目标：在中国的股票市场上盈利，每周都有单个股票盈利2%，月总盈利超过2%

计划实现方式：Pycharm + Anaconda3 + Python3 + Django + AKShare + MongoDB

目前采用的实现方式：Pycharm + Anaconda3 + Python3 + Flask + AKShare

以后可能会用到 ：MongoDB ， SQLAlchemy ，baostock ，Tushare

机器学习 会在以后的实践中逐步用到。

实现方式

上一篇文章写了采集的方法。本篇文章包含完整代码和调用代码。

采用后台执行的方式。

gupiao.py 如下：

import akshare as akimport threadingimport datetimeimport osfrom threading import Threaddef get_start():    start_stock_daily()# 这里就是核心了，调用这部分就会自动下载 深圳A股 的所有股票的历史记录def start_stock_daily(indicator="A股列表", folder="sz_a", prefix="sz"):    file_path = "D:/work/data/" + folder + "/"    file_path_name = get_sz_a(file_path, indicator)    print(file_path_name)    num = 0    with open(file_path_name, "r", encoding='UTF-8') as stock_lines:        for stock_line in stock_lines.readlines():            num = num + 1            if num == 1:                continue            stock_line_arr = stock_line.split("|")            symbol = prefix + stock_line_arr[5]            print("股票信息=" + symbol + "||" + stock_line_arr[6])            stock_csv = get_stock_daily(file_path, symbol)            print("stock_csv=" + stock_csv)# 获得深圳主板A股列表，每天获取一次不重复获取# file_path 需要全路径，以 | 进行间隔# indicator 可选参数 "A股列表", "B股列表", "AB股列表", "上市公司列表", "主板", "中小企业板", "创业板"def get_sz_a(file_path, indicator="A股列表"):    today = datetime.datetime.today()    file_name = "sz_a_" + today.strftime('%Y%m%d') + ".csv"    if not os.path.exists(file_path):  # 如果路径不存在则创建        os.makedirs(file_path)    if os.path.exists(file_path + file_name):        print("今日已经获取无需再次获取，" + today.strftime('%Y%m%d'))        return file_path + file_name    stock_info_sz_df = ak.stock_info_sz_name_code(indicator=indicator)    stock_info_sz_df.to_csv(file_path + file_name, sep="|")    print('获取深圳主板A股列表并存储为CSV！' + today.strftime('%Y%m%d'))    return file_path + file_name# 根据股票代码获取股票历史数据# symbol 股票代码 需要前缀 sh 上海  sz 深圳，例如：sz300846def get_stock_daily(file_path, symbol):    stock_zh_a_daily_hfq_df = ak.stock_zh_a_daily(symbol=symbol)  # 返回不复权的数据    file_name = symbol + '.csv'    stock_zh_a_daily_hfq_df.to_csv(file_path + file_name)    return file_path + file_name

调用下载的部分，注意命名我随便写的，请根据情况自己修改，app.py 如下：

from flask import Flaskimport akshare as akimport gupiaoimport datetimeimport osfrom concurrent.futures import ThreadPoolExecutorimport timeexecutor = ThreadPoolExecutor(2)app = Flask(__name__)@app.route('/test_thread')def test_thread():    executor.submit(gupiao.get_start)    return "thread is running at  background !!!"if __name__ == '__main__':    app.run()

使用 Flask 框架，生成一个项目，然后创建一个gupiao.py 在 app.py 中调用，然后运行项目。

在浏览器里面访问

就能在后台看到如图的画面，整个深圳A股的下载时间大约在2个小时到3个小时。

股票历史数据

下载到本地如图

股票历史数据

爬取数据部分就完成了，之后就是筛选了。