用python监控A股股票波动并发送预警邮件_V3

随着中国金融市场的发展，越来越多的中国人拥有了股票，特别是一些高收入的程序员和高级白领，往往都持有一定数量的股票，但是每时每刻人工盯盘还是很困难的，而且会被罚工资。。。。。。

而且随着量化交易的流行，程序化的股票交易已经越来越普通，作为个人投资者也可以拥有自己的量化交易系统，虽然我们散户想要调用券商的实盘交易接口有一定的难度，也存在安全风险，但是设计一个量化交易系统，由程序实时监测股票波动并发送预警邮件是具有可行性的。下面是我用python写的一个例子。

import tushare as ts#导入tushare模块，这是一个获取股票各种信息一个很常用的开源项目
import datetime
import time
import pandas as pd
import os
import sys
#导入纯文本邮件发送模块，这个模块可以参考网上的一些资料自己写一个适合自己的模块
import my_email as me

我采用的python环境是Anaconda这个最常用的数据分析平台，这个平台自带了很多数据分析用到的模块，不需要我们自己一个个去找，很方便，能让我们把更多的时间花在数据分析本身上。为了保证程序的可用性和简洁性，采用类封装所有函数和变量。

class monitor:			#monitor类
    period = 0			#一段时间长度，如5分钟
    extent = 0			#一段时间内瞬时跌幅，如5分钟内涨跌幅
    day_extent = 0		#日跌幅
    day_range = 0			#日波动幅度
    code = []				#股票代码数组
    filebagPath = ''			#工作路径

初始化函数

    def __init__(self,code,period,extent,day_extent,day_range):		#初始化函数
        self.is_tradetime()				#首先进行验证，当前时间是否为交易时间
        self.code = code					#初始化股票代码数组
        self.period = period				#初始化一段时间，设定时间长度
        self.extent = extent				#设定涨跌幅
        self.day_extent = day_extent				#初始化日最大涨跌幅
        self.day_range = day_range				#初始化日内股票最大振幅
        path = os.getcwd()							#得到当前工作目录
        today_date = datetime.datetime.strftime(datetime.datetime.today(),'%Y%m%d')		#得到今日日期，格式为“YYYYmmdd"
        self.filebagPath = path + r'\monitor\%s'%today_date				#建立以今日日期为名的文件路径，用来存储分笔数据
        if os.path.exists(self.filebagPath):				#判断文件夹是否已存在
            pass
        else:
            os.makedirs(self.filebagPath)				#不存在就新建该文件

判断是否交易时间的函数。

    #判断当前是否交易时间的函数，方法是隔5秒获取一次实时分笔数据，如果获取的两次数据的时间一样则说明当前不是交易时间，程序终止
    def is_tradetime(self):
        trade_time1 = datetime.datetime.strptime(ts.get_realtime_quotes('sh')['time'][0],'%H:%M:%S')
        time.sleep(5)
        trade_time2 = datetime.datetime.strptime(ts.get_realtime_quotes('sh')['time'][0],'%H:%M:%S')
        if trade_time1 == trade_time2:
            print('当前不是交易时间!!!')
            sys.exit()

监控股票波动的主函数。

    def monitor(self):				#主函数
        for item in code:				#新建对应code的csv文件来存储实时分笔数据
            filePath = self.filebagPath + r'\%s.csv'%item
            if os.path.exists(filePath):		#如果文件已存在则用原来的
                pass
            else:
                data = ts.get_realtime_quotes(item)
                data.to_csv(filePath,encoding = 'gbk',index=False)
        count = 0					#count用来记录抓取的次数
        while 1:			#循环
            try:
                now_data = ts.get_realtime_quotes(code)						#一次性获取code数组里所有股票的实时分笔数据
                for i in range(0,len(now_data)):					#把获取到的实时分笔数据一一对应的存入对应的股票代码的.csv文件
                    now_code = now_data['code'][i]
                    filePath = self.filebagPath + '\%s.csv'%now_code
                    if list(pd.read_csv(filePath,encoding='gbk')['time'])[-1] == now_data['time'][i]:	#如果新获取的数据和本地最新数据重合则放弃更新
                        pass
                    else:			#不重合就更新对应代码的csv文件
                        now_data.loc[i:i].to_csv(filePath,mode = 'a',header = None,encoding = 'gbk',index=False)
                        used_data = pd.read_csv(filePath,encoding='gbk').head(20*self.period)		#tushare每3s更新一次实时分笔数据，所以每分钟对应20次数据
                        self.__judge(used_data)				#判断对应股票是否满足预设的条件
            except:
                pass
            count = count + 1					#抓取数+1
            print('执行第%s次monitor程序!!!'%count)
            time.sleep(2)					#延时2s，因为tushare每3S更新一次数据，所以太频繁的抓取数据没有意义

判断对应code股票是否满足预设条件的函数。

    def __judge(self,used_data):					#判断是否满足条件函数
        flag = 0						#股票是否达到预警条件的标准标志，未达到为0，达到为1
        if max(used_data['price']) - min(used_data['price']) > self.extent:			#判断是否满足时间周期内的涨跌幅
            flag = 1
            if used_data['price'][len(used_data) - 1] > used_data['price'][0]:		#如果后来的股票价格高就是涨
                text_add = '%s 分钟涨幅超%s%%!!!'%(self.period,self.extent)
            else:                         #如果后来的股票价格低就是跌
                text_add = '%s 分钟跌幅超%s%%!!!'%(self.period,self.extent)
        if 100*(used_data['price'][len(used_data) - 1] - used_data['pre_close'][0])/used_data['pre_close'][0] > self.day_extent:
            #判断当前日涨幅是否达到预设条件
            flag = 1
            text_add = '当前涨幅超%s%%!!!'%(self.day_extent)
        elif 100*(used_data['price'][len(used_data) - 1] - used_data['pre_close'][0])/used_data['pre_close'][0] < -1*self.day_extent:
            #判断当前涨跌幅是否达到预设条件
            flag = 1
            text_add = '当前跌幅超%s%%!!!'%(-1*self.day_extent)
        if 100*(used_data['high'][len(used_data) - 1] - used_data['low'][len(used_data) - 1])/used_data['pre_close'][0] > self.day_range:
            #判断当前振幅是否达到预设值
            flag = 1
            text_add = '当日振幅达到%s%%!!!'%(-1*self.day_range)
        if flag == 1:
            now_change = (int(list(used_data['price'])[-1]) - int(list(used_data['pre_close'])[-1]))/int(list(used_data['pre_close'])[-1])
            text = '%s %s %s 当前涨跌幅%s%% 开盘价%s 当前价格%s  总金额%s亿 时间%s' \
                %(list(used_data['code'])[-1],list(used_data['name'])[-1],text_add,round(now_change,2) \
                ,list(used_data['open'])[-1],list(used_data['price'])[-1],used_data['amount'][0],used_data['time'][0])
                #邮件要发送的文本信息
            me.email(text)									#发送邮件，该模块可以根据自己的需要在网上找一个
            this_code = used_data['code'][0]
            print(this_code)
            self.code.remove(this_code)			#将对于股票移出股票数组，避免重复预警
            if len(self.code) == 0:						#如果code数组里没有了股票就终止程序
                print('所有code对应的股票全部达到预定条件并发送了预警邮件!!!')
                sys.exit()

试验代码。

if __name__ == '__main__':
    code = ['000958','002384','000063','000810','000988','002031','600601','000802','600405','002673',  \
            '000831','601319', '002413', '601162','002115','000066','600677','002256','600624','002054', \
            '002156', '601519','300205','600536', '000563','601108', '600213']					#我的自选股
    mo = monitor(code = code,period = 5,extent = 5,day_extent = 8,day_range = 10)
    #设定条件为5分钟内涨跌幅超过5%，日涨跌幅超过8%，日振幅超过10%
    mo.monitor()    			#执行程序

以上就是监控A股波动并发送预警邮件的所有程序，如果觉得对你有用的话就点个赞吧。
欢迎对量化交易和python感兴趣的同学关注我的微信公众号。