指数市盈率计算matlab,matlab获取A股,港股,美股的全市场实时盘口数据

% 例子

% load stocklistA;tic;[data,name]=get_stock_tick(stocklistA(:,4));toc

function [data,name]=get_stock_tick(stocklist) % 获取股票实时盘口数据

data=[];

name=[];

str=get_str(stocklist); % 获取需要解析

%% 判断是A股还是港股,美股

s=stocklist{1,1};

s=s(1);

if strcmp(s,'s') % A股

N=1;

elseif strcmp(s,'r') % 港股

N=2;

else % 美股

N=3;

end

[data,name]=get_data(str,N,stocklist) ;% 解析

end

function str=get_str(stocklist) % 获取需要解析的字符

N=size(stocklist,1);

N1=800;

M=ceil(N/N1);

str=[];

for i=1:M

ind1=(i-1)*N1 1;

ind2=min(i*N1,N);

symbol=[];

for j=ind1:ind2

symbolT=stocklist{j,1};

if size(symbol,1)==0

symbol=symbolT;

else

symbol=[symbol,',',symbolT];

end

end

url2Read=['http://hq.sinajs.cn/list=',symbol];

strT=urlread(url2Read);

str=[str,strT];

end

end

function [data,name]=get_data(str,N,stocklist) % 解析

NN=N;

datacell=textscan(str,'%s','delimiter', ',');

datacell=datacell{1,1};

ind=strfind(datacell,'var hq_str' );

indA=find(~cellfun(@isempty,ind));

indDiff=[indA(1:end-1)-indA(2:end);indA(end)-size(ind,1)-1];

indD=find(indDiff~=min(indDiff));

indNow=find(indDiff==min(indDiff));

indB=indA;

indB(indD)=[];

datacell(indA,:)=[];

N=size(datacell,1)/size(indB,1);

M=size(indB,1);

dataA=reshape(datacell,N,M);

if NN==1

dataA=dataA(1:end-3,:);

name={'今日开盘价';'昨日收盘价';'最近成交价';'最高成交价';'最低成交价';'买入价';'卖出价';'成交数量';'成交金额';...

'买数量一';'买价位一';'买数量二';'买价位二';'买数量三';',买价位三';'买数量四';'买价位四';'买数量五';...

'买价位五';'卖数量一';'卖价位一';'卖数量二';'卖价位二';'卖数量三';'卖价位三';'卖数量四';'卖价位四';'卖数量五';'卖价位五'};

elseif NN==2

dataA=dataA(2:16,:);

name={'开盘';'昨收';'最高';'最低';'当前';'涨跌额';'涨跌幅';'卖一';'买一';'成交额';'成交量';'市盈率';'收益率';'52周最高';'52周最低'};

else

dataA([3 14 24 25 27],:)=[];

name={'最新价';'涨跌幅';'涨跌额';'开盘价';'最高价';'最低价';'52周最高价';'52周最低价';'成交量(单位股)';'平均成交量(单位股)';...

'市值(单位元)';'每股收益,市盈率';'fpe';'贝塔系数';'股息,收益率,总股本(单位元)';'instown';'盘前盘后价';...

'盘前盘后涨跌幅';'盘前盘后涨跌额';'昨收价'};

end

dataB=str2num(char(dataA));

dataC=reshape(dataB,size(dataA,1),M);

data=nan(size(dataC,1),size(stocklist,1));

data(:,indNow)=dataC;

end

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【优质项目推荐】 1、项目代码均经过严格本地测试,运行OK,确保功能稳定后才上传平台。可放心下载并立即投入使用,若遇到任何使用问题,随时欢迎私信反馈与沟通,博主会第一时间回复。 2、项目适用于计算机相关专业(如计科、信息安数据科学、人工智能、通信、物联网、自动化、电子信息等)的在校学生、专业教师,或企业员工,小白入门等都适用。 3、该项目不仅具有很高的学习借鉴价值,对于初学者来说,也是入门进阶的绝佳选择;当然也可以直接用于 毕设、课设、期末大作业或项目初期立项演示等。 3、开放创新:如果您有一定基础,且热爱探索钻研,可以在此代码基础上二次开发,进行修改、扩展,创造出属于自己的独特应用。 欢迎下载使用优质资源!欢迎借鉴使用,并欢迎学习交流,共同探索编程的无穷魅力! 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值