⑴ python 设计一个名为Stock的类来表示一个公司的股票
是的，设计一个名为 Stock的类表示股票，该类包括:
1、一个名为symbol的字符串数据域表示股票代码:
2、一个名为name的字符串数据域表示股票名称;
3、一个名为previousPrice的double型数据域，用来存储股票的前一 日收盘价:
4、一个名为currentPrice的double型数据域，用来存储股票的当前价格:
5、创建一个给定特定代码和名称的股票构造方法:
6、一个名为getChangePercentO方法，返回从前的日价格到当前价格变化的百分比。
实现这个类，编写个测试程序，创建一个Stock 对象，它的股票代码是600000，股票名称是“浦发银行”，前一日收盘价是 25.5元，当前的最新价是28.6元，显示市值变化的百分比。
拓展资料
设计一个Stock类和DividendStock类
编写了一个表示拥有股票情况的Stock类，这里给出了一个简化版，去掉了对参数的合法性的检查等细节，现在需要创建一个可以发放分红的股票。红利的多少和持有股票的数量成正比，不是所有的股票都是会有分红的，所以不能直接在Stock类上直接增加这个功能，而是应该在Stock类的基础上，继承一个DividendStock类。并在这个子类中增加分红的属性和行为。
(1)一个用于记录分红的字段dividents
(2)重写父类的getProfit方法（在父类的getProfit方法的基础上还要加上分红的）
父类的getProfit+股票的总的分红(也就是字段dividents的值)
(3)增加计算分红的方法，方法中的参数表示每股的红利，可以理解为成员变量dividents赋值： 股票的总的分红=每股的红利*总股数
public void payDividend(double amountPerShare)
编写一个测试的程序，创建一个名为”Oracle”的分红股票，先后以单价32元购买200股，以单价40元购买350股。每股的分红2.8元。这支股票的当前价格是每股50元。
⑵ 锲介檯镶＄エ鎸囨暟 涓嬭浇 python 鍖
Python涓鍙浠ヤ娇鐢ㄥ氱嶅寘𨱒ヤ笅杞藉浗闄呰偂绁ㄦ寚鏁版暟鎹锛屽俻andas_datareader銆乱finance绛夈
鍏充簬镶＄エ鎸囨暟鏁版嵁涓嬭浇
鍦ㄥ浗闄呰偂绁ㄦ暟鎹涓嬭浇鏂归溃锛孭ython鎻愪緵浜嗗氱嶅簱𨱒ュ府锷╁紑鍙戣呰幏鍙栭噾铻嶆暟鎹銆傚叾涓锛屽浗闄呰偂绁ㄦ寚鏁版暟鎹镄勮幏鍙栨槸杩欎簺搴撶殑涓涓閲嶈佸姛鑳姐傝繖浜涙暟鎹鍙浠ョ敤浜庡垎鏋愯偂绁ㄥ竞鍦鸿秼锷裤佸缓绔嬫姇璧勭瓥鐣ョ瓑銆
甯哥敤镄凯ython鍖
1. pandas_datareader锛氲繖鏄涓涓鐢ㄤ簬璇诲彇钖勭嶉噾铻嶆暟鎹镄凯ython搴撱傞氲繃杩欎釜搴掳纴鍙浠ヨ交𨱒惧湴浠庡悇绉嶆潵婧愪笅杞借偂绁ㄦ寚鏁版暟鎹锛屽俌ahoo Finance绛夈傚畠鎻愪緵浜嗕竴涓缁熶竴镄勬帴鍙ｆ潵璁块梾澶氱嶆暟鎹婧愶纴浣垮缑鏁版嵁銮峰彇鍙桦缑鐩稿圭亩鍗曘
2. yfinance锛氲繖鏄涓涓涓扑负Yahoo Finance璁捐＄殑Python搴撱傚畠鍙浠ョ敤𨱒ヤ笅杞借偂绁ㄣ佹湡璐с佸栨眹鍜屽姞瀵呜揣甯佺瓑閲戣瀺浜у搧镄勬暟鎹锛屽寘𨰾锲介檯镶＄エ鎸囨暟銆傜敱浜庡畠鏄涓挞棬阍埚筜ahoo Finance璁捐＄殑锛屽洜姝ゅ湪镆愪簺𨱍呭喌涓嫔彲鑳芥洿阃傜敤浜庣壒瀹氱殑镶＄エ鍜屽竞鍦恒
浣跨敤鏂瑰纺
杩欎簺搴撶殑浣跨敤阃氩父娑夊强鍒板畨瑁呯浉搴旂殑Python鍖咃纴铹跺悗阃氲繃绠鍗旷殑鍑芥暟璋幂敤灏卞彲浠ヤ笅杞藉埌镶＄エ鎸囨暟鏁版嵁銆傚叿浣撶殑浣跨敤鏂瑰纺闇瑕佹牴鎹搴撶殑鏂囨。鍜屾寚鍗楄繘琛岋纴阃氩父闇瑕佹彁渚涜偂绁ㄧ殑浠ｇ爜鎴栬呭竞鍦虹殑镙囱瘑绗︿綔涓哄弬鏁般傚悓镞讹纴杩橀渶瑕佹敞镒忔暟鎹镄勬椂鏁堟у拰鎺堟潈闂棰樸
镐荤粨𨱒ヨ达纴濡傛灉闇瑕佷笅杞藉浗闄呰偂绁ㄦ寚鏁版暟鎹锛孭ython鎻愪緵浜嗗氱嶅簱𨱒ュ府锷╁疄鐜拌繖涓鐩镙囷纴寮鍙戣呭彲浠ユ牴鎹鍏蜂綋闇姹傚拰锅忓ソ阃夋嫨钖堥傜殑搴撱
⑶ python的QSTK中，里面股票的历史数据是包含在包里面么，还是通过网络获取
在 Python的QSTK中，是通过 s_datapath 变量，定义相应股票数据所在的文件夹。一般可以通过 QSDATA 这个环境变量来设置对应的数据文件夹。
具体的股票数据来源，例如沪深、港股等市场，你可以使用免费的WDZ程序输出相应日线、5分钟数据到 s_datapath 变量所指定的文件夹中。然后可使用 Python的QSTK中，qstkutil.DataAccess进行数据访问。
⑷ python如何获得股票实时交易数据
使用easyquotation这个库。(不用重复造轮子了)
github地址是：
https://github.com/shidenggui/easyquotation
⑸ 如何用python代码判断一段范围内股票最高点
Copyright © 1999-2020, CSDN.NET, All Rights Reserved
登录
python+聚宽 统计A股市场个股在某时间段的最高价、最低价及其时间 原创
2019-10-12 09:20:50
开拖拉机的大宝
码龄4年
关注
使用工具pycharm + 聚宽数据源，统计A股市场个股在某时间段的最高价、最低价及其时间，并打印excel表格输出
from jqdatasdk import *
import pandas as pd
import logging
import sys
logger = logging.getLogger("logger")
logger.setLevel(logging.INFO)
# 聚宽数据账户名和密码设置
auth('username','password')
#获取A股列表，包括代号，名称，上市退市时间等。
security = get_all_securities(types=[], date=None)
pd2 = get_all_securities(['stock'])
# 获取股票代号
stocks = list(get_all_securities(['stock']).index)
# 获取股票名称
stocknames = pd2['display_name']
start_date = '2015-01-01'
end_date = '2018-12-31'
def get_stocks_high_low(start_date,end_date):
# 新建表，表头列
# 为："idx","stockcode","stockname","maxvalue","maxtime","lowvalue","lowtime"
result = pd.DataFrame(columns=["idx", "stockcode", "stockname", "maxvalue", "maxtime", "lowvalue", "lowtime"])
for i in range(0,stocks.__len__()-1):
pd01 = get_price(stocks[i], start_date, end_date, frequency='daily',
fields=None, skip_paused=False,fq='pre', count=None)
result=result.append(pd.DataFrame({'idx':[i],'stockcode':[stocks[i]],'stockname':
[stocknames[i]],'maxvalue':[pd01['high'].max()],'maxtime':
[pd01['high'].idxmax()],'lowvalue': [pd01['low'].min()], 'lowtime':
[pd01['low'].idxmin()]}),ignore_index=True)
result.to_csv("stock_max_min.csv",encoding = 'utf-8', index = True)
logger.warning("执行完毕！
⑹ 怎样遍历任意股票历史数据要求使用循环。
下载个大智慧就可以了啊