./app/
├── __pycache__ 每次运行自动生成,不用管,可删
│ └── main.cpython-38.pyc
├── main.py 主函数,程序入口
├── scripts 算法脚本文件
│ ├── 1.py
│ ├── 2.py
│ ├── 28.py
│ ├── 31.py
│ ├── 32.py
│ ├── 33.py
│ ├── 34.py
│ ├── test.py
│ └── utils 其他算法脚本文件使用的通用工具函数文件夹
│ └── common.py
└── utils
├── __pycache__ 每次运行自动生成,不用管,可删
│ └── index.cpython-38.pyc
└── index.py 主函数main.py使用的工具函数
- 删掉.venv文件夹(如果有)
python3 -m venv .venv
. .venv/bin/activate
export FLASK_APP="./app/main.py"
pip install Flask
pip install Flask-Cors
flask run
- 删掉.venv文件夹(如果有)
py -3 -m venv .venv
.venv\Scripts\activate
$env:FLASK_APP = ".\app\main.py"
pip install Flask
pip install Flask-Cors
flask run
- Flask
- Flask-Cors
- backtrader
- pandas
- pip install pandas
连接数据库
- 通过请求spring-boot来获取数据
vscode选中虚拟环境中的Python以获得更优的代码提示体验
joinQuant导出股票数据的方法
import pandas as pd
# 设置查询日期范围
start_date = '2023-01-01'
end_date = '2023-05-16'
# 设置股票代码
stock_code = '000001.XSHE' # 替换为你要查询的股票代码
# 获取股票数据
df = get_price(stock_code, start_date=start_date, end_date=end_date, frequency='daily')
# 导出数据为CSV文件
# df.to_csv('stock_data.csv', index=False)
df.to_csv('stock_data.csv')
print(df)
标准算法(其他的算法运行都参照这个): strategyDemo.py
TODO 前端携带日期参数发送请求到后端并运行脚本 先做个必须写完整所有算法内容的版本,再写提取公用的函数方法的版本
data的所有属性,用data.__dict__
查看