『壹』 大數據在股票基本面分析和股票技術分析中的應用都有哪些方法
大數據在股票基本面分析和股票技術分析中的應用主要包括數據收集、數據清洗與預處理、特徵工程、機器學習與深度學習、可視化展示、實時監控與預警、策略優化等方面。
在股票基本面分析中，大數據技術可以幫助收集和分析公司的財務報表、公告、新聞報道等，從而評估公司的盈利能力、營收狀況、成本結構、競爭狀況以及管理層等方面的信息。這些信息對於理解公司的基本面狀況和未來發展潛力至關重要，有助於投資者評估公司的價值和未來發展潛力。
在股票技術分析中，大數據技術可以收集歷史和實時的股票價格、交易量、市場情緒等數據，通過機器學習和深度學習演算法，如線性回歸、支持向量機、神經網路等，對提取出的特徵進行訓練和預測，從而得到股票價格走勢的預測模型。此外，大數據還可以用於實時監控市場動態，一旦發現異常情況，如重大利空消息、市場情緒突變等，可以及時發出預警，提醒投資者採取相應措施。
數據收集：通過爬蟲技術、API介面等方式，從各大金融數據提供商、社交媒體、新聞網站等地收集大量的歷史和實時數據。
數據清洗與預處理：對收集到的原始數據進行清洗、去重、缺失值填充等工作，以便後續的分析和建模。
特徵工程：從原始數據中提取有用的特徵，如公司的市盈率、市凈率、營業收入增長率、凈利潤增長率等。
機器學習與深度學習：利用機器學習和深度學習演算法，對提取出的特徵進行訓練和預測，從而得到股票價格走勢的預測模型。
可視化展示：將分析結果以圖表、報告等形式展示給投資者，幫助他們更直觀地了解股票的走勢和潛在風險。
實時監控與預警：通過實時監控股票市場的動態，一旦發現異常情況，可以及時發出預警，提醒投資者採取相應措施。
策略優化：結合人工智慧演算法，不斷優化投資策略，提高投資回報率。
需要注意的是，雖然大數據技術可以幫助我們更全面、深入地分析股票，但它並不能保證100%的准確性1。
來源：網路AI智能回答
『貳』 滬深level2行情websocket介面接入方法
歡迎使用jvQuant行情服務，請按照下面的步驟完成行情接入。
分配伺服器:
獲取伺服器:
jvQuant.com/query/serve... Copy
介面參數:
介面返回:
返回示例:
{ "code": "0", "server": "xx.xx.x.xx:xxxx/xxx" } Copy
CODE規范:
jvQuant支持滬深主板、科創板、創業板，股票以及可轉債、ETF基金行情，提供level1和level2數據推送。訂閱代碼由行情標志和證券代碼組成，用分隔符"_"連接。例如:lv1_600519，代表貴州茅台level1行情;lv1_512170，代表醫療ETF level1行情;lv2_127063，代表貴輪轉債level2行情。
連接登錄:
使用分配的伺服器地址，通過websokcet協議連接伺服器。
實時行情測試:
websocket介面地址:
ws://xx.xx.x.xx:xxxx/xxx?token= Copy
訂閱行情:
創建websocket連接後，您可以輸入以下指令進行行情訂閱:
指令後接code參數,用分隔符"="連接，多個code用分隔符","分隔。例如:
add=lv1_600519,lv2_127063 ，表示增加訂閱lv1_600519,lv2_127063行情。
del=lv1_600519,lv2_127063 ，表示刪除訂閱lv1_600519,lv2_127063行情。
all=lv1_600519 ，表示覆蓋全部訂閱code。
all= ，後接參數為空，表示刪除全部訂閱code。
list ，無需參數，表示查看全部訂閱code。
his ，無需參數，查看今日已訂閱的code信息。
解析行情:
為提高數據傳輸速率，行情推送採用二進制方式傳輸，請在接收端解壓縮為字元串。level1和level2行情推送數據以換行符"\n"為分隔，每一行以lv1_xxxxxx=和lv2_xxxxxx=為開頭。詳細解析請參考下一步。
行情在線測試:
實時行情測試
歷史行情:
jvQuant提供2008創立至今的歷史股票行情數據，包含滬深主板、科創板、創業板，股票日內行情。下載地址:
jvquant.com/query/histo...&year=.zip Copy
例如:下載2021年滬深主板、科創板、創業板全部股票(約6000隻)日內行情,數據包大小約1.1G,鏈接為:
jvquant.com/query/histo...&year=2021.zip Copy
歷史行情下載列表頁
在線資料庫服務自定義泛查:
jvQuant基於自然語言處理技術,支持多模態自然語言處理,精準拆分查詢條件,聯表超1600G數據可查。利用多模態的能力,可以輕松實現程序編碼較為復雜的策略選股功能。例如,做波段低吸,關注近日有過異動的股票,query示例如下:
query=融券余額小於100萬,近一周上過龍虎榜大於2次,昨日低開,昨日大單買入,集合競價換手率>0.1
早盤09:25篩選集合競價搶籌,實時買一量較多的票,query示例如下:
query=集合競價量比大於5,實時買一量大於1000手
支持API調用,實時行情融合多張數據表,智能聯合條件,語義化查詢即可解決建庫和程序編寫的難題。立即體驗在線資料庫。
在線資料庫服務測試:
SQL API參數:
語義泛查支持多種查詢模式舉例:
#數據欄位值查詢
query=股票代碼,股票名稱,漲幅,市盈率,行業,量比,買一量,主力流入,昨日開盤漲幅,昨日開盤成交額
#欄位精確條件:
query=滬深主板,非ST,市盈率,行業,昨日最高漲幅大於4,前2日最低漲幅小於8
#欄位模糊條件:
query=集合競價搶籌,30日均線向上,macd底背離
#多個指定日期條件查詢(歷史數據支持最近3年):
query=2015-09-13跌停,2015-09-14漲停
#多個條件組合查詢:
主板,市盈率大於60,或者(華為概念並且市盈率小於50)
相較於自主建庫，jvQuant在線資料庫擁有更廣數據,提供更靈活的查詢方式，無需熟悉SQL語句,無需自建伺服器。保存查詢語句即可實時生成篩選策略。更多條件和組合請前往在線測試。
資料庫服務WEB頁測試 資料庫服務API測試
K線獲取:
K線可用於形態趨勢分析或收益回測。自主線下建庫可降低網路查詢耗時。介面參數: 近20年K線查詢
行業分類:
該介面返回滬深全市場申萬二級分類信息，可用作寬口徑的行情代碼索引。介面參數: 獲取申萬行業分類信息
可轉債信息:
該介面返回滬深兩市的可轉債信息，包含正股信息、發行信息，以及轉股信息。可用做轉債篩選條件。介面參數: 獲取可轉債信息一覽表
計費標准實時行情:
行情訂閱採用按天計費方式，一個自然天內只計費一次，多個連接不重復計費。行情報價如下:
委託交易:
交易API採用按量計費方式,按分鍾內交易調用次數聚合計費。個人賬戶單次報單最高限額100萬，機構賬戶按合同規則計費。交易介面報價如下:
歷史數據:
歷史數據採用按次計費方式，按年份劃分壓縮包，下載一次數據包單價為20元。歷史數據報價如下:
在線資料庫服務:
資料庫服務採用按次計費方式,每個自然日刷新計費周期。資料庫服務報價如下:
積分明細:
為保護您的隱私安全，jvQuant不會記錄您的調用明細，只提供當日調用聚合統計。行情賬單出賬期為5s，按行情類別進行聚合統計。日內新增訂閱code產生一次計費操作，請前往賬戶主頁關注訂閱統計。交易賬單出賬期為1min，按交易介面類別進行聚合統計。新增API調用產生一次計費操作,請前往賬戶主頁關注調用統計。
更多API調用請參考官方文檔地址:jvquant.com/wiki.html