akshare股票涨跌幅自定义范围查询:A股、港股、美股；与资金流向相关关系

参看：https://stock.hexun.com/2024-10-31/215251914.html
涨幅计算公式：（当前价格 - 上一个交易日收盘价）÷ 上一个交易日收盘价 × 100% 。
跌幅计算公式：（上一个交易日收盘价 - 当前价格）÷ 上一个交易日收盘价 × 100% 。

1、A股

涨幅

比如 5% 到 8%之间

import akshare as ak
import pandas as pd

# 获取当天所有 A 股数据
stock_data = ak.stock_zh_a_spot_em()

# 计算涨幅
stock_data['涨幅'] = (stock_data['最新价'] - stock_data['昨收']) / stock_data['昨收'] * 100

# 筛选涨幅在 5% 到 8% 之间的数据
filtered_data = stock_data[(stock_data['涨幅'] >= 5) & (stock_data['涨幅'] <= 8)]

# 显示结果
filtered_data[['代码', '名称', '涨幅']]

与资金流向相关关系
这里筛选大于7%涨幅与资金大小流向对应排序
下面东财与新浪接口，东财如果是第二天没有开盘无数据，新浪第二天早上没开盘默认有前一天的数据

## 东财接口
import akshare as ak
import pandas as pd

# 获取当天所有 A 股数据
stock_data = ak.stock_zh_a_spot_em()

# 计算涨幅
stock_data['涨幅'] = (stock_data['最新价'] - stock_data['昨收']) / stock_data['昨收'] * 100

# 筛选涨幅在 7% 以上的股票
filtered_data = stock_data[stock_data['涨幅'] >= 7]

# 获取资金流向排名（以3日为例）
fund_flow_rank = ak.stock_individual_fund_flow_rank(indicator="3日")

# 合并涨幅在7%以上的股票数据和资金流向数据
merged_data = pd.merge(filtered_data, fund_flow_rank, left_on='代码', right_on='代码')

# 按3日主力净流入净额和连板数列倒序排序
sorted_data = merged_data.sort_values(by=['3日主力净流入-净额'], ascending=[False])

排序列-倒序：3日主力净流入-净额

#新浪接口
import akshare as ak
import pandas as pd

# 获取当天所有 A 股数据
stock_data = ak.stock_zh_a_spot()

# 计算涨幅
stock_data['涨幅'] = (stock_data['最新价'] - stock_data['昨收']) / stock_data['昨收'] * 100

# 筛选涨幅在 7% 以上的股票
filtered_data = stock_data[stock_data['涨幅'] >= 7]
# 去掉代码列的前两个字符
filtered_data['代码'] = filtered_data['代码'].str[2:]

# 获取资金流向排名（以3日为例）
fund_flow_rank = ak.stock_individual_fund_flow_rank(indicator="3日")

# 合并涨幅在7%以上的股票数据和资金流向数据
merged_data = pd.merge(filtered_data, fund_flow_rank, left_on='代码', right_on='代码')

# 按3日主力净流入净额和连板数列倒序排序
sorted_data = merged_data.sort_values(by=['3日主力净流入-净额'], ascending=[False])

跌幅范围

比如 5% 到 8%之间

import akshare as ak
import pandas as pd

# 获取当天所有 A 股数据
stock_data = ak.stock_zh_a_spot_em()

# 计算跌幅
stock_data['跌幅'] = (stock_data['昨收'] - stock_data['最新价']) / stock_data['昨收'] * 100

# 筛选跌幅在 5% 到 8% 之间的数据
filtered_data = stock_data[(stock_data['跌幅'] >= 5) & (stock_data['跌幅'] <= 8)]

# 显示结果
filtered_data[['代码', '名称', '跌幅']]

2、港股

import akshare as ak

stock_hk_spot_em_df = ak.stock_hk_spot_em()
 
# 计算跌幅
stock_hk_spot_em_df['跌幅'] = (stock_hk_spot_em_df['昨收'] - stock_hk_spot_em_df['最新价']) / stock_hk_spot_em_df['昨收'] * 100

# 筛选跌幅在 5% 到 8% 之间的数据
filtered_data = stock_hk_spot_em_df[(stock_hk_spot_em_df['跌幅'] >= 5) & (stock_hk_spot_em_df['跌幅'] <= 8)]

# 显示结果
filtered_data[['代码', '名称', '跌幅']]


# 计算涨幅
stock_hk_spot_em_df['涨幅'] = (stock_hk_spot_em_df['最新价'] - stock_hk_spot_em_df['昨收']) / stock_hk_spot_em_df['昨收'] * 100

# 筛选涨幅在 5% 到 8% 之间的数据
filtered_data = stock_hk_spot_em_df[(stock_hk_spot_em_df['涨幅'] >= 5) & (stock_hk_spot_em_df['涨幅'] <= 8)]

# 显示结果
filtered_data[['代码', '名称', '涨幅']]

3、美股

import akshare as ak

stock_us_spot_em_df = ak.stock_us_spot_em()
# 计算涨幅
stock_us_spot_em_df['涨幅'] = (stock_us_spot_em_df['最新价'] - stock_us_spot_em_df['昨收价']) / stock_us_spot_em_df['昨收价'] * 100

# 筛选涨幅在 5% 到 8% 之间的数据
filtered_data = stock_us_spot_em_df[(stock_us_spot_em_df['涨幅'] >= 5) & (stock_us_spot_em_df['涨幅'] <= 8)]

# 显示结果
filtered_data[['代码', '名称', '涨幅']]


# 计算跌幅
stock_us_spot_em_df['跌幅'] = (stock_us_spot_em_df['昨收价'] - stock_us_spot_em_df['最新价']) / stock_us_spot_em_df['昨收价'] * 100

# 筛选跌幅在 5% 到 8% 之间的数据
filtered_data = stock_us_spot_em_df[(stock_us_spot_em_df['跌幅'] >= 5) & (stock_us_spot_em_df['跌幅'] <= 8)]

# 显示结果
print(filtered_data[['代码', '名称', '跌幅']])