- 博客(13)
- 收藏
- 关注
原创 基于金融大数据的特征提取与趋势预测系统(8)——数据存储和更新
数据存储和更新涉及的表有sz50、daily_forecast、daily_similarity_sz50、recently_sz50由于sz50是变化的的(半年一更),所以要定期对sz50的信息进行更新。在建表时,recently_sz50和daily_similarity_sz50以sz50的ts_code列作为外码,是为了方便更新sz50时对失效信息的删除。因此对sz50的更新就不能使用全部替换的方式,只能部分更新 ts_code0 = sz50() new_data.
2021-07-18 20:45:18 120
原创 基于金融大数据的特征提取与趋势预测系统(7)——建表
1、user,用户信息2、sz50,上证50基本信息3、daily_similariy_sz50,recently_sz50,股票日交易信息,两个表的列和约束完全相同,因此可以用同样的方法建立这里的数据范围是根据获取的数据设置的关于外键约束,由于将会存放大量的数据,数据查找和删除将会很麻烦,所以我这里通过设置外键来方便删除过时的数据。4、daily_forecast,所预测股票的信息...
2021-07-18 16:47:45 83
原创 基于金融大数据的特征提取与趋势预测系统(4)——Django与vue.js框架的对接
1.将vue项目放在Django项目目录下2.配置settingTEMPLATES.DIRS,vue中html文件的位置,作为urls寻径的前缀加入STATICFILES_DIRS,是一些静态文件的目录,下面有设置主页
2021-07-11 16:18:45 124
原创 基于金融大数据的特征提取与趋势预测系统(3)——使用tushare获取基础股票数据并存入数据库
1.下载pandas、tushare和pymysqlpip install pandaspip install tusharepip install pymysql2..获取数据index_basic是股票基本信息,daily是日数据将数据存入mysql数据库,会新建表,需保证数据库中没有这个表3.数据读取def get_basic(ts_code=False, name=False, market=False, publisher=False, category=F
2021-07-04 22:56:00 308
原创 基于金融大数据的特征提取与趋势预测系统(2)——对Django的理解
这里我做了一个简单的登录页面来理解Django的工作流程。在app/models.py文件中建立用户表,一个class对应数据库中的一张表cmd中执行:python manage.py makemigrations此时,app/migrations中将增加一个py文件,记录本次的修改执行:py manage.py migrate此时,将会把修改应用到数据库中,数据库中就多了一个表:应用_表名简单写几个网页完成登录过程登录网页index.html登录失
2021-07-04 14:24:18 155
原创 基于金融大数据的特征提取与趋势预测系统(1)——Django+MySQL环境搭建
1.首先下载Django。cmd输入pip install django。 2.建立Django工程。cmd切到工程位置,django-admin startproject fdas建立工程。 3.建立应用。cmd切到工程目录下,python manage.py firstweb. 4.应用目录下建立目录templates,该目录下放置网页文件 5.修改set...
2021-07-02 22:07:49 308
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人