一、大单交易:
大单交易一般是指交易规模,包括交易的数量和金额都非常大,一般超过500手以上的交易
在股市的现实交易中,大单动向是一般散户做不出来的,大单动向也从侧面反映了大户和超大户资金动向。从逻辑上来讲, 一般能达到大单或超大单范畴的投资者基本都是大户与机构投资者,这些人拥有获取更多信息的能力或者有更强的看盘能力。如果这些人选择买入的话,投资者应该紧跟入场。
那么大单分析,我们也是主要用来观察主力的动向,正常来讲主力一般都是逐步建仓,如果有特别大的单子那么有可能就是主力在拉升股价或维护股价等行为了,当然也不能这样单纯的分析,但至少可以辅助参考、分析。
如下图,是我对安科生物的一个跟踪数据(我选取了部分,10天数据比较多)
二、获取大单交易数据
如果要分析,首先必须要有数据,今天我给大家分享的是利用python+tushare+pandas获取10天的(我这里指的是自然日)数据,然后大家再根据自己的实际需要进行分析、决策。
下面是具体的代码
大家可以根据自己的需要设置跟踪的交易手数我这边设置的是1000,追踪的日期也可以根据自行需要调整,相当的方便,我都设置成参数化了
'''
作者:唐朝品鉴
日期:2020年5月31日
邮箱:funsu@qq.com
获取大单交易数据
'''
import pandas as pd
import tushare as ts
from time import sleep
import time
import datetime
#设置token,,专业版的使用
#注册地址:https://tushare.pro/register?reg=365370
token='****这里需要注册**'
pro = ts.pro_api(token)
#我选取的是安科生物这个股票进行分析
my_code='300009'
#设置了当天日期,为最后的时间
fenddate=datetime.date.today()
#这里-10,表示当天日期往回追溯10天
fbegdate=fenddate+datetime.timedelta(days=-10)
#这个是要跟踪的交易手数,默认400手,这里1000表示大于1000手的交易
myvol=1000
hz_ddjy_df=pd.DataFrame()
while fbegdate <= fenddate:
fbegdate = fbegdate + datetime.timedelta(days=1)
print(fbegdate)
while True:
try:
ddjy_df = ts.get_sina_dd(my_code, date=fbegdate, vol=myvol)
sleep(2)
break
except Exception as e:
print(e)
continue
#判断djy_df 是否d为空
if isinstance(ddjy_df, type(None)):
print('空')
else:
# 插入日期列
ddjy_df.insert(2, 'fdate',fbegdate)
hz_ddjy_df= pd.concat([hz_ddjy_df, ddjy_df])
#导出数据到excel,用于分析、查看(excel方便,当然也可以用pandas等再进行分析、画图等)
hz_ddjy_df.to_excel('F:/python_analyze/%s_ddjy.xlsx'%my_code)
print('完成')