自打15年一波牛市，这几年里，股票市场的表现可谓是令广大股民心力交瘁，股价一路走低。
我几次入场，都不一而同当成韭菜，割了一茬又一茬，致富发财的梦绝望到谷底。
但是仍然有一部分股民们毅然坚守着信念，继续奋战在持续走低的股票市场。终于，在2019年开春之后，中国的股票市场迎来了开门红，上周大盘一度突破3000点，2019年牛市真的要来临了吗？
然而，就在各位同事纷纷入场，赚的钵满体满的时候，我又怂了，犹豫着进或不进，出或不出的时候，冒出一个念想：何不对股市做一个可视化分析？
也是出于好奇，为了对当前的股市场进行一探究竟，通过Python爬取了2018年到目前的股票历史数据，大展身手进行一波数据可视化操作，结合数据和市场分析2019年A股牛市的走势和行情。
之前看过某大神用Excel做了股市分析，今天我就尝试用FineBI做个可视化练练手！
以下还原分析及可视化过程。
工具介绍
数据采集：Python爬虫
分析及可视化：FineBI
对于股票相关数据，想必对于Python大家应该都比较熟悉了，网站爬数据神器。我从东方财经网和网易财经爬取相关股票的历史数据。（私信回复“股票”可获得）
但是数据可视化分析方面，虽然Python有numpy、pandas、matplotlib等第三方库来辅助进行数据处理和数据可视化，或者也可以借助echart等图表开源接口，但是通过各类代码进行图表属性设置等方面还是比较繁琐的，而且只能生成静态的图表，无法进行动态和深入的多维分析，主要生成我想要的可视化分析报告比较麻烦。于是这里就决定用BI可视化分析工具FineBI来进行可视化分析展示。之前也介绍过很多遍。
Python股票数据爬取
由于需要相关的历史数据，经过对比东方财经网和网易财经网的相关网站页面，网易财经网对于我收集相关历史数据更加方便。
这边直接贴出来网易财经网获取股票历史数据的接口：
http://quotes.money.163.com/service/chddata.html?code=[code]&start=[yyyyMMdd]&end=[yyyyMMdd]&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP
接口中有三个核心参数，code表示股票编码，start表示开始时间，end表示结束时间，用python自动填充即可，调用起来非常方便。
通过Python调用网易财经的股票数据接口，获取上海/深圳A、B股近期成交量前10的共40家股票的历史数据，包含相关股票的开收盘情况、跌涨数据、换手率、成交数据、总市值、流通市值等关键数据指标。
直接贴出来代码：
import urllib.request import re import glob import time # 上海、深圳A/B股票，近期成交量前40支股票代码 allCodelist=[ ‘601099’,’601258′,’600010′,’600050′,’601668′,’601288′,’600604′,’600157′,’601519′,’600030′,#上海A股 ‘900902’,’900941′,’900948′,’900938′,’900947′,’900932′,’900907′,’900906′,’900903′,’900919′,#上海B股 ‘000725’,’300059′,’002131′,’300116′,’002195′,’002526′,’002477′,’000536′,’300104′,’000793′,#深圳A股 ‘200725’,’200160′,’200018′,’200037′,’200488′,’200168′,’200468′,’200058′,’200012′,’200625′ #深圳B股 ] for code in allCodelist: print(‘正在获取%s股票数据…’ % code) if (code[0] == ‘6’ or code[0]==’9′):#A股 url = ‘http://quotes.money.163.com/service/chddata.html?code=0’ code ‘&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP’ print(url) else:#B股 url = ‘http://quotes.money.163.com/service/chddata.html?code=1’ code ‘&start=20180101&end=20190228&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP’ print(url) urllib.request.urlretrieve(url, ‘d:股票’ code ‘.csv’)#需要提前新建好D盘的“股票”目录，将数据写入csv文件 csvx_list = glob.glob(‘d:股票*.csv’) print(‘总共发现%s个CSV文件’ % len(csvx_list)) time.sleep(2) print(‘正在处理…………’) for i in csvx_list: fr = open(i, ‘r’).read() with open(‘csv_to_csv.csv’, ‘a’) as f:#合并csv文件 f.write(fr) print(‘写入完毕！’)
Pyhton完美运行，爬取时间不到15秒~
成功获取到上海/深圳A、B股近期成交量前10的共40家股票，2018年1月1日到2019年2月28日的所有历史交易数据。
相关股票数据excel文件也给大家双手奉上，方便大家分析使用。（私心回复“股票”获得）
FineBI数据可视化
关于FineBI，前面已经简单介绍过，它的特点就是操作简单上手快，无须任何代码，直接在浏览器端通过FineBI工具的鼠标拖拽和点击操作即可生成色彩绚丽的可视化图表效果。
下面我们可以通过FineBI官网获取软件激活码，下载并按照向导安装好软件：
出现这个界面就代表已经安装成功。接下来我们就可以开始在FineBI中将之前爬取到的数据进行可视化。
FineBI的操作很简单，但还是建议上手前看一下他的帮助文档或基础视频，会有邮件告知学习资料。
把数据表上传导入到FineBI中，然后就可以在仪表板中进行相关数据的可视化分析了。
经过大概半个小时的操作，我这边将相关股票的开收盘情况、跌涨数据、换手率、成交数据、总市值、流通市值等关键数据指标制作成了一个数据可视化报告，方便从多个维度观察和分析股票的各个指标。
数据可视化分析结果
1.从股票的日线走势可以看出，自2018年以来，股票市场处于一路震荡走低的大趋势，2018年10月份出现触底，2018年11月份又一波小的上涨行情，但是随后12月份又迅速回调。到2019年1月份，开始出现小幅上涨，2月份春节之后，股票市场迅速拉升，一路飘红，换手率也是一路飙升。今年年初经过小幅调整后，立即放量拉升，2月份呈现“价量齐升”的态势，颇有一番从过往低迷熊市转向高昂牛市的势头。
2.通过FineBI联动对比分析深圳、上海A/B股的市场情况可以看出，A股的市场行情总体提升较B股明显，A股占据主体成交量。
3.分析股票的移动平均线，5日、10日、30日、60日均线呈发散向上趋势，在股市术语来说这个叫做”金叉“，这些都是牛市可能来临的信号。
4.未来趋势预测方面，采用FineBI的时序预测法，按周开盘价、周成交量预测未来走势，根据预测结果未来5周仍然势态良好，进入3月份后，大盘行情持续走高，截止目前（3月6日），沪市A股已站上3100点，深市A股已站上9700点。
近期股市总结
自2015年以来，长久的股市低迷状态被2019年开春之后的市场所打破，政策红利持续释放以及券商业绩需要改善。从近期来看，券商行情有望持续推进，阻力A股持续倒逼推进，从数据体现来看也就是涨幅、交易量、换手率君大幅攀升。2月中旬各股呈”金叉“态势，随后开启急速攀升模式。
从股票热点来看，最大的热点可能是金融板块，周末大篇幅的政策也随之出台，可以重点关注。另外，创业板块、证券板块或许也都将有不俗表现。大消费，蓝筹股可以重点跟踪，对于中长期股民来说更为利好，擅长长线投资者可以重点关注其市场走势。
整体来看，上股/深股两市放量创新高说明市场运行还是相对健康的，对于近期或出现的关口震荡休整也属于正常现象。在国家政策的大力引导之下，特别是沪指未来应该具备突破3000点大关的能力，未来总体股票市场行情看好。
再来分享一张别的小伙伴制作的FineBI数据可视化作品~欢迎大家多多交流。
后要说的是，无论现有的股票市场趋势如何，作为散民的大多数投资群体，都应当持续关注最新市场行情，了解最新动向。毕竟股市有风险，入市需谨慎！
对可视化感兴趣的同学，不妨拿了数据，自己尝试分析！
