Finology 大数据金融

通过大数据以量化金融

发表于 更新于 分类于 阅读次数： Waline：

万矿这个API，取的名字很不好记，完全猜不出是什么单词的简写。

wsd 日期序列

用于提取多品种单指标或者单品种多指标的时间序列数据。就是说要么是一只股票和多个指标或者是多个股票的一个指标。

一只股票和多个指标，index 为日期，指标名为 columns 的名字。

多个股票和一个指标，index 为日期，股票名为 columns 的名字。

  1. 每次限8000单元格；
  2. 技术指标、技术形态、部分融资融券指标单次限取2000个单元格（大于2000个单元格，可分多次获取）

wss 多维数据

用于提取多品种多指标在某个时间点的截面数据。

  1. 每次限8000单元格；
  2. 技术指标、技术形态、部分融资融券指标单次限取2000个单元格（大于2000个单元格，可分多次获取）

wset 数据集

用来获取数据集信息，主要用于获取板块成分、指数成分以及各证券品种的专题统计报表数据。

  1. 停牌、复牌股票：一次最长获取一个月时间段内的数据；
  2. 分红送转：一次最长获取10年时间段内的数据；
  3. 期货合约持仓排名：一次最长获取一个月时间段内的数据

wses 板块时序

获取选定股票板块一段时间内的历史序列数据。

  1. 支持多板块，但仅支持单指标；
  2. 提取多板块、单指标时，时间跨度＜250个交易日、板块数＜20；
  3. 提取单板块、单指标时，时间跨度约800个周期。

wsee 板块多维

获取选定股票板块的历史截面数据。

  1. 支持多板块、多指标且板块数*指标数≤1000

wsi 分钟数据

主要包括证券的基本行情和部分技术指标的分钟数据。

  1. 目前只支持上交、深交、中金、上期、大商、郑商的行情；
  2. 每次取一个code的时候，可以取最近3年数据(推荐使用此方法)；
  3. 每次取多个code的时候，有如下限制：code数*天数<=100

wst 日内跳价

主要包括证券的日内盘口买卖五档快照数据和分时成交(tick数据)。

  1. 目前只支持上交、深交、中金、上期、大商、郑商的行情；
  2. 可取最近7个交易日的数据；
  3. 一次只能取1个Windcode。

wsq 实时行情

主要包括各证券当天指标实时数据，可以一次性请求实时快照数据，也可以通过订阅的方式获取实时数据。

发表于 更新于 分类于 ， 阅读次数： Waline：

我们要对一个 DataFrame 做分组统计时，其实跟 SQL 语句的逻辑是差不多的。

groupby.sum(), groupby.count() 等等。

如果要把一个 DataFrame 里的不同列各做 sum(), count() 该如何操作呢？在这里给大家做一个演示。

1
2
3
4
5
6
7
8
9
# 原始数据
keyword_list = ['dog', 'cat', 'horse', 'dog', 'dog', 'horse']
weight_list = [0.12, 0.5, 0.07, 0.1, 0.2, 0.3]
other_keywords_list = [['cat', 'horse', 'pig'], ['dog', 'pig', 'camel'], ['dog', 'camel', 'cat'], ['cat', 'horse'], ['cat', 'horse', 'pig'], ['camel']]

# 生成DataFrame
dict = {'keyword': keyword_list, 'weight': weight_list, 'other keywords': other_keywords_list}
animaldf = pd.DataFrame(data=dict)
animaldf
  keyword weight other keywords
0 dog 0.12 [cat, horse, pig]
1 cat 0.50 [dog, pig, camel]
2 horse 0.07 [dog, camel, cat]
3 dog 0.10 [cat, horse]
4 dog 0.20 [cat, horse, pig]
5 horse 0.30 [camel] 
1
2
df = animaldf.groupby('keyword').agg({'keyword': 'count', 'weight': 'sum', 'other keywords': 'sum'})
df
  keyword weight other keywords
keyword
cat 1 0.50 [dog, pig, camel]
dog 3 0.42 [cat, horse, pig, cat, horse, cat, horse, pig]
horse 2 0.37 [dog, camel, cat, camel]

这样就已经达到效果了。

如果接下来要继续对数据进行处理，可以先把 index 的名字 keyword 去掉，不去掉的话，转成列时就和现有列 keyword 名字冲突了。

然后把索引转换成列。

1
2
df.index.name = None
df.reset_index()

最后你想把列改成什么名字就随你了。

发表于 更新于 分类于 ， 阅读次数： Waline：

JPA, JMS, JTA 都是 Java 企业级规范。

JPA（java persistence API）

JPA 通过JDK5.0的注解或XML来描述 对象-关系表的映射关系，并将运行期的实体对象持久化存储到数据库中。

JMS（java message service）

JMS是java平台上面向中间件的技术规范，便于消息系统中java应用程序进行信心交换，并且通过提供标准的产生、发送、接收消息的接口简化企业应用的开发，翻译为Java消息服务。

XA

一个事务规范，JTA 就是 XA 规范的 Java 实现。

JTA（java transaction API）

JTA允许应用程序执行分布式事务管理，在两个或多个网络计算机资源上访问并且更新数据。JDBC驱动程序的JTA支持极大地增强了数据访问能力。

JTA 接口

JTA 定义了三个接口，分别是：

TransactionManager

XAResource

XID

JT

JTA 弊端

两阶段提交

事务时间太长，锁数据的时间太长

性能低，吞吐量低

0%