获取首日涨停封盘后第二次交易日上涨/下跌的概率

news2024/11/29 3:46:13

有许多投资者喜欢在股票涨停封盘后,跟进买入。普通股民会认为一个能在今日涨停封盘的股票,证明其上市公司正有十分重大的利好信息,只需要跟进购买便可以获取短期利益。

我们用数据来看一下在当日涨停封盘后,第二次交易日是上涨还是下跌?

import efinance as ef
import numpy as np
import pandas as pd
from tqdm import tqdm

all_stocks = ef.stock.get_realtime_quotes()
stock_codes= np.array(all_stocks["股票代码"])

stock_rise_fall_arr = []

for stock_code in tqdm(stock_codes):
    # 获取股票历史行情数据
    df = ef.stock.get_quote_history(stock_code)
    if len(df) == 0:
        continue
    stock_rise_fall = {}
    stock_rise_fall["股票代码"] = stock_code
    stock_rise_fall["股票名称"] = df["股票名称"].loc[0]
    stock_rise_fall["涨停天数"] = 0
    stock_rise_fall["涨停后涨"] = 0
    stock_rise_fall["涨停后跌"] = 0
    stock_rise_fall["涨停后开盘涨"] = 0
    stock_rise_fall["涨停后开盘跌"] = 0
    stock_rise_fall["涨停后最高涨"] = 0
    stock_rise_fall["涨停后最高跌"] = 0
    is_limit_up = False
    is_first = False
    last_price = 0
    for i in df.index[:]:
        line = df.loc[i]
        # 如果昨日涨停
        if is_limit_up and is_first:
            if line["涨跌幅"] > 0:
                stock_rise_fall["涨停后涨"] += 1
            else:
                stock_rise_fall["涨停后跌"] += 1
            if line["开盘"]> last_price:
                stock_rise_fall["涨停后开盘涨"] += 1
            else:
                stock_rise_fall["涨停后开盘跌"] += 1
            if line["最高"]> last_price:
                stock_rise_fall["涨停后最高涨"] += 1
            else:
                stock_rise_fall["涨停后最高跌"] += 1
        # 如果当日涨停
        if line["涨跌幅"]>9.9:
            # 如果昨天也涨停
            if is_limit_up:
                is_first = False
            else:
                last_price = line["收盘"]
                is_first = True
            is_limit_up = True
            stock_rise_fall["涨停天数"] += 1
        else:
            is_limit_up = False
    if stock_rise_fall["涨停后涨"] + stock_rise_fall["涨停后跌"] > 0:
        stock_rise_fall["涨停后涨概率"] = stock_rise_fall["涨停后涨"] / (stock_rise_fall["涨停后涨"]+stock_rise_fall["涨停后跌"])
    if stock_rise_fall["涨停后开盘涨"] + stock_rise_fall["涨停后开盘跌"] > 0:
        stock_rise_fall["涨停后开盘涨概率"] = stock_rise_fall["涨停后开盘涨"] / (stock_rise_fall["涨停后开盘涨"]+stock_rise_fall["涨停后开盘跌"])
    if stock_rise_fall["涨停后最高涨"] + stock_rise_fall["涨停后最高跌"] > 0:
        stock_rise_fall["涨停后最高涨概率"] = stock_rise_fall["涨停后最高涨"] / (stock_rise_fall["涨停后最高涨"]+stock_rise_fall["涨停后最高跌"])
    stock_rise_fall_arr.append(stock_rise_fall)
stock_rise_fall_df = pd.DataFrame(stock_rise_fall_arr)
stock_rise_fall_df.to_excel('output.xlsx', index = False)
stock_rise_fall_df
100%|██████████| 5649/5649 [43:02<00:00,  2.19it/s]  
股票代码股票名称涨停天数涨停后涨涨停后跌涨停后开盘涨涨停后开盘跌涨停后最高涨涨停后最高跌涨停后涨概率涨停后开盘涨概率涨停后最高涨概率
0300120经纬辉开72321836144280.6400000.7200000.840000
1300284苏交科58311125173840.7380950.5952380.904762
2300052中青宝914625442758130.6478870.6197180.816901
3300045华力创通65332139154950.6111110.7222220.907407
4300865大宏立21891071520.4705880.5882350.882353
.......................................
5637300047天源迪科49242128174230.5333330.6222220.933333
5638872953国子软件123618630.3333330.1111110.666667
5639300598诚迈科技104372435265470.6065570.5737700.885246
5640001279C强邦10101010.0000000.0000000.000000
5641837592华信永道601738144125300.3090910.2545450.454545

5642 rows × 12 columns

将导出excel文件下载到本地,并对数据进行统计整理到最后一行,计算各个概率,可以得到如图所示:
在这里插入图片描述
可以看出,涨停后收盘涨和涨停后开盘涨的概率均在0.5左右,可以认为首日涨停与第二日是否涨停无关。故某只股在今日涨停,并不意味着,该股公司有什么重大利好信息,也无法作为买进的支撑。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2215919.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

JavaWeb——Vue:打包部署(Nginx、目录介绍、部署及启动、访问 )

目录 打包 部署 Nginx 目录介绍 部署及启动 访问 前端 Vue 项目的最后一步是打包部署。在当前前后端分离的开发模式中&#xff0c;前端开发人员开发前端代码&#xff0c;后端开发人员开发后端代码。最终要将开发及测试完毕的前端 Vue 代码和后端代码分开部署在对应的服…

pulsar mq 单体验证demo, docker启动pulsar mq验证生产者消费者命令

1. 进入pulsar # 进入容器 docker exec -it xxx /bin/bash # 进入脚本 cd bin 2. 消费命令&#xff1a; ./pulsar-client consume my-topic -s "fist-subscription" 3. 新增一个创建&#xff0c;重复上述操作&#xff0c;进入bin文件夹&#xff0c;输入生产者命令…

JavaSE——集合9:Map接口实现类—HashTable

目录 一、HashTable基本介绍 二、HashTable底层源码解析 1.初始化数组长度为11&#xff0c;临界值为8(0.75*11)&#xff0c;加载因子是0.75 2.对存放的值进行自动装箱 3.执行put方法 4.计算key的hash值 5.计算索引值&#xff0c;放入table数组中 6.插入重复的key会被替…

VMware安装Ubuntu虚拟系统

1、准备工作 1&#xff09;下载并安装好VMware虚拟软件&#xff1b; 2&#xff09;下载Ubuntu系统镜像文件。建议下载LTS长期支持版本&#xff0c;下载地址&#xff1a; Ubuntu系统下载 | Ubuntu 2、安装Ubuntux系统 2.1、新建虚拟机 打开VMware软件&#xff0c;在右侧“…

住房公积金 计算器-java方法

计算了一下房贷压力&#xff0c;以全额公积金贷款为例&#xff0c;贷款四十万&#xff0c;等额本金方式还款&#xff0c;房贷利率为2.85%&#xff0c;基本情况就是如下&#xff1a; 还款总额达到 提前还款的好处 按三十年计算&#xff0c;如果第一年借用亲朋好友的钱&#x…

无mac通过iOS Dev Center生成打包证书完整流程

很多人第一次使用uniapp打包ios APP应用的时候&#xff0c;都会遇到一个问题&#xff0c;就是如何生成打包证书。 看了uniapp官网的教程&#xff0c;教程上看到是在iOS Dev Center上创建证书&#xff0c;但是过程中却要求我们使用macOS系统来创建csr文件和p12文件。但是我们没…

【ChatGLM4系列】入门介绍以及API调用

目录 前言一、ChatGLM41-1、模型介绍1-2、关键概念1-3、场景示例1-4、模型概览 二、快速开始2-1、安装2-2、Demo案例2-3、请求参数2-4、异步调用 三、模型工具3-1、通用Web搜索3-2、函数调用3-3、增强检索3-4、文件问答 总结 前言 GLM 全名 General Language Model &#xff0c…

数据可视化-使用python制作词云图(附代码)

想象一下&#xff0c;当你写完一篇日记或者一篇文章后&#xff0c;想要知道里面哪些词语出现得最多。这时候&#xff0c;词云图就能派上用场了。它会统计出文章里每个词语出现的次数&#xff0c;然后把这些词语以不同大小的字体展示出来&#xff0c;出现次数越多的词语&#xf…

免费打工人必备工具箱

下载地址&#xff1a;https://pan.quark.cn/s/356d7f201d7a 图片处理工具 格式转换&#xff1a;轻松转换图片格式&#xff0c;满足不同需求。 ICO转换&#xff1a;将图片转换为ICO格式&#xff0c;适用于图标设计。 图片压缩&#xff1a;无损压缩图片&#xff0c;减小文件大小…

Oracle中解决select into值集为空的报错情况

先看为空的情况 procedure test is n number; begin select 1 into n from CUX_2_OM_RELEASE_LIMIT_V cov where cov.Customer_Idnull; end; CUX_2_OM_RELEASE_LIMIT_V中没有id是空的&#xff0c;因此返回的结果一定是空集 运行结果: 有时候我…

Excel使用技巧:筛选2组数据;条件格式突出显示数据

Excel的正确用法&#xff1a; Excel是个数据库&#xff0c;不要随意合并单元格。 数据输入的时候一定要按照行列输入&#xff0c;中间不要留空&#xff0c;不然就没有关联。 筛选2组数据 相信大家已经知道如何筛选1组数据&#xff0c;有时候我们需要同时筛选2组数据。有2步&…

探秘盒子浮动,破解高度塌陷与文字环绕难题,清除浮动成关键!

目录 一、浮动 1、为什么使用浮动&#xff1f; 2、浮动的概念 3、语法 4、浮动的特性 &#xff08;3&#xff09;浮动的元素会具有行内块元素的特性 5、浮动元素经常和标准流父级搭配使用 6、浮层的弊端 &#xff08;1&#xff09;高度塌陷 &#xff08;2&#xff09;…

无人机之声学识别技术篇

一、声学识别技术的原理 无人机在飞行过程中&#xff0c;其电机工作、旋翼震动以及气流扰动等都会产生一定程度的噪声。这些噪声具有独特的声学特征&#xff0c;如频率范围、时域和频域特性等&#xff0c;可以用于无人机的检测与识别。声学识别技术主要通过以下步骤实现&#x…

浙大数据结构:11-散列2 Hashing

这道题主要是小细节要把握&#xff0c;实际难度不大 机翻 1、条件准备 表大小&#xff0c;输入数据数 #include <iostream> #include<vector> #include<cmath> using namespace std; #define endl \nint Size,n;2、主函数 先输入数据&#xff0c;用ispr…

目前web浏览器播放rtsp视频流,h5播放rtmp监控方案比较,代码测试

在web上实现播放rtsp/rtmp视频流&#xff0c;由于浏览器不 能自定义协议&#xff0c;不能直接播放&#xff0c;市面上充满各种方案&#xff0c;鱼龙混杂&#xff0c;主要方案有两种&#xff1a; 1&#xff0c;浏览器插件方案&#xff0c;vlc浏览器控件&#xff08;已过期&…

远翔原厂芯片设计开发软件:降压恒流共阳极无频闪调光芯片FP7126/7127/7128,舞台灯磁吸轨道灯智能家居应用方案

FP7126 FP7127 FP7128是平均电流模式控制的 LED 驱动 IC&#xff0c;具有稳定输出恒流的能力&#xff0c;优秀的负载调整率与高精度的电流控制。不用额外增加外部补偿元件&#xff0c;简化 PCB 板设计。FP7126 FP7127 FP7128可接受 PWM 数位调光&#xff0c;建议调光频率 0.1kH…

事务使用方法

为什么需要事务&#xff1a; 示例&#xff1a; 银行转账问题 假定资金从账户A转到账户B&#xff0c;至少需要两步 账户A的资金减少 然后账户B的资金相应增加。 示例 假定张三的账户有1000元&#xff0c;李四账户有1元 UPDATE bank set moneymoney-500 WHERE name张三; UPDA…

以价换量,豆包血拼AI的商业考量

“ 借豆包AI推出智能耳机&#xff0c;字节跳动再战智能硬件&#xff0c;仍面临研发、营销成本高企和商业模式不明确的挑战&#xff0c;这一新尝试充满变数。 ” 转载&#xff1a; 科技新知 原创 作者丨颜瞾 编辑丨蕨影 没有哪个赛道&…

I\O进程线程(Day27)

一、学习内容 IO基础 概念 程序与外部设备进行交换的信息过程 分类 标准IO 封装好的相关库函数、有缓冲区、文件指针eg&#xff1a;fprintf、fscanf、fputc、fgetc、fputs、fgets、fopen、fclose... 操作流程 FILE *fp通过fopen打开文件 使用fprintf、fputc、fputs、fwrite把在…

【Linux】Linux进程概念

冯诺依曼体系结构 我们常见的计算机&#xff0c;如笔记本。我们不常见的计算机&#xff0c;如服务器&#xff0c;大部分都遵守冯诺依曼体系。 截至目前&#xff0c;我们所认识的计算机&#xff0c;都是有一个个的硬件组件组成&#xff0c; 输入单元&#xff1a;包括键盘 , 鼠…