使用方法(依赖docker)
git clone https://github.com/pythonstock/stock.git && sh stock/docker/startStock.sh
首先会下载相关镜像,然后在进行构建。启动mariadb,并讲stock和mariadb链接起来。
依赖这两个镜像,tensorflow镜像比较大。
docker.io/tensorflow/tensorflow:latest-py3
docker.io/mariadb:latest
访问端口:
1,股票系统设计
2,架构设计
全系使用python实现。因为都是python的类库,互相之间调用方便。
从数据抓取,数据处理,到数据展示数据运算都是python实现。
最终的数据都到前端展示出来。主要分为4个文件夹。
jobs 抓取数据并存储实现类。
libs 通用工具类。
web 前端展示框架。
tf 机器学习文件夹,推测数据。
3,应用部署
需要mysql数据库启动。项目放到/data/stock 目录。
CREATE DATABASE IF NOT EXISTS `stock_data` CHARACTER SET utf8 COLLATE utf8_general_ci;
使用 :
3,web使用datatable显示报表
显示货币供应量:
显示存款准备金率:
4,使用pandas处理重复数据
data = ts.get_report_data(year, quarter)
# 处理重复数据,保存最新一条数据。
data.drop_duplicates(subset="code", keep="last")
5,增加多字段排序
1,点击是单个字段进行排序。
2,按照【shift】,点击多个,即可完成多字段排序。
3,服务端分页排序。
4,按照多个字段进行筛选查询。
6,增加对字典表通用修改
CREATE TABLE `user_stock` (
`code` varchar(255) NOT NULL,
`date` varchar(8) NOT NULL,
`price` double DEFAULT NULL,
`shares` double DEFAULT NULL,
`commission_rate` double DEFAULT NULL,
`tax_rate` double DEFAULT NULL,
`comment` varchar(255) DEFAULT NULL,
PRIMARY KEY (`code`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;