在曩昔的2018年这一年时刻里，股票商场的体现可谓是令广阔股民心力交瘁，股价一路走低。不少股民们也是因而对股票丧失了决心，纷繁撤出商场。

可是依然有一部分股民们依然坚守着信仰，继续奋战在继续走低的股票商场——总算，在2019年开春之后，我国的股票商场迎来了开门红，告别了数年低迷的熊市，一度打破3000大点，2019年牛市真的要降临了吗？先放一张股神巴菲特镇楼，期望2019年牛市继续坚持态势，我只想看到红涨、红涨、红涨。。。也是出于猎奇，为了对当时的股商场进行一探终究，小编经过Python爬取了2018年度到现在的股票前史数据，大展身手进行一波数据可视化操作，结合数据和商场剖析2019年A股牛市的走势和行情。

以下就来共享一些我的剖析及可视化进程。

东西介绍（Python+FineBI）关于股票相关数据，想必关于Python咱们应该都比较了解了，网站爬数据神器。因为小编还算有些Python根底，从东方财经网和网易财经爬取相关股票的前史数据这并不是难事。

可是数据可视化剖析方面，尽管Python有numpy、pandas、matplotlib等第三方库来辅佐进行数据处理和数据可视化，或许也能够凭借echart等图表开源接口，可是经过各类代码进行图表特色设置等方面仍是比较繁琐的，并且只能生成静态的图表，无法进行动态和深化的多维剖析，首要生成我想要的可视化剖析陈述比较费事。

经过一番研讨和比照，决议用BI可视化剖析东西FineBI来进行可视化剖析，对爬取到的相关数据进行可视化剖析展现。

上手简略，拖拽字段即出图表，有点像升级版的数据透视表，强烈推荐！！

Python股票数据爬取因为需求相关的前史数据，经过比照东方财经网和网易财经网的相关网站页面，网易财经网关于我搜集相关前史数据愈加便利。

这边直接贴出来网易财经网获取股票前史数据的接口：

quotes.money.163/service/chddata.html?code=[code]&start=[yyyyMMdd]&end=[yyyyMMdd]&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP\n

接口中有三个中心参数，code表明股票编码，start表明开端时刻，end表明结束时刻，用python主动填充即可，调用起来十分便利。

经过Python调用网易财经的股票数据接口，获取上海/深圳A、B股近期成交量前10的共40家股票的前史数据，包括相关股票的开收盘状况、跌涨数据、换手率、成交数据、总市值、流转市值等要害数据目标。

直接贴出来代码：

import urllib.request import re import glob import time # 上海、深圳A/B股票，近期成交量前40支股票代码 allCodelist=[ \'601099\',\'601258\',\'600010\',\'600050\',\'601668\',\'601288\',\'600604\',\'600157\',\'601519\',\'600030\',#上海A股 \'900902\',\'900941\',\'900948\',\'900938\',\'900947\',\'900932\',\'900907\',\'900906\',\'900903\',\'900919\',#上海B股 \'000725\',\'300059\',\'002131\',\'300116\',\'002195\',\'002526\',\'002477\',\'000536\',\'300104\',\'000793\',#深圳A股 \'200725\',\'200160\',\'200018\',\'200037\',\'200488\',\'200168\',\'200468\',\'200058\',\'200012\',\'200625\' #深圳B股 ] for code in allCodelist: print(\'正在获取%s股票数据...\' % code) if (code[0] == \'6\' or code[0]==\'9\'):#A股 url = \'quotes.money.163/service/chddata.html?code=0\' + code + \\ \'&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP\' print(url) else:#B股 url = \'quotes.money.163/service/chddata.html?code=1\' + code + \\ \'&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP\' print(url) urllib.request.urlretrieve(url, \'d:\\\\股票\\\\\' + code + \'.csv\')#需求提早新建好D盘的“股票”目录，将数据写入csv文件 csvx_list = glob.glob(\'d:\\\\股票\\\\*.csv\') print(\'一共发现%s个CSV文件\' % len(csvx_list)) time.sleep(2) print(\'正在处理............\') for i in csvx_list: fr = open(i, \'r\').read() with open(\'csv_to_csv.csv\', \'a\') as f:#兼并csv文件 f.write(fr) print(\'写入结束！\')\n

Pyhton完美运转，爬取时刻不到15秒~成功获取到上海/深圳A、B股近期成交量前10的共40家股票，2018年1月1日到2019年2月28日的一切前史买卖数据。

相关股票数据excel文件也给咱们双手奉上，便利咱们剖析运用。（私心回复“股票”取得）

FineBI数据可视化关于FineBI，前面现已简略介绍过，它的特色便是操作简略上手快，无须任何代码，直接在浏览器端经过FineBI东西的鼠标拖拽和点击操作即可生成颜色艳丽的可视化图表作用。

下面咱们能够经过FineBI官网获取软件激活码，下载并依照导游装置好软件：呈现这个界面就代体现已装置成功。接下来咱们就能够开端在FineBI中将之前爬取到的数据进行可视化。

FineBI的操作很简略，但仍是主张上手前看一下他的协助文档或根底视频，会有邮件奉告学习材料。

把数据表上传导入到FineBI中，然后就能够在仪表板中进行相关数据的可视化剖析了。

具体的操作参阅这篇文章《教你10分钟搞定一份可视化陈述！》，操作部分写得具体！经过大约半个小时的操作，我这边将相关股票的开收盘状况、跌涨数据、换手率、成交数据、总市值、流转市值等要害数据目标制造成了一个数据可视化陈述，便利从多个维度调查和剖析股票的各个目标。

数据可视化剖析成果1.从股票的日线走势能够看出，自2018年以来，股票商场处于一路震动走低的大趋势，2018年10月份呈现触底，2018年11月份又一波小的上涨行情，可是随后12月份又敏捷回调。到2019年1月份，开端呈现小幅上涨，2月份新年之后，股票商场敏捷拉升，一路飘红，换手率也是一路飙升。今年年初经过小幅调整后，当即放量拉升，2月份呈现“价量齐升”的态势，颇有一番从过往低迷熊市转向昂扬牛市的气势。

2.经过FineBI联动比照剖析深圳、上海A/B股的商场状况能够看出，A股的商场行情全体提高较B股显着，A股占有主体成交量。

3.剖析股票的移动平均线，5日、10日、30日、60日均线呈发散向上趋势，在股市术语来说这个叫做”金叉“，这些都是牛市或许降临的信号。

4.未来趋势猜测方面，选用FineBI的时序猜测法，按周开盘价、周成交量猜测未来走势，依据猜测成果未来5周依然势态杰出，进入3月份后，大盘行情继续走高，截止现在（3月6日），沪市A股已站上3100点，深市A股已站上9700点。近期股市总结自2015年以来，持久的股市低迷状况被2019年开春之后的商场所打破，方针盈利继续开释以及券商成绩需求改进。从近期来看，券商行情有望继续推动，阻力A股继续倒逼推动，从数据体现来看也便是涨幅、买卖量、换手率君大幅攀升。2月中旬各股呈”金叉“态势，随后敞开急速攀升形式。

从股票热门来看，最大的热门或许是金融板块，周末大篇幅的方针也随之出台，能够要点重视。别的，创业板块、证券板块或许也都将有不俗体现。大消费，蓝筹股能够要点盯梢，关于中长期股民来说更为利好，拿手长线出资者能够要点重视其商场走势。

全体来看，上股/深股两市放量创新高阐明商场运转仍是相对健康的，关于近期或呈现的关口震动休整也归于正常现象。在国家方针的大力引导之下，特别是沪指未来应该具有打破3000点大关的才能，未来全体股票商场行情看好。

再来共享一张一个小伙伴制造的FineBI数据可视化著作~欢迎咱们多多沟通。后要说的是，不管现有的股票商场趋势怎么，作为散民的大多数出资集体，都应当继续重视最新商场行情，了解最新动向。究竟股市有危险，入市需谨慎！

对可视化感兴趣的同学，无妨拿了数据，自己测验剖析！