如何用Python获取每日涨停个股数量排名？

Question

如何使用Python获取A股市场每日涨停个股数量，并按涨停时间或行业进行排名统计？

Answer 1

一、获取A股市场每日涨停个股数量的背景与意义

随着量化投资和数据驱动决策在金融领域的广泛应用，如何利用Python自动获取A股市场的实时或历史交易数据，并进行统计分析，成为许多IT从业者尤其是金融科技（FinTech）领域技术人员关注的重点。

涨停个股数量是衡量市场情绪的重要指标之一。通过对每日涨停股票的数量、时间分布、所属行业等维度进行统计分析，有助于理解当前市场的热点板块、资金流向及短期趋势。

二、获取涨停个股的技术路径概述

1. 选择合适的数据源：如Tushare、东方财富网、雪球、同花顺等。
2. 使用Python爬虫或API接口获取原始数据。
3. 对数据进行清洗、筛选出符合条件的涨停个股。
4. 按涨停时间、所属行业进行分组统计。
5. 可视化展示结果，辅助决策分析。

三、常用数据源与Python库介绍

数据源	特点	推荐库
Tushare	提供丰富金融数据，需注册Token	tushare
东方财富网	可爬取实时涨停板信息	requests + BeautifulSoup
腾讯财经	支持历史行情数据	pandas_datareader
雪球/同花顺	社区型数据，适合自定义爬虫	Scrapy / Selenium

四、以Tushare为例实现涨停个股统计

以下代码演示了如何通过Tushare API 获取某日所有涨停个股，并按行业进行分类统计：

import tushare as ts
import pandas as pd

# 设置token
ts.set_token('your_token_here')
pro = ts.pro_api()

# 获取某日涨停数据
df_limit = pro.limit_list(trade_date='20241010')

# 筛选涨停状态为U（首次涨停）
up_limit_stocks = df_limit[df_limit['limit_status'] == 'U']

# 获取行业信息
stock_industries = pro.stock_basic(fields='ts_code,industry')

# 合并数据
merged = pd.merge(up_limit_stocks, stock_industries, on='ts_code', how='left')

# 按行业统计涨停数
industry_count = merged.groupby('industry').size().sort_values(ascending=False)
print(industry_count)

# 按涨停时间排序
time_sorted = merged.sort_values(by='time', ascending=True)
print(time_sorted[['ts_code', 'name', 'time']])

五、流程图：从数据获取到统计输出

graph TD
    A[获取涨停数据] --> B{判断涨停状态}
    B -->|是| C[提取涨停个股]
    C --> D[合并行业信息]
    D --> E[按行业统计]
    D --> F[按时间排序]
    E --> G[输出行业排名]
    F --> H[输出时间序列]

六、进阶方向与扩展建议

• 将程序封装为定时任务，实现每日自动抓取并入库。
• 结合机器学习模型预测次日可能涨停的个股。
• 构建Web界面，使用Flask或Django展示统计图表。
• 引入实时WebSocket接口，监控盘中涨停动态。
• 结合舆情数据（如微博、股吧）进行多维分析。