPI.MktRANKInstTrGet
行业名称，如：传媒,电气设备等，可多值输入，以下为申万28个行业名称：休闲服务,房地产,商业贸易,综合,钢铁,农林牧渔,食品饮料,采掘,电子,国防军工,通信,公用事业,交通运输,轻工制造,计算机,电气设备,家用电器,医药生物,传媒,非银金融,汽车,有色金属,机械设备,建筑材料,化工,纺织服装,银行,建筑装饰,可以是列表,可空
实例
原创文章
转载请注明出处：http://30daydo.com/article/306
收起阅读 »
DataAPI.MktRANKInstTrGet
行业名称，如：传媒,电气设备等，可多值输入，以下为申万28个行业名称：休闲服务,房地产,商业贸易,综合,钢铁,农林牧渔,食品饮料,采掘,电子,国防军工,通信,公用事业,交通运输,轻工制造,计算机,电气设备,家用电器,医药生物,传媒,非银金融,汽车,有色金属,机械设备,建筑材料,化工,纺织服装,银行,建筑装饰,可以是列表,可空
实例
原创文章
转载请注明出处：http://30daydo.com/article/306
收起阅读 »
2018-05-02 复盘
今日操作：
1. 万信转债 T+0 操作，因为费率十万分之5，所以操作较为高频。 这个操作其实使用自动化下单来操作。 这样就不需要盯盘或者不断埋单，撤单。
2. 把前期中的可转债的签，利欧转债，岩土转债割肉了，买入了江阴转债，为了今晚江阴会下调转股价。
果不其然，晚上江阴银行发公告，下调了转股价，下调了转股价后，现在的转股价格为95.869，那么明天的可转债价格大概率会在103上面。
明天计划：开盘就卖出江阴转债，然后把资金买入无锡转债（如果无锡转债价格低于100）
3. 尾盘买入了兆日科技，前期芯片连班+超跌。 尾盘看着芯片板块跌不下去了，目前还没有其他热门板块（医药作为防守，容易追高被套），所以还是继续介入芯片板块。
明天计划：高开就卖出（10点前），除非强势涨停。
收起阅读 »
1. 万信转债 T+0 操作，因为费率十万分之5，所以操作较为高频。 这个操作其实使用自动化下单来操作。 这样就不需要盯盘或者不断埋单，撤单。
2. 把前期中的可转债的签，利欧转债，岩土转债割肉了，买入了江阴转债，为了今晚江阴会下调转股价。
果不其然，晚上江阴银行发公告，下调了转股价，下调了转股价后，现在的转股价格为95.869，那么明天的可转债价格大概率会在103上面。
明天计划：开盘就卖出江阴转债，然后把资金买入无锡转债（如果无锡转债价格低于100）
3. 尾盘买入了兆日科技，前期芯片连班+超跌。 尾盘看着芯片板块跌不下去了，目前还没有其他热门板块（医药作为防守，容易追高被套），所以还是继续介入芯片板块。
明天计划：高开就卖出（10点前），除非强势涨停。
收起阅读 »
删除MIUI ROM里面的内置软件
抽屉利的三星S4手机，打算拿来做接收邮件专用的。 但是系统很久，旧到无法安装微信。
于是下载了小米的MIUI7的ROM, 根据官方的教程刷好了小米的ROM。
刚开始还是很流畅的。 可是后面发现越来越多的广告和app弹窗。太烦了，有豌豆荚，今日头条，搜狗浏览器，搜狗助手，而且还有一些不知道是什么app来的，经常在通知栏里面弹出来，屏保的时候整个画面都是广告。 烦不胜烦，在设置里面，看到这些app都没有可以选择卸载的地方。 把它们的服务停止了，问题依然存在，广告弹个不停，最大的问题是整个手机一直处于下载广告状态， 网速栏里面一直看到网速800-900，后台某些程序在一直联网。
忍无可忍后，把数据线接入手机，使用adb把这些流氓软件给删除掉。 打开手机的root权限。
然后运行
adb root
adb remount
然后你就可以对手机为所欲为了。
首先进入如下的目录：ls一下
看到了这些软件的包名，然后不客气，直接rm -f *
删除之。
然后还可以把小米的一些无用的app也删除，像自带的百度输入法（定制版，经常有广告，屏保也有广告）。
同样rm xxx.apk
删除你不想要的app名字。
最后重启下手机就可以，手机顿时清净很多。
收起阅读 »
于是下载了小米的MIUI7的ROM, 根据官方的教程刷好了小米的ROM。
刚开始还是很流畅的。 可是后面发现越来越多的广告和app弹窗。太烦了，有豌豆荚，今日头条，搜狗浏览器，搜狗助手，而且还有一些不知道是什么app来的，经常在通知栏里面弹出来，屏保的时候整个画面都是广告。 烦不胜烦，在设置里面，看到这些app都没有可以选择卸载的地方。 把它们的服务停止了，问题依然存在，广告弹个不停，最大的问题是整个手机一直处于下载广告状态， 网速栏里面一直看到网速800-900，后台某些程序在一直联网。
忍无可忍后，把数据线接入手机，使用adb把这些流氓软件给删除掉。 打开手机的root权限。
然后运行
adb root
adb remount
然后你就可以对手机为所欲为了。
首先进入如下的目录：ls一下
看到了这些软件的包名，然后不客气，直接rm -f *
删除之。
然后还可以把小米的一些无用的app也删除，像自带的百度输入法（定制版，经常有广告，屏保也有广告）。
同样rm xxx.apk
删除你不想要的app名字。
最后重启下手机就可以，手机顿时清净很多。
收起阅读 »
ubuntu输入密码后一直无法进入系统，继续返回在登录界面
之前一直好好的，突然一直无法登录，密码是正确的。然后按照网上的大部分教程那样，通过Ctrl+Alt +F6 进入命令行模式，可以正常登录。
然后也尝试修改.Xauthority的权限，给个777. 重启后还是不行，然后尝试把这个文件直接删除，还是无法登录图形界面。 好多人也说是显卡驱动问题，可是我根本没有修改任何的图形的设置，或者安装过显卡的驱动。
然后在GRUB启动菜单中，进入其他的内核版本。
居然用一个旧的内核版本，居然可以进入系统的图形界面。linux-4.2.0.38,而最新的4.2.0.39会一直出现问题。
所以问题就解决了。
但是不能每次开机都要手动选择一次grub的菜单，然后进入到ubuntu advanced菜单中选择里面的低内核版本。
然后按照网上的套路，修改/boot/grub/grub.cfg, 可是这文件是系统文件，一直是只读状态，无法修改。 尝试进入recovery模式的root用户下，也改不了。
所以想到可以把内核4.2.0.39给删除掉。
apt remove linux-4.2.0.39-XXXXX （后面的一串字符忘记了，你可以打开grub.cfg里面找到的）
结果，在卸载内核的同时，居然还给我升级到了linux-4.2.0.40内核版本，实在无语。。 而尝试通过这个最新的linux-4.2.0.40内核版本进入系统，可是老问题依然存在，无法登录系统。
于是只好再手工删除这个linux-4.2.0.40内核。
最后，所有内核自身一个linux-4.2.0.38. 然后update-grub， 默认就会进入linux-4.2.0.38的内核的ubuntu，然后就可以登录ubuntu的图形界面的了。
## 如果上面的方法无法解决,那么可以使用下面的方法:
1. 停止桌面 service stop lightdm
2 重装nvidia显卡驱动 ./Nviia**.run
3. 重启机器即可
后记:
已经遇到这个问题好几遍,基本每次解决方案都不一样,真的崩溃呀.
收起阅读 »
然后也尝试修改.Xauthority的权限，给个777. 重启后还是不行，然后尝试把这个文件直接删除，还是无法登录图形界面。 好多人也说是显卡驱动问题，可是我根本没有修改任何的图形的设置，或者安装过显卡的驱动。
然后在GRUB启动菜单中，进入其他的内核版本。
居然用一个旧的内核版本，居然可以进入系统的图形界面。linux-4.2.0.38,而最新的4.2.0.39会一直出现问题。
所以问题就解决了。
但是不能每次开机都要手动选择一次grub的菜单，然后进入到ubuntu advanced菜单中选择里面的低内核版本。
然后按照网上的套路，修改/boot/grub/grub.cfg, 可是这文件是系统文件，一直是只读状态，无法修改。 尝试进入recovery模式的root用户下，也改不了。
所以想到可以把内核4.2.0.39给删除掉。
apt remove linux-4.2.0.39-XXXXX （后面的一串字符忘记了，你可以打开grub.cfg里面找到的）
结果，在卸载内核的同时，居然还给我升级到了linux-4.2.0.40内核版本，实在无语。。 而尝试通过这个最新的linux-4.2.0.40内核版本进入系统，可是老问题依然存在，无法登录系统。
于是只好再手工删除这个linux-4.2.0.40内核。
最后，所有内核自身一个linux-4.2.0.38. 然后update-grub， 默认就会进入linux-4.2.0.38的内核的ubuntu，然后就可以登录ubuntu的图形界面的了。
## 如果上面的方法无法解决,那么可以使用下面的方法:
1. 停止桌面 service stop lightdm
2 重装nvidia显卡驱动 ./Nviia**.run
3. 重启机器即可
后记:
已经遇到这个问题好几遍,基本每次解决方案都不一样,真的崩溃呀.
收起阅读 »
2018-04-28 周复盘
以后需要把自己的每天的操作记录下来，每天记录复盘。才可以知道对与错。
操作：
I.
23日买入的全志科技：
正确，因为最近的风头在芯片板块。 趁调整的时候进入。 【调整的时候，如果开盘跌倒-8个点，可以考虑入，不然最好尾盘再进，怕被套】
24日就卖出。
正确，本身就是做一日游行情。最近芯片都是调整，龙头是紫光国芯（另外一只华锋股份买不到，一字版），龙头先跌，龙头先涨。
有赚就可以，别顾虑什么卖飞。 记住，没人能够卖在最高点。
II.
26日买入华天科技：
错误，跟风小弟，波动率不够。 买入的时候没有在尾盘买，当天被套。 是一时冲动买的，没有计划。
卖出，正确。 本身的冲动买入，就不应该持有过久。 亏2.5个点出局， 27日芯片板块大调整。
III.
深F120
定投ETF。 应该在跌的时候坚定买入。 基金定投在亏的时候买入越多，待到牛市才会收获慢慢。
IV.
赛为智能
25日卖出，因为刚刚解套，就出掉了。 卖飞，不过正确，当天的的大阳线后接着两天出现阴线，震荡趋势中，有阳线就应该走，因为后面肯定有机会可以接回来。
V.
万信转债
这个股，已经被我做T做烂， 已经累计了不少了盈利。 对着正股来操作可转债，安全边际很高， 而且成功率很高。 T+0，还有折价10个点。
VI.
中签的岩土，利欧，无锡全部割掉。这些破发的留太久没什么好处，应该更为坚决，第一天开盘就卖！
周五想买回无锡转债，因为周五可能会发布下调转股价的公告，结果但是觉得可能没那么快就发公告，就没买回来。 结果周五还真发的公告了，下周肯定高开2个点以上。
收起阅读 »
操作：
I.
23日买入的全志科技：
正确，因为最近的风头在芯片板块。 趁调整的时候进入。 【调整的时候，如果开盘跌倒-8个点，可以考虑入，不然最好尾盘再进，怕被套】
24日就卖出。
正确，本身就是做一日游行情。最近芯片都是调整，龙头是紫光国芯（另外一只华锋股份买不到，一字版），龙头先跌，龙头先涨。
有赚就可以，别顾虑什么卖飞。 记住，没人能够卖在最高点。
II.
26日买入华天科技：
错误，跟风小弟，波动率不够。 买入的时候没有在尾盘买，当天被套。 是一时冲动买的，没有计划。
卖出，正确。 本身的冲动买入，就不应该持有过久。 亏2.5个点出局， 27日芯片板块大调整。
III.
深F120
定投ETF。 应该在跌的时候坚定买入。 基金定投在亏的时候买入越多，待到牛市才会收获慢慢。
IV.
赛为智能
25日卖出，因为刚刚解套，就出掉了。 卖飞，不过正确，当天的的大阳线后接着两天出现阴线，震荡趋势中，有阳线就应该走，因为后面肯定有机会可以接回来。
V.
万信转债
这个股，已经被我做T做烂， 已经累计了不少了盈利。 对着正股来操作可转债，安全边际很高， 而且成功率很高。 T+0，还有折价10个点。
VI.
中签的岩土，利欧，无锡全部割掉。这些破发的留太久没什么好处，应该更为坚决，第一天开盘就卖！
周五想买回无锡转债，因为周五可能会发布下调转股价的公告，结果但是觉得可能没那么快就发公告，就没买回来。 结果周五还真发的公告了，下周肯定高开2个点以上。
收起阅读 »
抄底？还是跳入火坑
对于抄底，个人的态度是谨慎的。 尽量不会去参与。 因为很多看起来的底，很有可能只是个下跌中继，下面还有地下室，地下车库，十八层地狱。尤其是那些经历多个缩量跌停的个股。 在趋势面前，没有人能够凭借一己之力扭转。
截几个图给大家看看：
富控互动（点击查看大图）
如果你去抄底了，在图示2的位置买入，假如你买入1W快，那么到今天（2018-04-27）如果没及时止损割肉，那么现在就剩6900.
而如果是从1的位置买入一直持有到现在，那么现在就剩4000元。
顺威股份（点击大图）
如果你在2位置抄底，那么现在会亏损40%
同样，如果你在2位置去抄底神雾
那么到现在你会亏损51%，而在3位置去抄底，那么你到现在会亏损31%，所以抄底过程中，如果你没有做好马上捞一笔就跑的习惯，还是不要去参与。参与了，就要跑的快，不论盈利或者亏损。 不然后面的都是深渊。
收起阅读 »
截几个图给大家看看：
富控互动（点击查看大图）
如果你去抄底了，在图示2的位置买入，假如你买入1W快，那么到今天（2018-04-27）如果没及时止损割肉，那么现在就剩6900.
而如果是从1的位置买入一直持有到现在，那么现在就剩4000元。
顺威股份（点击大图）
如果你在2位置抄底，那么现在会亏损40%
同样，如果你在2位置去抄底神雾
那么到现在你会亏损51%，而在3位置去抄底，那么你到现在会亏损31%，所以抄底过程中，如果你没有做好马上捞一笔就跑的习惯，还是不要去参与。参与了，就要跑的快，不论盈利或者亏损。 不然后面的都是深渊。
收起阅读 »
树莓派中使用matplotlib出错 TypeError: constructor returned NULL
File "/usr/local/lib/python2.7/dist-packages/matplotlib/pyplot.py", line 115, in <module>
_backend_mod, new_figure_manager, draw_if_interactive, _show = pylab_setup()
File "/usr/local/lib/python2.7/dist-packages/matplotlib/backends/__init__.py", line 32, in pylab_setup
globals(),locals(),[backend_name],0)
File "/usr/local/lib/python2.7/dist-packages/matplotlib/backends/backend_gtk3agg.py", line 11, in <module>
from . import backend_gtk3
File "/usr/local/lib/python2.7/dist-packages/matplotlib/backends/backend_gtk3.py", line 54, in <module>
cursors.MOVE : Gdk.Cursor.new(Gdk.CursorType.FLEUR),
TypeError: constructor returned NULL
上面的代码是在树莓派上运行出错的，而在本地的ubuntu上正常运行没问题。
后面查了下资料，原因是我用了ssh登录到树莓派，所以X11的模块没有被正常加载。
按照以下方法就可以解决问题了：
在代码中添加以下这一句：
matplotlib.use("Pdf")
而且这一句要在import matplotlib.pyplot as plt这句前面添加。
OK。 收起阅读 »
python安装mpl_finance [finance模块已经从matplotlib2.0.2中脱离出来]
最新的matplotlib中已经把其中的finance库脱离出来，目前还没有放入PIP的仓库中，所以使用pip install mpl_finance会提示找不到所需要的库.
解决办法：
到官方github中下载源码，然后在本地安装即可。 目前的mpl_finance的版本还是dev版，不过用起来也没什么大问题。
git clone git@github.com:matplotlib/mpl_finance.git
等待下载后，进入该目录， sudo python setup.py install
OK
收起阅读 »
解决办法：
到官方github中下载源码，然后在本地安装即可。 目前的mpl_finance的版本还是dev版，不过用起来也没什么大问题。
git clone git@github.com:matplotlib/mpl_finance.git
等待下载后，进入该目录， sudo python setup.py install
OK
收起阅读 »
python获取涨停板历史数据
获取A股每天的涨停板数据，起始日期和截止日期都可以自定义。
这个数据可以用来后续的大数据分析，比如统计每天涨停板的数目和大盘指数的相关性，涨停打开次数与当日人气的强弱的关系。
点击查看大图
python代码（pyhton2版本，另外最下面有python3版本的代码实现）：
python3代码：
原创。
转载请注明出处。
http://30daydo.com/article/295
[/i][/i][/code]
欢迎关注公众号：可转债量化分析
收起阅读 »
这个数据可以用来后续的大数据分析，比如统计每天涨停板的数目和大盘指数的相关性，涨停打开次数与当日人气的强弱的关系。
python代码（pyhton2版本，另外最下面有python3版本的代码实现）：
# -*- coding=utf-8 -*-
import datetime
__author__ = 'Rocky'
'''
http://30daydo.com
Contact: weigesysu@qq.com
'''
# 每天的涨跌停
import urllib2, re, time, xlrd, xlwt, sys, os
import setting
import pandas as pd
import tushare as ts
from setting import LLogger
reload(sys)
sys.setdefaultencoding('gbk')
logger = LLogger('zdt.log')
class GetZDT:
def __init__(self,current):
self.user_agent = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/64.0.3282.167 Chrome/64.0.3282.167 Safari/537.36"
# self.today = time.strftime("%Y%m%d")
self.today=current
self.path = os.path.join(os.path.dirname(__file__), 'data')
self.zdt_url = 'http://home.flashdata2.jrj.com.cn/limitStatistic/ztForce/' + self.today + ".js"
self.zrzt_url = 'http://hqdata.jrj.com.cn/zrztjrbx/limitup.js'
self.host = "home.flashdata2.jrj.com.cn"
self.reference = "http://stock.jrj.com.cn/tzzs/z ... ot%3B
self.header_zdt = {"User-Agent": self.user_agent,
"Host": self.host,
"Referer": self.reference}
self.zdt_indexx = [u'代码', u'名称', u'最新价格', u'涨跌幅', u'封成比', u'封流比', u'封单金额', u'最后一次涨停时间', u'第一次涨停时间', u'打开次数',
u'振幅',
u'涨停强度']
self.zrzt_indexx = [u'序号', u'代码', u'名称', u'昨日涨停时间', u'最新价格', u'今日涨幅', u'最大涨幅', u'最大跌幅', u'是否连板', u'连续涨停次数',
u'昨日涨停强度', u'今日涨停强度', u'是否停牌', u'昨天的日期', u'昨日涨停价', u'今日开盘价格', u'今日开盘涨幅']
self.header_zrzt = {"User-Agent": self.user_agent,
"Host": "hqdata.jrj.com.cn",
"Referer": "http://stock.jrj.com.cn/tzzs/zrztjrbx.shtml"
}
def getdata(self, url, headers, retry=5):
req = urllib2.Request(url=url, headers=headers)
for i in range(retry):
try:
resp = urllib2.urlopen(req,timeout=20)
content = resp.read()
md_check = re.findall('summary|lasttradedate',content)
if content and len(md_check)>0:
return content
else:
time.sleep(60)
logger.log('failed to get content, retry: {}'.format(i))
continue
except Exception, e:
logger.log(e)
time.sleep(60)
continue
return None
def convert_json(self, content):
p = re.compile(r'"Data":(.*)};', re.S)
if len(content)<=0:
logger.log('Content\'s length is 0')
exit(0)
result = p.findall(content)
if result:
try:
# print result
t1 = result[0]
t2 = list(eval(t1))
return t2
except Exception,e:
logger.log(e)
return None
else:
return None
def save_to_dataframe(self, data, indexx, choice, post_fix):
engine = setting.get_engine('db_zdt')
if not data:
exit()
data_len = len(data)
if choice == 1:
for i in range(data_len):
data[choice] = data[choice].decode('gbk')
df = pd.DataFrame(data, columns=indexx)
filename = os.path.join(self.path, self.today + "_" + post_fix + ".xls")
if choice == 1:
df[u'今天的日期']=self.today
df.to_excel(filename, encoding='gbk')
try:
df.to_sql(self.today + post_fix, engine, if_exists='fail')
except Exception,e:
logger.log(e)
def storedata(self):
zdt_content = self.getdata(self.zdt_url, headers=self.header_zdt)
logger.log('zdt Content'+zdt_content)
zdt_js = self.convert_json(zdt_content)
self.save_to_dataframe(zdt_js, self.zdt_indexx, 1, 'zdt')
time.sleep(5)
if __name__ == '__main__':
date_list = [datetime.datetime.strftime(i,'%Y%m%d') for i in list(pd.date_range('20170401','20171231'))]
for today in date_list:
if not ts.is_holiday(datetime.datetime.strptime(today,'%Y%m%d').strftime('%Y-%m-%d')):
print today
obj = GetZDT(today)
obj.storedata()
else:
logger.log('Holiday')
python3代码：
# -*- coding=utf-8 -*-
__author__ = 'Rocky'
'''
http://30daydo.com
Contact: weigesysu@qq.com
'''
# 每天的涨跌停
import re
import time
import xlrd
import xlwt
import sys
import os
import setting
from setting import is_holiday, DATA_PATH
import pandas as pd
import tushare as ts
from setting import llogger
import requests
from send_mail import sender_139
import datetime
# reload(sys)
# sys.setdefaultencoding('gbk')
logger = llogger(__file__)
class GetZDT:
def __init__(self):
self.user_agent = "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Ubuntu Chromium/64.0.3282.167 Chrome/64.0.3282.167 Safari/537.36"
self.today = time.strftime("%Y%m%d")
self.path = DATA_PATH
self.zdt_url = 'http://home.flashdata2.jrj.com.cn/limitStatistic/ztForce/' + \
self.today + ".js"
self.zrzt_url = 'http://hqdata.jrj.com.cn/zrztjrbx/limitup.js'
self.host = "home.flashdata2.jrj.com.cn"
self.reference = "http://stock.jrj.com.cn/tzzs/z ... ot%3B
self.header_zdt = {"User-Agent": self.user_agent,
"Host": self.host,
"Referer": self.reference}
self.zdt_indexx = [u'代码', u'名称', u'最新价格', u'涨跌幅', u'封成比', u'封流比', u'封单金额', u'最后一次涨停时间', u'第一次涨停时间', u'打开次数',
u'振幅',
u'涨停强度']
self.zrzt_indexx = [u'序号', u'代码', u'名称', u'昨日涨停时间', u'最新价格', u'今日涨幅', u'最大涨幅', u'最大跌幅', u'是否连板', u'连续涨停次数',
u'昨日涨停强度', u'今日涨停强度', u'是否停牌', u'昨天的日期', u'昨日涨停价', u'今日开盘价格', u'今日开盘涨幅']
self.header_zrzt = {"User-Agent": self.user_agent,
"Host": "hqdata.jrj.com.cn",
"Referer": "http://stock.jrj.com.cn/tzzs/zrztjrbx.shtml"
}
def getdata(self, url, headers, retry=5):
for i in range(retry):
try:
resp = requests.get(url=url, headers=headers)
content = resp.text
md_check = re.findall('summary|lasttradedate', content)
if content and len(md_check) > 0:
return content
else:
time.sleep(60)
logger.info('failed to get content, retry: {}'.format(i))
continue
except Exception as e:
logger.info(e)
time.sleep(60)
continue
return None
def convert_json(self, content):
p = re.compile(r'"Data":(.*)};', re.S)
if len(content) <= 0:
logger.info('Content\'s length is 0')
exit(0)
result = p.findall(content)
if result:
try:
# print(result)
t1 = result[0]
t2 = list(eval(t1))
return t2
except Exception as e:
logger.info(e)
return None
else:
return None
# 2016-12-27 to do this
def save_excel(self, date, data):
# data is list type
w = xlwt.Workbook(encoding='gbk')
ws = w.add_sheet(date)
excel_filename = date + ".xls"
# sheet=open_workbook(excel_filenme)
# table=wb.sheets()[0]
xf = 0
ctype = 1
rows = len(data)
point_x = 1
point_y = 0
ws.write(0, 0, u'代码')
ws.write(0, 1, u'名称')
ws.write(0, 2, u'最新价格')
ws.write(0, 3, u'涨跌幅')
ws.write(0, 4, u'封成比')
ws.write(0, 5, u'封流比')
ws.write(0, 6, u'封单金额')
ws.write(0, 7, u'第一次涨停时间')
ws.write(0, 8, u'最后一次涨停时间')
ws.write(0, 9, u'打开次数')
ws.write(0, 10, u'振幅')
ws.write(0, 11, u'涨停强度')
print("Rows:%d" % rows)
for row in data:
rows = len(data)
cols = len(row)
point_y = 0
for col in row:
# print(col)
# table.put_cell(row,col,)
# print(col)
ws.write(point_x, point_y, col)
# print("[%d,%d]" % (point_x, point_y))
point_y = point_y + 1
point_x = point_x + 1
w.save(excel_filename)
def save_to_dataframe(self, data, indexx, choice, post_fix):
engine = setting.get_engine('db_zdt')
if not data:
exit()
data_len = len(data)
if choice == 1:
for i in range(data_len):
data[i][choice] = data[i][choice]
df = pd.DataFrame(data, columns=indexx)
filename = os.path.join(
self.path, self.today + "_" + post_fix + ".xls")
# 今日涨停
if choice == 1:
df['今天的日期'] = self.today
df.to_excel(filename, encoding='gbk')
try:
df.to_sql(self.today + post_fix, engine, if_exists='fail')
except Exception as e:
logger.info(e)
# 昨日涨停
if choice == 2:
df = df.set_index(u'序号')
df[u'最大涨幅'] = df[u'最大涨幅'].map(lambda x: round(x * 100, 3))
df[u'最大跌幅'] = df[u'最大跌幅'].map(lambda x: round(x * 100, 3))
df[u'今日开盘涨幅'] = df[u'今日开盘涨幅'].map(lambda x: round(x * 100, 3))
df[u'昨日涨停强度'] = df[u'昨日涨停强度'].map(lambda x: round(x, 0))
df[u'今日涨停强度'] = df[u'今日涨停强度'].map(lambda x: round(x, 0))
try:
df.to_sql(self.today + post_fix, engine, if_exists='fail')
except Exception as e:
logger.info(e)
avg = round(df['今日涨幅'].mean(), 2)
current = datetime.datetime.now().strftime('%Y-%m-%d')
title = '昨天涨停个股今天{}\n的平均涨幅{}\n'.format(current, avg)
try:
sender_139(title, title)
except Exception as e:
print(e)
# 昨日涨停今日的状态，今日涨停
def storedata(self):
zdt_content = self.getdata(self.zdt_url, headers=self.header_zdt)
logger.info('zdt Content' + zdt_content)
zdt_js = self.convert_json(zdt_content)
self.save_to_dataframe(zdt_js, self.zdt_indexx, 1, 'zdt')
time.sleep(0.5)
zrzt_content = self.getdata(self.zrzt_url, headers=self.header_zrzt)
logger.info('zrzt Content' + zdt_content)
zrzt_js = self.convert_json(zrzt_content)
self.save_to_dataframe(zrzt_js, self.zrzt_indexx, 2, 'zrzt')
if __name__ == '__main__':
# today='2018-04-16'
# 填补以前的数据
# x=pd.date_range('20170101','20180312')
# date_list = [datetime.datetime.strftime(i,'%Y%m%d') for i in list(pd.date_range('20170401','20171231'))
if is_holiday():
logger.info('Holiday')
exit()
logger.info("start")
obj = GetZDT()
obj.storedata()
原创。
转载请注明出处。
http://30daydo.com/article/295
[/i][/i][/code]
欢迎关注公众号：可转债量化分析
收起阅读 »
Coinegg需要VPN才能访问
坑爹的。
好久没上去看，成交了太稀疏了。
好久没上去看，成交了太稀疏了。
俗语“十赌九输” 是真的吗 ？ 赌场第一定律，庄家永远不会告诉你
在赌场上，常常听到一句劝人原理赌场的话：“十赌九输”，那么这句话是真的吗？
如果有庄家佣金抽成，那么很多人都知道，最后的赢家就是庄家，因为每玩一局，就会产生摩擦资金，比如2个人玩在骰子的大小，输赢50%的概率，假如每局都要交1%押注资金给庄家，那么两个人即使是你的钱进我口袋，我的钱进你口袋，但是两个人的资金总和是在不断减少。 这种是赌场最常见的情形，大部分人有数学能力的人也都能认清，所以大部分清醒的人不太会参与这样的赌场。
假如赌场没有佣金抽成，而且输赢的概率都是50%呢？ 这样是不是最后会一直可以玩下去呢？ 答案是否定的。
数学理解：
赢多了一定有输回来的概率。
但输光了，却没有再赢回来的资本。
咱们仅讨论概率，假设赌博绝对公平，每场五成概率+1，五成概率-1。
下面用代码模拟这个赌博的过程。
假设初始赌资为100，每次下注为1，赢了100+1, 输了100-1， 一直循环下去，直到赌资等于0，输精光出局，赢得话就一直玩下去，每次下注金额固定为1。
为了更加清晰的对比初始赌资和赌博次数的关系，我们把赌资从1开始到100，最后的赌博次数情况。
如果你的赌资是1，每局下注1，那么这种情况很可能你玩1局就挂掉了，如果赌资是100，根据平均大数定律，就可以无限地玩下去，因为连续出100个小的概率非常低，是这样吗？
为了得到更为普遍的结果，每一个赌资运行5次，得到的结果取平均值，这样可以有效取出奇异值，如果想要结果更为精确，可以每一个赌资运行10次甚至100次，不过这个过程也稍微更加耗时。
最后得到的数据如下，最终程序是可以收敛，结束了，就是赌资从1到100，每次下注1 , 50%的输赢概率，最终都输精光离场，不同的只是你呆在场上的时间。 最长的可以玩3千多万局，最低的玩6局离场，也就是1元赌资标号的那位。
[6.2, 20.4, 18.6, 20.0, 1366.2, 117.2, 609.4, 237.2, 407.0, 798.8, 1324.6, 46327.6, 81275.4, 1604854.8, 11903.0, 24018.8, 783.8, 27538.8, 867.4, 2291.2, 3753.0, 10562.0, 6540.6, 3519988.4, 15201.8, 405.2, 135648.2, 101014.8, 15703.4, 5506.0, 5369.0, 7870.0, 3815.0, 8325712.4, 23636.6, 1556.8, 95365.8, 1262.4, 625404.2, 6300430.8, 126025.0, 31276.0, 28717.4, 23184.0, 29007.4, 20586.0, 4581.0, 10091574.4, 111960.6, 3848.0, 1643635.4, 135605.6, 80114.2, 12795.2, 14133.4, 724014.4, 5365.4, 12682.8, 7472.2, 10351.6, 35163.8, 542070.8, 22053.0, 6292.4, 83359.4, 15030.8, 45987.8, 114825.2, 3121.4, 609555.6, 1307542.6, 8402.4, 62410.2, 231369.6, 285103.8, 660060.4, 719555.8, 69072.0, 41764.6, 181634.8, 40792.2, 57721.2, 59925.8, 134405.6, 41730.6, 62014.0, 1200179.8, 32587184.0, 5717.4, 13583.2, 24479.4, 339389.2, 12449571.4, 29882201.2, 2729118.6, 942646.8, 37097.8, 4795026.0, 359242.2]为了更为直观，绘制成图形。
点击查看原图
横坐标为赌资的大小，纵坐标为赌博的次数。
因为纵坐标的某些次数极大，所以在图形中变成了凸起来的尖峰，不过普遍都是在5百万次以下。
这也间接说明，资金仓位管理的重要性，赌博总归是要归零的，如果你赌资足够大，或者每次下注小一些，每次小赌一下，那么你还是可以玩很久的，当然这是在公平50%的输赢概率上，但是如果输赢概率低于50%，那么，其收敛速度会急速下降，也就是加速你的离场速度。其他条件不变，上面的例子下进行赌博，那么100的赌资，平均下来大概也就能玩500局。
珍爱生命，远离赌博！！
原文链接：http://30daydo.com/article/292
转载请注明出处
收起阅读 »
原来这样的历史日线数据也可以拿来卖的呀
原来这样的数据都可以拿去卖的。 确切的体验到知识就是金钱哈。
ubuntu安装ta-lib后出错
>>> import talib
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "talib/__init__.py", line 43, in <module>
from ._ta_lib import (
ImportError: No module named _ta_lib
安装教程按照：https://blog.csdn.net/fortiy/article/details/76531700
安装完成后在终端运行python，
然后在python的终端下尝试导入talib
import talib
于是就出现上面的错误信息。
后来在pycharm IDE中却可以正常运行。 后来重新打开一个终端，重新运行python然后import talib，然后能够正常导入。
原来上面的操作都在同一个终端terminal中执行，安装完talib，一些环境变量没有及时生效，需要在新的终端下才会生效。 收起阅读 »
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "talib/__init__.py", line 43, in <module>
from ._ta_lib import (
ImportError: No module named _ta_lib
安装教程按照：https://blog.csdn.net/fortiy/article/details/76531700
安装完成后在终端运行python，
然后在python的终端下尝试导入talib
import talib
于是就出现上面的错误信息。
后来在pycharm IDE中却可以正常运行。 后来重新打开一个终端，重新运行python然后import talib，然后能够正常导入。
原来上面的操作都在同一个终端terminal中执行，安装完talib，一些环境变量没有及时生效，需要在新的终端下才会生效。 收起阅读 »
pandas中resample的how参数“ohlc”
这个ohlc对应的是股市中的open，high，low，close这几个价格。专门用于股票市场的分析。
比如我获取得到了一个股票从14年到现在的开盘，收盘，最高，最低等价格，然后我想对数据中的收盘价重新采样，转换成月数据。可以使用resample函数，参数中的how配合 ohlc。
获取原始数据：
提取收盘价
重新采样：
重新采样后获得的新数据：
可以看到现在的index是每个月的结束，而多了几列，close，open，high，low，这4列就是根据每个月的close价格而提取出来的，比如统计一月份的时候，一月份的收盘价会有一个最低和最高，最开始open1月1号和结束close的1月31号的价格。
原创文章
转载请注明出处：http://30daydo.com/article/288
收起阅读 »
比如我获取得到了一个股票从14年到现在的开盘，收盘，最高，最低等价格，然后我想对数据中的收盘价重新采样，转换成月数据。可以使用resample函数，参数中的how配合 ohlc。
获取原始数据：
提取收盘价
重新采样：
重新采样后获得的新数据：
可以看到现在的index是每个月的结束，而多了几列，close，open，high，low，这4列就是根据每个月的close价格而提取出来的，比如统计一月份的时候，一月份的收盘价会有一个最低和最高，最开始open1月1号和结束close的1月31号的价格。
原创文章
转载请注明出处：http://30daydo.com/article/288
收起阅读 »
可转债套利【一】 python找出折价可转债个股
关于可转债的定义，可以到https://xueqiu.com/6832369826/103042836 这里科普一下。
下面的内容默认你对可转债已经有一定的了解。
可转债的价值=正股价格/转股价格 + 利息，忽略可转债的利息，直接用公式 可转债的价值=正股价格/转股价格 计算可转债的价值。
如果当前可转债的交易价格（在交易软件上显示的价格）如：
所以万信转债的价格是121.5元，然后万信转债的价值呢？ 按照上面的公式，万信转债的正股是万达信息，今天万达信息 （2018-03-16）的股价是
以收盘价为例，17.25。
而万信转债的股转价格呢？ 这个可以到万信转债F10页面的公告中找到，为13.11元。 所以万信转债的价值是
17.25/13.11 = 1.315 , 可转债单位是100， 所以万信转债的内在价值是1.315*100=131.5， 而当前的交易价格为 121.5
也就是你用121.5元买到一个价值 131.5的商品， 所以相当于打折买到了一个超值的商品，所以当前的万信转债是折价状态。
所以本次任务就是要找出可交易的可转债中折价状态的可转债。
然后直接上干货。上python代码。
上面的setting库，把下面的*** 替换成你自己的Mysql用户和密码即可。
上面的少于100行的代码就能够满足你的要求。
运行后会把结果保存在MySQL 数据库。如下图所示：
点击放大
2018-03-16 可转债表格
其中折价率是ratio列。按照ratio列进行排列，只有2个是正，也就是当前市场是只有2只可转债是处于折价状态的，其余的都是溢价状态（价格比内在价值要贵，忽略利息的前提下，如果把4~5%的利息也算进去的话，-3~4%的折价率其实也算小折价吧）
目前万信转债折价10个点，宝信转债折价5.8个点。 所以适合低风险投资者建仓。 因为可转债有兜底价格，所以出现亏损的概率很低（除非遇到黑天鹅，公司破产了，像遇到乐视这种PPT独角兽公司，欠债不还的。 但是A股上能够有资格发行可转债的，本身对公司的盈利，分红都有硬性要求）。
所以可以保存上面的代码，可以每天运行一次，可以很方便地找出折价的个股，当然也可以在盘中一直监测，因为可转债的价格是实时变化的，一旦遇到大跌，跌到折价状态，你也可以择时入手标的。
原文链接：
http://30daydo.com/article/286
转载请注明出处
可转债低费率，沪市百万分之二，深圳十万分之四，免五 开户
加微信开通
收起阅读 »
下面的内容默认你对可转债已经有一定的了解。
可转债的价值=正股价格/转股价格 + 利息，忽略可转债的利息，直接用公式 可转债的价值=正股价格/转股价格 计算可转债的价值。
如果当前可转债的交易价格（在交易软件上显示的价格）如：
所以万信转债的价格是121.5元，然后万信转债的价值呢？ 按照上面的公式，万信转债的正股是万达信息，今天万达信息 （2018-03-16）的股价是
以收盘价为例，17.25。
而万信转债的股转价格呢？ 这个可以到万信转债F10页面的公告中找到，为13.11元。 所以万信转债的价值是
17.25/13.11 = 1.315 , 可转债单位是100， 所以万信转债的内在价值是1.315*100=131.5， 而当前的交易价格为 121.5
也就是你用121.5元买到一个价值 131.5的商品， 所以相当于打折买到了一个超值的商品，所以当前的万信转债是折价状态。
所以本次任务就是要找出可交易的可转债中折价状态的可转债。
然后直接上干货。上python代码。
#-*-coding=utf-8
'''
可转债监控
'''
import tushare as ts
from setting import get_engine
engine = get_engine('db_bond')
import pandas as pd
import datetime
class ConvertBond():
def __init__(self):
self.conn=ts.get_apis()
self.allBonds=ts.new_cbonds(pause=2)
self.onSellBond=self.allBonds.dropna(subset=['marketprice'])
self.today=datetime.datetime.now().strftime('%Y-%m-%d %H:%M')
def stockPrice(self,code):
stock_df = ts.get_realtime_quotes(code)
price = float(stock_df['price'].values[0])
return price
def dataframe(self):
price_list=
for code in self.onSellBond['scode']:
price_list.append(self.stockPrice(code))
self.onSellBond['stock_price']=price_list
self.onSellBond['ratio'] = (
self.onSellBond['marketprice']
/(self.onSellBond['stock_price'] / self.onSellBond['convprice'])-1)*100
self.onSellBond['Updated']=self.today
self.onSellBond.to_sql('tb_bond',engine,if_exists='replace')
def closed(self):
ts.close_apis(self.conn)
def main():
bond=ConvertBond()
bond.dataframe()
bond.closed()
if __name__=='__main__':
main()
上面的setting库，把下面的*** 替换成你自己的Mysql用户和密码即可。
import os
import MySQLdb
MYSQL_USER = *********
MYSQL_PASSWORD = ********
MYSQL_HOST = *********
MYSQL_PORT = *****
def get_engine(db):
engine = create_engine('mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8'.format(MYSQL_USER, MYSQL_PASSWORD, MYSQL_HOST, MYSQL_PORT, db))
return engine
上面的少于100行的代码就能够满足你的要求。
运行后会把结果保存在MySQL 数据库。如下图所示：
点击放大
2018-03-16 可转债表格
其中折价率是ratio列。按照ratio列进行排列，只有2个是正，也就是当前市场是只有2只可转债是处于折价状态的，其余的都是溢价状态（价格比内在价值要贵，忽略利息的前提下，如果把4~5%的利息也算进去的话，-3~4%的折价率其实也算小折价吧）
目前万信转债折价10个点，宝信转债折价5.8个点。 所以适合低风险投资者建仓。 因为可转债有兜底价格，所以出现亏损的概率很低（除非遇到黑天鹅，公司破产了，像遇到乐视这种PPT独角兽公司，欠债不还的。 但是A股上能够有资格发行可转债的，本身对公司的盈利，分红都有硬性要求）。
所以可以保存上面的代码，可以每天运行一次，可以很方便地找出折价的个股，当然也可以在盘中一直监测，因为可转债的价格是实时变化的，一旦遇到大跌，跌到折价状态，你也可以择时入手标的。
原文链接：
http://30daydo.com/article/286
转载请注明出处
可转债低费率，沪市百万分之二，深圳十万分之四，免五 开户
加微信开通
收起阅读 »
urlparse中defrag函数的用法
urlparse.urldefrag(url)¶
If url contains a fragment identifier, returns a modified version of url with no fragment identifier, and the fragment identifier as a separate string. If there is no fragment identifier in url, returns url unmodified and an empty string.
官网的解释如上，作用就是把url中的fragment标识符去掉。What ？
fragment标识符是url中#号的部分。
比如 http://www.example.com/index.html#print
#代表网页中的一个位置。其右面的字符，就是该位置的标识符。
就代表网页index.html的print位置。浏览器读取这个URL后，会自动将print位置滚动至可视区域。
为网页位置指定标识符，有两个方法。一是使用锚点，比如<a name="print"></a>，二是使用id属性，比如<div id="print" >。
所以：
url='http://www.example.com/index.html#print'
url=urlparse.defrag(url)
那么返回的url是http://www.example.com/index.html，因为这两个页面实际是同一个url，在爬虫程序中可以用来过滤同一个页面 收起阅读 »
智能停车概念A股相关公司以及分析
停车需求端：
一位难求、停车体验差 一位难求。据广州市消委会 2015 年 7 月发布的《广州市民停车消费现状调查报告》，超过六成半的车主休 闲出行时会担心目的地没有停车位，而超过四成半的车主找不到停车位。从找停车位所花费的时间来看，平均 长达 18 分钟。据调查显示，近 60%的受访者会由于难找到停车位，而放弃参加某一个社交活动。停车难问题之 严重，略见一斑。这一方面由于停车位供需缺口大，另一方面是因为停车场空车位信息的缺乏，搜寻匹配成本 高。
停车体验差：
停车体验差，普遍纯在四大突出问题：出入慢、场内找车位难、找车难、缴费排队。1）出入 慢：出入场停车取卡、还卡，费时费力；2）场内找车位难：缺乏场内导航，入场后找不到车位；3）找车难： 停车场空间大，环境及标志物类似，方向不易辨别，离场时往往找不到车；4）缴费排队：人工缴费，现金找零， 程序繁琐。
伴随 O2O 资本寒冬，2016 年或将成为 O2O 行业大规模去产能之年；而逆向思考，这也或将加速细分行业 更快结束混战、去伪存真，新的龙头公司更快崛起之年。其中，“互联网停车”由于其刚性需求、B 端属性、重 资产重运营属性等，或将迎来快速发展之年。 随着互联网的发展，面向 C 端的社交网络和面向商品的电子商务已日渐成熟，尤其是进入移动互联网时代， 通过智能终端，C 端以实现普遍联网，移动支付等基础环境日渐完备，互联网下沉实体产业的条件已经成熟。 2015 年 3 月，在十二届全国人大三次会议上，李克强总理在政府工作报告中首次提出“互联网+”行动计划； 2015 年 7 月，国务院印发了《关于积极推进“互联网+”行动的指导意见》，推动互联网由消费领域向生产领域 拓展。 在政策的助推下，“互联网+”可谓如火如荼，各行各业纷纷触网。停车难带来的“出行之痛”是城市的痼 疾，通过互联网把分散的停车场联接起来，破除信息孤岛，实现有限停车资源的优化配置是解决之道。“互联网 +停车”市场刚开始引燃，共享经济助推、资本涌入、政策利好三大驱动，助力互联网停车启航，各种停车 APP 涌现，据不完全统计目前全国停车 APP 远超 100 个。 目前停车 APP 企业主要集中在“北上深广”，同时逐渐辐射全国，亿邦动力网筛选了 100 家互联网停车公 司发现，“北上深广”停车 APP 企业占到总数的半数以上，突显了一线城市的停车问题，在全国范围内，华东、 西南、华北等区域，长三角、厦门、成都等二线城市停车创业公司也较为活跃。
三大驱动，助力互联网停车启航
1.2.1 共享经济助推
Airbnb、Uber 的成功引爆了共享经济。Airbnb 在 2015 年三季度的营收为 3.4 亿美元，订单总额为 22 亿 美元，Uber 的拼车订单总额从 2013 年的 6.88 亿美元增长至今年预计的 108.4 亿美元，二者估值分别达到 255 亿美元和 500 亿美元，短短几年时间超过全球任何一家酒店公司或出租车公司的市值。两家公司迅速崛起 重塑了出租车和酒店行业，这是共享经济带来的革命性变革。 共享经济的本质是对资源的闲置使用权的重新配置，传统的商业模式下连接成本高，很难把碎片化的使用 权的供需双方对接起来，互联网共享平台的诞生使得供需双方“一键匹配”，极大降低了连接成本，也使得共享 经济大放异彩。 共享经济模式引入中国，共享交通先行，通过共享经济盘活交通资源，缓解出行难。过去两年，打车软件 混战以“滴滴”、“快的”合并终结，共享用车已巨头的领地。然而，共享停车市场刚开始起步。 1.2.2 资本涌入 2014 年底以来，在“互联网+”的热潮下，互联网停车倍受到了资本市场的青睐，成为风投追逐的热点。 几乎所有互联网停车融资项目都还处于天使轮和 A 轮阶段，可见总体处于互联网化过程的早期阶段。 2015 年 6 月 12 日，无忧停车获得来自信中利和银江股份等数千万人民币的 A 轮融资；9 月 22 日，“停简 单”对外宣布获得 2000 万美元 A 轮融资，由千方集团旗下投资主体领投，天使轮投资人峰瑞资本跟进；2015 年 6 月 8 日，ETCP 停车获得海纳亚洲、源码资本、经纬创投 5000 万美元的联合 A 轮投资，是迄今为止停车类 创业公司最大规模的融资。
上市智能停车设备商也争相发力，强势挺近互联网停车市场。
2015 年 7 月 20 日，安居宝披露非公开发行 预案，拟募集不超过 19 亿元用于“城市云停车联网系统项目”建设和推广；2015 年 10 月日，捷顺科技披露非 公开发行预案拟募集不超过 10 亿元，其中 9.4 亿元投入“智慧停车及智慧社区运营服务平台项目”。
互联网停车现状：四类玩家、五种模式，群雄混战
3.1 四类玩家 互联网停车主要有四类玩家：1）创业型公司；2）智能停车设备商； 3）市政交管部门；4）BAT。目前主 要以创业公司和智能停车设备商为主，BAT 只是轻度参与。
3.1.1 创业型公司 互联网停车风起，大量创业型公司涌入，如停车百事通、ETCP、丁丁停车、e 代泊等，创业型公司资源是 短板，只要一轻资产模式切入。
3.1.2 智能停车设备商 智能停车设备商乘“互联网+”的东风，从单纯的智能停车软硬件提供商向 “智能停车设备+云平台+APP” 全套解决方案提供商转型升级，具备软硬件技术优势，同时沉淀下来的停车场客户构成资源优势。如无忧停车、 捷顺科技（捷停车）、安居宝、立方控股（行呗）等。
3.1.3 市政交管部门 市政交管部门掌握路侧停车位及路外公共停车场（以北京为例市政掌握 16.65%的停车位），具有资源优势， 同时财政雄厚，整合能力强，如深圳市道路交通管理事务中心（宜停车）、上海市交通委（上海停车）。
3.1.4BAT：轻度参与 与“互联网+打车”被“阿里+腾讯”独霸不同，BAT 在“互联网+停车”还是轻度参与。腾讯以微信公众 号+微信支付”、百度以“百度地图+百度钱包”、阿里以“支付宝+高德地图+立方控股”切入互联网停车，主要 是以地图、支付应用和流量入口应用对停车 APP 进行整合、嵌入。
相关个股：
立方控股（833030.OC） 出入口控制与管理系统综合解决方案提供商，智能停车管理系统是公司核心业务，拥有 15 年的行业应用经 历，专利与技术积累深厚，是停车场十大品牌之一，通过推进互联网停车，逐渐由从智能停车设备商向服务商 转型。阿里旗下湖畔山南基金投资立方控股，成第二大股东，将获得阿里的资源、流量导入。立方控股以大型 商业地产、停车管理公司为突破口，与华润集团、恒大集团等知名大型商业地产集团达成战略合作，快速抢占 商业大厦、购物广场等优质停车场资源。
捷顺科技（002609.SZ） 出入口控制及智能安防行业的龙头企业，智能停车管理系统第一大品牌，依托强大的资源优势，以停车场 及社区联网为切入点，捷顺科技推进基于“智能终端+互联网”的智慧停车、智慧社区建设。捷顺科技打通产业 链关键环节，构建了强大的闭环产品体系：两种模式来推进联网，新系统标配自动联网和旧系统硬件软件升级 改造；合作第三方支付、城市通卡，拓展支付手段；参股雅丰信息，强化场内导航能力。公司深耕行业，优势 显著：智慧停车行业的开创者、龙头，智能视频识别技术、RFID 识别技术、室内定位等诸多技术居领先水平； 智能类终端广泛应用于住宅小区、商业大厦、写字楼、机场、酒店等场所，在一二线城市的已经积累十多万的 客户，万科、中海等全国性布局的地产或物业龙头公司均是公司的战略合作客户，停车场资源丰富；营销网络 遍布全国，地推能力强，23 家直属分公司、120 多家经销商基本覆盖全国，拥有 3000 多家集成商合作伙伴，超 过 2000 人的营销服务团队，具有强大的地推能力和客户服务能力；资金优势强，拟非公开发行募集不超过 10 亿元，其中 9.4 亿元拟投入“智慧停车及智慧社区运营服务平台”项目。 我们预测捷顺科技 2016、2017 年的 EPS 分别为 0.29、0.41 元，对应 PE 分别为 51、36 倍。
安居宝（300155.SZ） 社区安防领域龙头，以楼宇对讲系统起家，后拓展至智能停车场系统，依托智能停车技术积累，向云停车 转型升级。公司已基本完成智能停车全套技术积累，拥有停车场相关知识产权 32 项；车牌自动识别系统（识别 率 99%）、车位引导系统等行业领先，研发“编码盒”作为车牌自动识别系统的补充，可真正实现无人值守；拟 行业深度研究报告 HTTP://RESEARCH.CSC.COM.CN [table_page] 通信 请参阅最后一页的重要声明 非公开发行募集 19 亿元（已于近期过会），强势进军“云停车”，计划拟以免费提供软硬件系统的方式在全国 100 个城市快速整合 5 万个停车场。我们预测安居宝 2016、2017 年的 EPS 分别为 0.11、0.15 元，对应 PE 分别 为 148、109 倍。
千方科技（002373.SZ） 中国智能交通行业领军企业，经过十余载的积淀，千方科技业务已从城市交通、公路交通拓展到轨道交通、 民航等领域，形成从软硬件产品到服务到解决方案的全产业链布局，具备 2G、2B、2C 的服务能力，已成为国 内首屈一指的综合交通信息化企业。千方科技积极拥抱“大数据”和“互联网+”的大潮下，定位从智能交通向 智慧交通转变、从产品提供商向运营服务商转变。2015 年公司成立了控股子公司上海千方智能，专注于提供智 慧停车信息服务及运营平台，智慧停车成为公司新的业务突破口。千方科技利用物联网和云计算技术，对停车 资源实行动态的远程智能管理，打造包括停车导航、安全监管、停车运营、车位预定、错时停车、在线支付等 功能的智慧停车云服务运营体系。我们预测千方科技 2016、2017 年的 EPS 分别为 0.75、1 元，对应 PE 分别为 45、34 倍。
原文链接：http://30daydo.com/article/283
欢迎转载，请注明出处。 收起阅读 »
一位难求、停车体验差 一位难求。据广州市消委会 2015 年 7 月发布的《广州市民停车消费现状调查报告》，超过六成半的车主休 闲出行时会担心目的地没有停车位，而超过四成半的车主找不到停车位。从找停车位所花费的时间来看，平均 长达 18 分钟。据调查显示，近 60%的受访者会由于难找到停车位，而放弃参加某一个社交活动。停车难问题之 严重，略见一斑。这一方面由于停车位供需缺口大，另一方面是因为停车场空车位信息的缺乏，搜寻匹配成本 高。
停车体验差：
停车体验差，普遍纯在四大突出问题：出入慢、场内找车位难、找车难、缴费排队。1）出入 慢：出入场停车取卡、还卡，费时费力；2）场内找车位难：缺乏场内导航，入场后找不到车位；3）找车难： 停车场空间大，环境及标志物类似，方向不易辨别，离场时往往找不到车；4）缴费排队：人工缴费，现金找零， 程序繁琐。
伴随 O2O 资本寒冬，2016 年或将成为 O2O 行业大规模去产能之年；而逆向思考，这也或将加速细分行业 更快结束混战、去伪存真，新的龙头公司更快崛起之年。其中，“互联网停车”由于其刚性需求、B 端属性、重 资产重运营属性等，或将迎来快速发展之年。 随着互联网的发展，面向 C 端的社交网络和面向商品的电子商务已日渐成熟，尤其是进入移动互联网时代， 通过智能终端，C 端以实现普遍联网，移动支付等基础环境日渐完备，互联网下沉实体产业的条件已经成熟。 2015 年 3 月，在十二届全国人大三次会议上，李克强总理在政府工作报告中首次提出“互联网+”行动计划； 2015 年 7 月，国务院印发了《关于积极推进“互联网+”行动的指导意见》，推动互联网由消费领域向生产领域 拓展。 在政策的助推下，“互联网+”可谓如火如荼，各行各业纷纷触网。停车难带来的“出行之痛”是城市的痼 疾，通过互联网把分散的停车场联接起来，破除信息孤岛，实现有限停车资源的优化配置是解决之道。“互联网 +停车”市场刚开始引燃，共享经济助推、资本涌入、政策利好三大驱动，助力互联网停车启航，各种停车 APP 涌现，据不完全统计目前全国停车 APP 远超 100 个。 目前停车 APP 企业主要集中在“北上深广”，同时逐渐辐射全国，亿邦动力网筛选了 100 家互联网停车公 司发现，“北上深广”停车 APP 企业占到总数的半数以上，突显了一线城市的停车问题，在全国范围内，华东、 西南、华北等区域，长三角、厦门、成都等二线城市停车创业公司也较为活跃。
三大驱动，助力互联网停车启航
1.2.1 共享经济助推
Airbnb、Uber 的成功引爆了共享经济。Airbnb 在 2015 年三季度的营收为 3.4 亿美元，订单总额为 22 亿 美元，Uber 的拼车订单总额从 2013 年的 6.88 亿美元增长至今年预计的 108.4 亿美元，二者估值分别达到 255 亿美元和 500 亿美元，短短几年时间超过全球任何一家酒店公司或出租车公司的市值。两家公司迅速崛起 重塑了出租车和酒店行业，这是共享经济带来的革命性变革。 共享经济的本质是对资源的闲置使用权的重新配置，传统的商业模式下连接成本高，很难把碎片化的使用 权的供需双方对接起来，互联网共享平台的诞生使得供需双方“一键匹配”，极大降低了连接成本，也使得共享 经济大放异彩。 共享经济模式引入中国，共享交通先行，通过共享经济盘活交通资源，缓解出行难。过去两年，打车软件 混战以“滴滴”、“快的”合并终结，共享用车已巨头的领地。然而，共享停车市场刚开始起步。 1.2.2 资本涌入 2014 年底以来，在“互联网+”的热潮下，互联网停车倍受到了资本市场的青睐，成为风投追逐的热点。 几乎所有互联网停车融资项目都还处于天使轮和 A 轮阶段，可见总体处于互联网化过程的早期阶段。 2015 年 6 月 12 日，无忧停车获得来自信中利和银江股份等数千万人民币的 A 轮融资；9 月 22 日，“停简 单”对外宣布获得 2000 万美元 A 轮融资，由千方集团旗下投资主体领投，天使轮投资人峰瑞资本跟进；2015 年 6 月 8 日，ETCP 停车获得海纳亚洲、源码资本、经纬创投 5000 万美元的联合 A 轮投资，是迄今为止停车类 创业公司最大规模的融资。
上市智能停车设备商也争相发力，强势挺近互联网停车市场。
2015 年 7 月 20 日，安居宝披露非公开发行 预案，拟募集不超过 19 亿元用于“城市云停车联网系统项目”建设和推广；2015 年 10 月日，捷顺科技披露非 公开发行预案拟募集不超过 10 亿元，其中 9.4 亿元投入“智慧停车及智慧社区运营服务平台项目”。
互联网停车现状：四类玩家、五种模式，群雄混战
3.1 四类玩家 互联网停车主要有四类玩家：1）创业型公司；2）智能停车设备商； 3）市政交管部门；4）BAT。目前主 要以创业公司和智能停车设备商为主，BAT 只是轻度参与。
3.1.1 创业型公司 互联网停车风起，大量创业型公司涌入，如停车百事通、ETCP、丁丁停车、e 代泊等，创业型公司资源是 短板，只要一轻资产模式切入。
3.1.2 智能停车设备商 智能停车设备商乘“互联网+”的东风，从单纯的智能停车软硬件提供商向 “智能停车设备+云平台+APP” 全套解决方案提供商转型升级，具备软硬件技术优势，同时沉淀下来的停车场客户构成资源优势。如无忧停车、 捷顺科技（捷停车）、安居宝、立方控股（行呗）等。
3.1.3 市政交管部门 市政交管部门掌握路侧停车位及路外公共停车场（以北京为例市政掌握 16.65%的停车位），具有资源优势， 同时财政雄厚，整合能力强，如深圳市道路交通管理事务中心（宜停车）、上海市交通委（上海停车）。
3.1.4BAT：轻度参与 与“互联网+打车”被“阿里+腾讯”独霸不同，BAT 在“互联网+停车”还是轻度参与。腾讯以微信公众 号+微信支付”、百度以“百度地图+百度钱包”、阿里以“支付宝+高德地图+立方控股”切入互联网停车，主要 是以地图、支付应用和流量入口应用对停车 APP 进行整合、嵌入。
相关个股：
立方控股（833030.OC） 出入口控制与管理系统综合解决方案提供商，智能停车管理系统是公司核心业务，拥有 15 年的行业应用经 历，专利与技术积累深厚，是停车场十大品牌之一，通过推进互联网停车，逐渐由从智能停车设备商向服务商 转型。阿里旗下湖畔山南基金投资立方控股，成第二大股东，将获得阿里的资源、流量导入。立方控股以大型 商业地产、停车管理公司为突破口，与华润集团、恒大集团等知名大型商业地产集团达成战略合作，快速抢占 商业大厦、购物广场等优质停车场资源。
捷顺科技（002609.SZ） 出入口控制及智能安防行业的龙头企业，智能停车管理系统第一大品牌，依托强大的资源优势，以停车场 及社区联网为切入点，捷顺科技推进基于“智能终端+互联网”的智慧停车、智慧社区建设。捷顺科技打通产业 链关键环节，构建了强大的闭环产品体系：两种模式来推进联网，新系统标配自动联网和旧系统硬件软件升级 改造；合作第三方支付、城市通卡，拓展支付手段；参股雅丰信息，强化场内导航能力。公司深耕行业，优势 显著：智慧停车行业的开创者、龙头，智能视频识别技术、RFID 识别技术、室内定位等诸多技术居领先水平； 智能类终端广泛应用于住宅小区、商业大厦、写字楼、机场、酒店等场所，在一二线城市的已经积累十多万的 客户，万科、中海等全国性布局的地产或物业龙头公司均是公司的战略合作客户，停车场资源丰富；营销网络 遍布全国，地推能力强，23 家直属分公司、120 多家经销商基本覆盖全国，拥有 3000 多家集成商合作伙伴，超 过 2000 人的营销服务团队，具有强大的地推能力和客户服务能力；资金优势强，拟非公开发行募集不超过 10 亿元，其中 9.4 亿元拟投入“智慧停车及智慧社区运营服务平台”项目。 我们预测捷顺科技 2016、2017 年的 EPS 分别为 0.29、0.41 元，对应 PE 分别为 51、36 倍。
安居宝（300155.SZ） 社区安防领域龙头，以楼宇对讲系统起家，后拓展至智能停车场系统，依托智能停车技术积累，向云停车 转型升级。公司已基本完成智能停车全套技术积累，拥有停车场相关知识产权 32 项；车牌自动识别系统（识别 率 99%）、车位引导系统等行业领先，研发“编码盒”作为车牌自动识别系统的补充，可真正实现无人值守；拟 行业深度研究报告 HTTP://RESEARCH.CSC.COM.CN [table_page] 通信 请参阅最后一页的重要声明 非公开发行募集 19 亿元（已于近期过会），强势进军“云停车”，计划拟以免费提供软硬件系统的方式在全国 100 个城市快速整合 5 万个停车场。我们预测安居宝 2016、2017 年的 EPS 分别为 0.11、0.15 元，对应 PE 分别 为 148、109 倍。
千方科技（002373.SZ） 中国智能交通行业领军企业，经过十余载的积淀，千方科技业务已从城市交通、公路交通拓展到轨道交通、 民航等领域，形成从软硬件产品到服务到解决方案的全产业链布局，具备 2G、2B、2C 的服务能力，已成为国 内首屈一指的综合交通信息化企业。千方科技积极拥抱“大数据”和“互联网+”的大潮下，定位从智能交通向 智慧交通转变、从产品提供商向运营服务商转变。2015 年公司成立了控股子公司上海千方智能，专注于提供智 慧停车信息服务及运营平台，智慧停车成为公司新的业务突破口。千方科技利用物联网和云计算技术，对停车 资源实行动态的远程智能管理，打造包括停车导航、安全监管、停车运营、车位预定、错时停车、在线支付等 功能的智慧停车云服务运营体系。我们预测千方科技 2016、2017 年的 EPS 分别为 0.75、1 元，对应 PE 分别为 45、34 倍。
原文链接：http://30daydo.com/article/283
欢迎转载，请注明出处。 收起阅读 »
strptime修改默认年份，datetime - strptime默认值为 1900
比如
s='03-06 18:36'
news_time_f=datetime.datetime.strptime(s,%m-%d %H:%M')
print news_time_f
返回来的结果是datetime类型，但是年份是1900年。
1900-03-06 18:36:00
有两种办法：
1. 在日期格式前人为添加年份
news_time_f=datetime.datetime.strptime(''s,'%Y-%m-%d %H:%M')
2.使用自带的replace函数
s='03-06 18:36'
news_time_f=datetime.datetime.strptime(s,%m-%d %H:%M')
news_time_f=news_time_f.replace(2018)
上面两种方法都可以把03-06 18:36
转换为2018-03-06 18:36:00的datetime类型 收起阅读 »
s='03-06 18:36'
news_time_f=datetime.datetime.strptime(s,%m-%d %H:%M')
print news_time_f
返回来的结果是datetime类型，但是年份是1900年。
1900-03-06 18:36:00
有两种办法：
1. 在日期格式前人为添加年份
news_time_f=datetime.datetime.strptime(''s,'%Y-%m-%d %H:%M')
2.使用自带的replace函数
s='03-06 18:36'
news_time_f=datetime.datetime.strptime(s,%m-%d %H:%M')
news_time_f=news_time_f.replace(2018)
上面两种方法都可以把03-06 18:36
转换为2018-03-06 18:36:00的datetime类型 收起阅读 »
【a股黑名单】A股中你应该避免买到以下个股，个人总结的拉黑名单
更新列表：http://30daydo.com/q/blacklist.php
#### 2019-11-20
最近獐子岛居然故技重施，真想不懂这公司为啥大家不用脚投票，直接不买，第一次买到暴雷抱怨A股黑心公司，
第二次又买獐子岛，只能说明买的散户活该，后面继续买，估计是脑子有问题的了。
######## 2017年08月拉黑原因不是因为业绩差，而是因为公司的基因问题，只要公司作过一次假，就很有可能会有下一次。
最近獐子岛居然用同一个理由，把经营不善这个黑锅扣到扇贝上，好黑。
公司名称 拉黑原因
| 国新健康 | 操作概念高手，没实际业绩
| 英力特 | 涉嫌通过虚假要约收购操纵股价
| 华泽钴镍 | 实控人掏空公司资产，关联交易
| 神雾节能 | 财务造假，关联交易多多
| 欢瑞世纪 | 没有业绩，全是造假，主营没有，炒作概念，财务作假
| 中弘股份 | 宣布的并购事项高达近40次，平均下来，每年“并购”个四五家企业，涉及的行业都是一时热门，比如手游、影视、矿产
| 獐子岛 | 经营造假，扇贝随时会跑掉
| ST众和 | 公司涉嫌信息披露违法违规，遭证监立案调查，业绩变脸，莆田
| *ST云网 | *ST云网虚假陈述案遭161名股东索赔
| 巨力索具 | 娱乐圈杨子阴阳合同，居然恐吓崔永元，修改业绩，盈利变亏损
| ST尤夫 | 卷入12起民间借贷纠纷,实际控制人颜静刚(不是好鸟，原来这个人的公司)
| 晨鑫科技 | 晨鑫科技实控人等涉嫌操纵证券市场被采取强制措施
| 龙力生物 | 龙力生物亏35亿:精准套现是否涉嫌内幕交易,业绩变脸
| 大连电瓷 | 董事长儿子操纵股价，庄股
| 顾地科技 | 复牌前公司实际控制人任永青被立案调查
| GQY视讯 | 拟以资产价格580万元受让总经理夫人的一台劳斯莱斯
| 乐视网 | PPT公司，关联交易多
| 神雾环保 | 财务造假，关联交易多多
| 尔康制药 | 财务造假，虚编高盈利项目
| 易事特 | 董事长何思模因公司信息披露涉嫌违反证券相关法律法规
| 金盾股份 | 金盾股份董事长跳楼自杀，有雷，要小心！
| 日照港 | 高管贪污腐败
| 保千里 | 财务作假，左手倒右手，虚假业绩，掏空公司
| 广汇能源 | 跨省抓股民，以大欺小
| 亿阳信通 | 大股东亿阳集团涉嫌非法欺诈利用上市公司担保无法偿还,东北！
| 宏达矿业 | 实际控制人颜静刚(不是好鸟，原来这个人的公司)，此人陷入民间纠纷, 事发后转移了产权
| ST慧球 | 因拒不披露股东变动信息、拒不整改而被上交所施以“ST”处理之后，公司治理已陷入乱局的ST慧球居然又玩出了“童话”般的新花样
| 万家文化 | 空壳，配合赵薇夫妇操作
| 富控互动 | 实际控制人颜静刚(不是好鸟，原来这个人的公司)，此人陷入民间纠纷
| 匹凸匹 | 财务作假
| 大连控股 | 大连控股投资者索赔案首次开庭 投资者索赔逾亿元
| 天业股份 | 52亿不知去向，估计管理凌乱
经过后期的追踪，这些黑名单个股遭遇不同的跌停或者连绵不断的阴跌， 有些公司为了避免新股民追踪他们的历史，不断地修改公司名称，所以有时候真是防不胜防，只能收录到库里面，记录好公司的证券代码，具体可以到这里查询：http://30daydo.com/q/blacklist.php
如果你也对某些个股的做法实在看不过去，也可以加入回复，到时更新到 http://30daydo.com/q/blacklist.php
原创文章，转载请注明出处：
http://30daydo.com/article/281
收起阅读 »
#### 2019-11-20
最近獐子岛居然故技重施，真想不懂这公司为啥大家不用脚投票，直接不买，第一次买到暴雷抱怨A股黑心公司，
第二次又买獐子岛，只能说明买的散户活该，后面继续买，估计是脑子有问题的了。
######## 2017年08月拉黑原因不是因为业绩差，而是因为公司的基因问题，只要公司作过一次假，就很有可能会有下一次。
最近獐子岛居然用同一个理由，把经营不善这个黑锅扣到扇贝上，好黑。
公司名称 拉黑原因
| 国新健康 | 操作概念高手，没实际业绩
| 英力特 | 涉嫌通过虚假要约收购操纵股价
| 华泽钴镍 | 实控人掏空公司资产，关联交易
| 神雾节能 | 财务造假，关联交易多多
| 欢瑞世纪 | 没有业绩，全是造假，主营没有，炒作概念，财务作假
| 中弘股份 | 宣布的并购事项高达近40次，平均下来，每年“并购”个四五家企业，涉及的行业都是一时热门，比如手游、影视、矿产
| 獐子岛 | 经营造假，扇贝随时会跑掉
| ST众和 | 公司涉嫌信息披露违法违规，遭证监立案调查，业绩变脸，莆田
| *ST云网 | *ST云网虚假陈述案遭161名股东索赔
| 巨力索具 | 娱乐圈杨子阴阳合同，居然恐吓崔永元，修改业绩，盈利变亏损
| ST尤夫 | 卷入12起民间借贷纠纷,实际控制人颜静刚(不是好鸟，原来这个人的公司)
| 晨鑫科技 | 晨鑫科技实控人等涉嫌操纵证券市场被采取强制措施
| 龙力生物 | 龙力生物亏35亿:精准套现是否涉嫌内幕交易,业绩变脸
| 大连电瓷 | 董事长儿子操纵股价，庄股
| 顾地科技 | 复牌前公司实际控制人任永青被立案调查
| GQY视讯 | 拟以资产价格580万元受让总经理夫人的一台劳斯莱斯
| 乐视网 | PPT公司，关联交易多
| 神雾环保 | 财务造假，关联交易多多
| 尔康制药 | 财务造假，虚编高盈利项目
| 易事特 | 董事长何思模因公司信息披露涉嫌违反证券相关法律法规
| 金盾股份 | 金盾股份董事长跳楼自杀，有雷，要小心！
| 日照港 | 高管贪污腐败
| 保千里 | 财务作假，左手倒右手，虚假业绩，掏空公司
| 广汇能源 | 跨省抓股民，以大欺小
| 亿阳信通 | 大股东亿阳集团涉嫌非法欺诈利用上市公司担保无法偿还,东北！
| 宏达矿业 | 实际控制人颜静刚(不是好鸟，原来这个人的公司)，此人陷入民间纠纷, 事发后转移了产权
| ST慧球 | 因拒不披露股东变动信息、拒不整改而被上交所施以“ST”处理之后，公司治理已陷入乱局的ST慧球居然又玩出了“童话”般的新花样
| 万家文化 | 空壳，配合赵薇夫妇操作
| 富控互动 | 实际控制人颜静刚(不是好鸟，原来这个人的公司)，此人陷入民间纠纷
| 匹凸匹 | 财务作假
| 大连控股 | 大连控股投资者索赔案首次开庭 投资者索赔逾亿元
| 天业股份 | 52亿不知去向，估计管理凌乱
经过后期的追踪，这些黑名单个股遭遇不同的跌停或者连绵不断的阴跌， 有些公司为了避免新股民追踪他们的历史，不断地修改公司名称，所以有时候真是防不胜防，只能收录到库里面，记录好公司的证券代码，具体可以到这里查询：http://30daydo.com/q/blacklist.php
如果你也对某些个股的做法实在看不过去，也可以加入回复，到时更新到 http://30daydo.com/q/blacklist.php
原创文章，转载请注明出处：
http://30daydo.com/article/281
收起阅读 »
树莓派时间修改为中国本地时间
树莓派默认的时间为UTC时间，运行date命令，返回的是：
很容易看出，和中国时间相差了八个小时。这是由于树莓派默认显示的是UTC，也就是国际时区的时间。
解决方案如下：
首先，我们要了解一个东东，它的名字叫做NTP。
NTP（Network Time Protocol，网络时间协议）是用来使网络中的各个计算机时间同步的一种协议。
第一步：安装NTP，输入指令“sudo apt-get install ntpdate ”。
第二步：启用NTP，输入指令“sudo timedatectl set-ntp true”。
第三步：修改本地时区，输入指令“sudo dpkg-reconfigure tzdata”。
在这一步中，我选的是“asia/shanghai”时区。
再次输入“date”指令：
可见已经顺利变成本地时间CST。
收起阅读 »
很容易看出，和中国时间相差了八个小时。这是由于树莓派默认显示的是UTC，也就是国际时区的时间。
解决方案如下：
首先，我们要了解一个东东，它的名字叫做NTP。
NTP（Network Time Protocol，网络时间协议）是用来使网络中的各个计算机时间同步的一种协议。
第一步：安装NTP，输入指令“sudo apt-get install ntpdate ”。
第二步：启用NTP，输入指令“sudo timedatectl set-ntp true”。
第三步：修改本地时区，输入指令“sudo dpkg-reconfigure tzdata”。
在这一步中，我选的是“asia/shanghai”时区。
再次输入“date”指令：
可见已经顺利变成本地时间CST。
收起阅读 »
python监测股票出现的规律大单
日期：2018-02-27 11:30
首先获取当日的历史分笔数据
然后根据成交量进行排序：
从上面的表格可以看到，不断有1500手的卖盘，而且卖出价格比正常的药低3个点，所谓的砸盘。
但是每次砸完了价格又会正常的回来原来的地方。 从分时走势上也可以看到一个个凸起的大单成交量。
每次打压完，股价还会正常回到原来的位置。 个人觉得这个是有人在出货，但是不断有人在接货。是不同的两伙人。 收起阅读 »
首先获取当日的历史分笔数据
code='300527'
df = ts.get_today_ticks(code)
然后根据成交量进行排序：
df.sort_values(by='volume',ascending=False).head(100)显示前100的成交量。
从上面的表格可以看到，不断有1500手的卖盘，而且卖出价格比正常的药低3个点，所谓的砸盘。
但是每次砸完了价格又会正常的回来原来的地方。 从分时走势上也可以看到一个个凸起的大单成交量。
每次打压完，股价还会正常回到原来的位置。 个人觉得这个是有人在出货，但是不断有人在接货。是不同的两伙人。 收起阅读 »
输入>>输出 ？？
我们每个人的生活，基本上都是信息的投入产出组成的，你看视频，刷新闻，读公众号，都是一种输入，当你开始输出的时候，你的投入才会通过大脑的思考和逻辑，内化成对你而言有价值的东西。
因此，不论是打游戏成瘾，还是看电视剧看到疯魔，在我眼里，都是一种失控的输入，是一种零输出，是一种对生活完全的透支。
最可怕的地方在于，输出的能力是需要培养和训练的。就好比我们高中的时候，练作文，你光看范文半点用没有，必须自己动笔写才会有提高。
一个人如果很长时间不输出自己的知识，自然就没有兴趣去做这件事，继而更加不会锻炼到这种能力，这样的恶性循环，就会导致被吸收的知识不断被遗忘，知识变成废料。
而这，也是生活中大多数人每天在做的事。想想你上次看的公众号内容，你还记得多少呢？ 收起阅读 »
因此，不论是打游戏成瘾，还是看电视剧看到疯魔，在我眼里，都是一种失控的输入，是一种零输出，是一种对生活完全的透支。
最可怕的地方在于，输出的能力是需要培养和训练的。就好比我们高中的时候，练作文，你光看范文半点用没有，必须自己动笔写才会有提高。
一个人如果很长时间不输出自己的知识，自然就没有兴趣去做这件事，继而更加不会锻炼到这种能力，这样的恶性循环，就会导致被吸收的知识不断被遗忘，知识变成废料。
而这，也是生活中大多数人每天在做的事。想想你上次看的公众号内容，你还记得多少呢？ 收起阅读 »
