用 Python 做了一个“盯盘机器人”,还能邮件通知你!

开发 后端
即将走上量化投资交易的你,工欲善其事,必先利其器,将Python作为量化投资交易的首选语言,无疑是最为明智的,余生很短,请跟我一起用python!

[[415785]]

前言

Python凭借其开发效率高和功能强大的特性,在众多编程语言中脱颖而出,成为大数据时代的分析利器。

据我多年的领悟,编程语言只是一种按照人的意图去实现特定功能的高效工具而已,程序化所实现的核心决策功能依然需要人工智慧来支撑,在量化投资交易领域,投资者所思考的交易逻辑是非常重要,正所谓重剑无锋,大巧不工(真正的剑技不是要依靠剑锋,而是个人的修行,投资也是如此,投资者的素养最为重要),因此应当把80%的时间与精力放到投资模型构建的思考上,20%的时间与精力放到编程实现上。

即将走上量化投资交易的你,工欲善其事,必先利其器,将Python作为量化投资交易的首选语言,无疑是最为明智的,余生很短,请跟我一起用python!

思路

在量化交易方面,通过计算机程序自动实现股票盯盘与找到买卖信号,应该是很多人都比较向往的吧。但九层之台,起于累土,千里之行,始于足下,只有打下坚实的基础,将各个知识点逐一突破后加以综合运用,才能构建自己完整的量化交易体系。

今天就从量化交易最基础的入门知识点讲起,通过Python程序,编写股票价格实时盯盘的机器人,当股价触发一定的涨幅条件时,自动发送电子邮件或短信通知到投资者,这一场景可运用于平时喜欢炒股,但是没有时间盯盘的股民朋友。

通过该文章的学习,读者可以掌握对证券(包括股票和基金)实时价格的获取、电子邮件发送、程序定时运行和程序打包成exe文件等知识点。

盯盘机器人的工作流程图及效果图

为便于让各位读者从全局观了解整个程序运行的逻辑,特将流程图绘制如下。

1. 程序工作流程图

2. 股价监控的效果

例如: 2021年7月19日,所监控的目标股票三峡能源(证券交易代码:600905)因某时点的涨跌幅达到监控水平线,自动触发邮件提醒,通过邮件方式告知投资者当前价格,涨跌幅和盈亏情况等数据,效果如下图所示。

代码实现

1. 需要安装的第三方库及简要介绍

这里首先为大家介绍一下,本文需要用到的若干Python库。

  •  Tushare:一个免费、开源的python财经数据接口包,通过该库的get_realtime_quotes(code)的方法(code为目标证券的交易代码,包括股票和ETF基金的交易代码都可以),可以返回股票的当前报价和成交信息,返回值的数据类型为DataFrame,该DataFram包括name(证券名称),open(今日开盘价),pre_close(昨日收盘价),price(当前价格)...time(时间)等,根据本次需求,仅需要部分维度即可,其他的维度,读者可以自行通过print()打印方式查看所有的维度信息。
  •  pandas:数据分析的核心库,因为调用Tushare库的get_realtime_quotes(code)方法返回DataFrame数据类型,所以需要该库对返回数据进行操作。
  •  schedule:在证券交易中的制度中,有交易和休市时间,要实现程序的定时运行,该库必不可少,详见程序部分对该库用法的介绍。
  •  smtplib:该库主要实现电子邮件的发送。
  •  sys:在交易日的15:00以后已经闭市,为避免资源的浪费,此时可以调用sys.exit()方法实现程序的自动退出。
  •  pyinstaller:用该库可以将程序打包成可执行的exe格式文件,便于程序的运行。

以上所需的第三方库,可以使用pip指令完成安装即可。

2. 程序代码实现

① 编写获取当前证券价格信息的方法 

  1. def get_now_jiage(code):  
  2.    df = ts.get_realtime_quotes(code)[['name','price','pre_close','date','time']]  
  3.    return df 

其中参数code为目标股票的交易代码,例如股票名称为“三峡能源”的证券交易代码为“600905”。调用Tushare的get_realtime_quotes(‘600905’)方法,即可返回一个DataFrame类型的数据,根据功能需要,我们只需要获取name(股票名称)、price(当前价格)、pre_close(昨日收盘价)、date(价格对应的日期)和time(价格对应的时间)即可。

编写好该方法后,主需要传递目标股票的交易代码至get_now_jiage方法,即可获取需要的数据。

② 编写判断是否在交易时间段内的方法

在每个交易日,股票交易的时间为09:30-11:30,13:00-15:00,早上9:30程序开始监控,可以通过schedule来实现(后面讲解),在11:30-13:00之间的午间休市时间内,为避免造成资源浪费,就不必调用Tushare接口的数据,该时间段我们可以称为暂停交易时间。判断是否在暂停交易时间段的方法编写如下: 

  1. def pd_ztjytime():#判断是否是交易时间  
  2.     now_time = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')  
  3.     now_datetime = datetime.datetime.strptime(now_time, '%Y-%m-%d %H:%M:%S')  
  4.     d1 = datetime.datetime.strptime(datetime.datetime.now().strftime('%Y-%m-%d') + ' 11:30:01', '%Y-%m-%d %H:%M:%S')  
  5.     d2 = datetime.datetime.strptime(datetime.datetime.now().strftime('%Y-%m-%d') + ' 13:00:00', '%Y-%m-%d %H:%M:%S')  
  6.     delta1 = (now_datetime - d1).total_seconds() 
  7.     delta2 = (d2-now_datetime).total_seconds()  
  8.     if delta1>0 and delta2>0 : #在暂停交易的时间内  
  9.         return True  #在暂停的交易时间范围内,返回 True  
  10.     else:  
  11.         return False #不在暂停的交易时间范围内,返回 False 

③ 编写监控股价的主体运行程序

该模块作为股价监控与计算涨跌幅,判断是否发送通知的核心程序,为了与早间9:30定时运行程序的模块相配合,故该模块写成独立的方法,完整程序如下: 

  1. def do_programe(code):  
  2.     if pd_ztjytime()==False: #判断是否在暂停交易的时间范围内  
  3.         info=get_now_jiage(code) #调用方法获取当前的DataFrame  
  4.         now_jiage=float(info['price'][0]) #获取现价  
  5.         name=info['name'][0] #获取证券名称  
  6.         pre_close=float(info['pre_close'][0]) #获取昨日收盘价  
  7.         riqi=info['date'][0] #获取现价对应的日期  
  8.         sj=info['time'][0] #获取价格对应的时间  
  9.         now_zdie=round((now_jiage-pre_close)/pre_close*100,2) #计算现在的涨跌幅  
  10.         all_zdie=round((now_jiage-cbj)/cbj*100,2)  #计算股票持有期间内总的涨跌幅,其中cbj为购买时候的成本价,需要约定全局变量  
  11.         now_shizhi=round(shuliang*now_jiage,2) #计算股票现在的市值,其中shuliang为购买股票的数量,需要约定为全局变量  
  12.         ykui=round(now_shizhi-cbj*shuliang,2)  #计算股票现在总的盈亏  
  13.         if (abs(now_zdie)>=3 and abs(now_zdie)<3.09) or (abs(now_zdie)>=6  and abs(now_zdie)<6.05)  or (abs(now_zdie)>=9 and  abs(now_zdie)<9.1) : #判断现在的涨跌幅是否在目标范围内 
  14.              email_comment = []  
  15.             email_comment.append('<html>')  
  16.             email_comment.append('<b><p><h3><font size="2" color="black">您好:</font></h4></p></b>')  
  17.             email_comment.append('<p><font size="2" color="#000000">根据设置参数,现将监控到'+name+'('+str(code)+')的证券价格异动消息汇报如下:</font></p>')  
  18.             email_comment.append('<table border="1px" cellspacing="0px"   width="600" bgcolor=' + color_bg_fg + ' style="border-collapse:collapse">')  
  19.             email_comment.append('<tr>')  
  20.             email_comment.append('<td align="center"><b>序号</b></td>')  
  21.             email_comment.append('<td align="center"><b>购买单价</b></td>')  
  22.             email_comment.append('<td align="center"><b>持股数</b></td>')  
  23.             email_comment.append('<td align="center"><b>现价</b></td>')  
  24.             email_comment.append('<td align="center"><b>现涨跌幅</b></td>')  
  25.             email_comment.append('<td align="center"><b>总涨跌幅</b></td>')  
  26.             email_comment.append('<td align="center"><b>现市值</b></td>')  
  27.             email_comment.append('<td align="center"><b>盈亏额</b></td>')  
  28.             email_comment.append('<td align="center"><b>异动时间</b></td>')  
  29.             email_comment.append('</tr>')  
  30.             email_comment.append('<tr>')  
  31.             email_comment.append('<td align="center">'+str(1)+'</td>')  
  32.             email_comment.append('<td align="center">'+str(cbj) + '</td>')  
  33.             email_comment.append('<td align="center">' + str(shuliang) + '</td>')  
  34.             email_comment.append('<td align="center">' + str(now_jiage) +'</td>')  
  35.             email_comment.append('<td align="center">' + str(now_zdie) + '%</td>')  
  36.             email_comment.append('<td align="center">' + str(all_zdie) + '%</td>')  
  37.             email_comment.append('<td align="center">' + str(now_shizhi) + '元</td>')  
  38.             email_comment.append('<td align="center">' + str(ykui) + '元</td>')  
  39.             email_comment.append('<td align="center">' + str(riqi) +' '+str(sj) +'</td>')  
  40.             email_comment.append('</tr>')  
  41.             email_comment.append('</table>')  
  42.             email_comment.append('<p><font size="2" color="black">祝:股市天天红,日日发大财!</font></p>')  
  43.             email_comment.append('</html>')  
  44.             send_msg = '\n'.join(email_comment)  
  45.             send_Email(email_add[0], send_msg) 

在上述程序中,判断是否发送通知的判断语句为: 

  1. if (abs(now_zdie)>=3 and abs(now_zdie)<3.1) or (abs(now_zdie)>=6  and abs(now_zdie)<6.1)  or (abs(now_zdie)>=9 and  abs(now_zdie)<9.1)  

上述if判断语句表示现在涨跌幅的绝对值在3%(含)至3.1%(不含)(使用绝对值可以同时兼顾涨和跌的幅度),或6%(含)至6.1%(不含),或9%(含)至9.1%(不含)之间时,便通过发送电子邮件的形式发送通知,具体的涨跌幅触发参数读者可以自行修改。

电子邮件发送的关键程序为: 

  1. send_Email(email_add[0], send_msg) 

其中,email_add为列表形式,可以存放多个接收通知的电子邮件地址,此例中仅设置一个接收地址,全局变量email_add=['......'],故获取该地址的程序为email_add[0]。send_msg即为要发送的邮件内容,邮件内容使用列表email_comment进行添加,这里发送的邮件格式为html格式,使用html格式是为了方便绘制表格。html文件的开头应当是,而结尾则是与之配对的,其中绘制表格的标签是<table>及配对的</table>,表格行的标签是<tr>,而列的标签则是<td>。

发送电子邮件send_Email方法的程序如下: 

  1. def send_Email(Email_address, email_text):  
  2.     from_addr = '*****' #发出电子邮件的地址  
  3.     password = '*****'   #发出电子邮件的密码  
  4.     title = '股票价格异动监控消息-' + datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')  #电子邮件的标题  
  5.     msg = MIMEText(email_text, 'html', 'utf-8') #电子邮件的格式是HTML  
  6.     msg['From'] = from_addr  
  7.     msg['To'] = Email_address  
  8.     msg['Subject'] = title  
  9.     try:  
  10.         server = smtplib.SMTP_SSL('smtp.qq.com', 465)  
  11.         server.login(from_addr, password)  # 发送邮件  
  12.         server.send_message(msg)  
  13.         server.quit()  
  14.         # print(Email_address+'  send success!')  
  15.         #send_info.append(Email_address + '  send success!\n')  
  16.     except Exception as e:  
  17.         a+1  
  18.         # print(e)  
  19.         #send_info.append(e + '\n')  
  20.         #send_info.append(Email_address + ' send failed!\n')  
  21.         # print(Email_address+' send failed!') 

from_addr为发件人的邮箱地址,而password则是发件人的授权码,这里需要根据实际情况进行修改和填写。

另外,程序中的:

server = smtplib.SMTP_SSL('smtp.qq.com', 465)

是选择QQ邮箱的SMTP服务器地址smtp.qq.com,默认端口为465,如果是其他邮箱,则应该进行相应的服务器和端口号进行修改。

如何获取发件人的授权码呢?以QQ邮箱为例说明:

第一步:登录QQ邮箱,单击顶部的“设置”链接,然后单击“账户”标签,如下图所示。

第二步:在“账户”选项卡中向下滚动,直到看到如下图所示的选项,单击“POP3/SMTP服务”右侧的“开启”链接,如下图所示。

第三步:单击“开启”链接后,会有一个验证密保的过程。按照页面中的说明,向指定号码发送指定内容的手机短信,发送完毕后单击页面中的“我已发送”按钮,会弹出一个框,里面就包含SMTP授权码,把它复制并存储起来,方便以后调用。

④ 编写调用do_programe(code)的监控程序

为了实现主体程序的调用,编写run()方法入下所示: 

  1. def run():  
  2.     while True:  
  3.         do_programe('600905')  
  4.         now_time=datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')  
  5.         d1 = datetime.datetime.strptime(now_time, '%Y-%m-%d %H:%M:%S')  
  6.         d2 = datetime.datetime.strptime(datetime.datetime.now().strftime('%Y-%m-%d')+' 15:00:00', '%Y-%m-%d %H:%M:%S')  
  7.         delta = d2 - d1  
  8.         if delta.total_seconds()<=0:  
  9.           sys.exit()  
  10.         time.sleep(1) 

⑤ 编写每天9点30分开始监控的主程序

为了实现每个交易日交易时点开始监控,需要的程序如下所示: 

  1. if __name__ == '__main__':  
  2.     schedule.every().day.at("09:30").do(run)  
  3.     while True:  
  4.         schedule.run_pending()  
  5.         time.sleep(1) 

⑥ 程序打包与自动运行

当编写完程序以后,就需要通过打包的形式把程序转化为exe格式,该格式下的程序可以点击或者设置自动运行,打包的库是pyinstaller ,使用命令pyinstaller -w -F程序路径\程序名.py 即可。其中-w表示生成的exe文件运行时不出现黑色的DOS界面,我们只需要该程序 “悄悄” 在后台运行即可。

为了实现程序在电脑开机的时候自动运行,可以将生成的exe文件复制到windwos系统的Startup文件夹下,点击windows的开始菜单-所有程序,找到“启动”或者“Startup”的文件夹,将exe文件复制到该文件夹内,每次开机,电脑就可以自动运行该监控程序。

因为程序运行不出现任何界面,为了查看程序是否在运行,可以用快捷键“Ctrl Alt Delete”的快捷键打开任务管理器,在进程里面可以查看到“股票监控.exe”(这里的文件名是作者改的文件名)的文件,表明程序在监控中。

展望

该程序只是设置了一只股票来作为简单功能实现的案例,仍然有一定的改进空间,说明如下。

一是在实践中,往往都是构建一个股票池(数只股票)来动态监测股价和自动判断交易时点(比如MACD,均线,KDJ指标等),往往需要结合数据库技术,才能便于灵活构造股票池。

二是对于发送短信的功能,本文中并未做介绍,仅介绍了电子邮件,其实短信通知的思路和邮件的思路一致。如果要实现免费发短信功能,读者可以在twilio 网站上(https://www.twilio.com)上注册和调用相应功能即可,读者可以再网上搜索。

三是关于Tushare数据接口,本文中用的是Tushare老的接口API,目前官方主要维护的是Tushare Pro接口,相应的调用功能要达到一定的积分才可以,但是相比其他收费接口,Tushare是属于业界的良心之作,关于Tushare Pro,参考的网址详见https://waditu.com/document/2

四是其他商业的量化接口,可以推荐聚宽量化接口,大约有半年左右的免费试用期,但是免费过后,每个月还是有几千元的收费,读者可选择使用聚宽网址https://www.joinquant.com/view/community/list?listType=1

五是关于爬虫获取证券交易数据,现在证券交易数据比较丰富的网站有东方财富、同花顺、新浪财经以及和讯网等。通过爬虫也可以获取相应的数据,但是应当注意的是,像本文中每个交易日每秒钟调用一次API,如果用爬虫来实现,就不理想,因为调用太频繁可能触发网站的反爬虫机制。

六是该程序设置的是在本地计算机上自动开机运行,在程序不断优化和增加功能后,感兴趣的读者可以了解购买云服务器部署监控程序。 

 

责任编辑:庞桂玉 来源: Python之禅
相关推荐

2021-08-19 10:22:03

Python股票编程语言

2022-09-30 13:55:46

Python机器人

2021-04-01 10:51:44

机器人人工智能编程

2015-05-22 11:40:00

希捷

2020-12-02 13:00:17

Recast.AI聊天机器人人工智能

2020-02-26 17:39:18

Python机器人Word

2019-04-19 14:40:15

代码Python机器人

2023-10-29 18:14:08

GPT4机器人算法

2016-10-09 13:40:44

PythonSlack聊天机器人

2018-06-08 16:48:09

PythonQQ机器人

2020-02-18 10:26:58

机器人人工智能系统

2018-07-05 17:01:42

人工智能机器学习机器人

2020-09-15 13:56:08

公众号机器人图灵机器人

2021-11-30 10:56:43

ChatterBot机器人人工智能

2012-06-21 14:20:16

CSS3

2021-05-24 15:29:24

人工智能机器人聊天

2020-07-30 08:06:34

Python开发工具

2020-08-07 14:40:09

Python聊天机器人编程语言

2018-12-29 14:50:06

人工智能机器人编程语言

2016-08-04 10:04:49

PythonFlaskFacebook Me
点赞
收藏

51CTO技术栈公众号