财经

动互联网反垄断首案“3米大战”尘埃落定

26 10月 , 2018  

惊叹虎360诉说腾讯垄断的“3Q大战”之后,其自也遭到了反垄断的诉讼,即引人关注的“3米大战”,这同样诉讼日前尘埃落定。

只要做量化投资,数据是基础,正所谓“巧妇难为无米之炊”

5月12日,《财经》记者自米时公司律师处得知,米时诉奇虎公司滥用市场说了算地位和不正当竞争纠纷一案二审已经裁决——北京市高级法院拒了米时公司的二审请求,维持一审原判,认定奇虎公司无在滥用市场操纵地位与不正当竞争。米时公司代表难以承受二审的判决结果。

在免费数据方面,各大网站的经济板块其实就提供相应的api,如初浪、雅虎、搜狐。。。可以由此urlopen相应格式的网址获取数据

“3米大战”于2014年7月23日立案,作为中国移动互联网世界的首起反垄断案件,该案于就滋生业界热议。本案原告方米时公司建立被2012年,其付出之“易米片”和“米洽”两悠悠手机用软件,具有手机电子名片管理、实时信息、文件传输、网络就是经常联系等功效。米时公司代表,用户以采取即时有限暂缓软件时,会遇到“360部手机卫士”的掣肘。拦截行为包括针对米时公司个别只软件以少信方式发送、转发电子名片或即时消息时拦到垃圾箱,其来电显示名片效应吗会见被“360手机卫士”的来电秀压制下相当。米时公司当“360无线电话卫士”的行为结合垄断与不正当竞争,由此向奇虎索赔500万连要求道歉。

若果TuShare正是这样一个免费、开源之python财经数据接口包,已将各类数据整理为dataframe类型供我们以。

涉三蹩脚推迟开庭,“3米大战”最终给11月28日于北京市次中等人民法院一审开庭。2014年12月31日,该案一审判决,法院裁定驳回米时商家之整套诉讼请求。在一审判决被,法院认为,米时公司提供的凭据不足以证实“360部手机卫士”在相关市场高达占市场说了算地位,也不能够印证“360手机卫士”实施之作为构成滥用市场说了算地位的行事还是不正当竞争行为,在本案中,“360手机卫士”的行尚未对准,也未曾故意,不对准一定的市场竞争者,而是根据短信的始末开展判定。

要使用的函数:

一审判决后,米时公司上诉。米时公司看,一审法院以有关市场限、奇虎是否有相关市场操纵地位、奇虎是否滥用市场说了算地位限制交易、以及奇虎是否滥用市场决定地位搭售这四方是认定错误。北京市高级法院在2015年2月5日受理此案后,于2015年4月13日展开了提审理。

1.实时行情获取

自打二审宣判书来拘禁,北京市高级法院于一审的季只关子问题上,均支持了北京市二中院之公判——在连带市场限问题达到,法院认为相关地方市场也中国地地域市场,而手机安全软件市场可构成一个独的连带商品市场;在奇虎公司是否持有市场操纵地位与是否滥用市场说了算地位问题上,法院认为米时公司交付的证据不足以证实奇虎公司具备阻碍要影响其他纳税人进入相关市场的力量,也无克说明奇虎公司以系市场高达存有决定地位;在关于奇虎公司是否实行了生意诋毁行为的问题上,法院认为奇虎公司将米时公司所作的信界定为垃圾短信,是根据该拦规则所开的结论,而拦截规则并无对准一定的市场竞争者,而是因信息内容本身的特征来拓展分类的,因而支持了原审法院确认奇虎公司实行之上述行为以及未结商业诋毁行为。

tushare.get_today_all()

对于二审裁定,米时公司表示依然不服。据该代理律师吴飞称,米时公司发不公的,除了法院在问题问题及之认定,还有庭审过程遭到有来关键证据不开展开示、质证的主次瑕疵,而二审也无对这些问题展开修正。此外据吴飞透露,在一审判决后,米时公司就寻求过调解,但不取奇虎公司响应。(张舟逸/文)

一次性取得当前交易所有股票的盘子数据(如果是节,即为达到平等交易日,结果显示速度取决于网速)

2.史数据获得

tushare.get_hist_data(code, start,
end,ktype,
retry_count,pause)

参数说明:

  • code:股票代码,即6各类数字代码,或者指数代码(sh=上证指数
    sz=深圳改为指 hs300=沪深300指数 sz50=上证50 zxb=中小板
    cyb=创业板)
  • start:开始日期,格式YYYY-MM-DD
  • end:结束日期,格式YYYY-MM-DD
  • ktype:数据类型,D=日k线 W=周 M=月
    5=5分钟 15=15分钟 30=30分钟 60=60分钟,默认为D
  • retry_count:当网络大后重试次数,默认为3
  • pause:重试时停顿秒数,默认为0

现实而参照官网http://tushare.org/index.html

假定只要只要进行全详细的回测,每次在线获取数据无疑效率偏小,因此还欲入库

脚是数据库设计有些

表1:stocks

股票表,第一列为股票代码,第二列为名称,如果get_today_all()中存在的股票stocks表中从未,则插入的。

表2:hdata_date

日线表,由于分钟线只能获得一完美内之数目,我们先行对日线进行研讨。

字段和get_hist_data返回值基本一致,多了stock_code列,并将record_date列本来是dataframe的index

stock_code,record_date,  //主键
open,high,close,low,    //开盘,最高,收盘,最低
volume,          //成交量
price_change,p_change,  //价差,涨幅
ma5,ma10,ma20     //k日收盘均价
v_ma5,v_ma10,v_ma20,  //(k日volume均值)
turnover        //换手率

 

python工程目前起3单文本,main.py(主程序),Stocks.py(“股票等”类)以及Hdata.py(历史数据类)

main.py

 

import psycopg2 #使用的是PostgreSQL数据库
import tushare as ts
from Stocks import*
from HData import*
import  datetime

stocks=Stocks("postgres","123456")
hdata=HData("postgres","123456")

# stocks.db_stocks_create()#如果还没有表则需要创建
#print(stocks.db_stocks_update())#根据todayall的情况更新stocks表

#hdata.db_hdata_date_create()

nowdate=datetime.datetime.now().date()

codestock_local=stocks.get_codestock_local()

hdata.db_connect()#由于每次连接数据库都要耗时0.0几秒,故获取历史数据时统一连接
for i in range(0,len(codestock_local)):
    nowcode=codestock_local[i][0]

    #print(hdata.get_all_hdata_of_stock(nowcode))

    print(i,nowcode,codestock_local[i][1])

    maxdate=hdata.db_get_maxdate_of_stock(nowcode)
    print(maxdate, nowdate)
    if(maxdate):
        if(maxdate>=nowdate):#maxdate小的时候说明还有最新的数据没放进去
            continue
        hist_data=ts.get_hist_data(nowcode, str(maxdate+datetime.timedelta(1)),str(nowdate), 'D', 3, 0.001)
        hdata.insert_perstock_hdatadate(nowcode, hist_data)
    else:#说明从未获取过这只股票的历史数据
        hist_data = ts.get_hist_data(nowcode, None, str(nowdate), 'D', 3, 0.001)
        hdata.insert_perstock_hdatadate(nowcode, hist_data)

hdata.db_disconnect()

 

 

Stocks.py

import tushare as ts
import psycopg2
class Stocks(object):#这个类表示"股票们"的整体(不是单元)
    def get_today_all(self):
        self.todayall=ts.get_today_all()

    def get_codestock_local(self):#从本地获取所有股票代号和名称
        conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",
                                port="5432")
        cur = conn.cursor()
        # 创建stocks表
        cur.execute('''
                select * from stocks;
               ''')
        rows =cur.fetchall()
        conn.commit()
        conn.close()

        return rows
        pass
    def __init__(self,user,password):
        # self.aaa = aaa
        self.todayall=[]
        self.user=user
        self.password=password

    def db_perstock_insertsql(self,stock_code,cns_name):#返回的是插入语句
        sql_temp="insert into stocks values("
        sql_temp+="\'"+stock_code+"\'"+","+"\'"+cns_name+"\'"
        sql_temp +=");"
        return sql_temp
        pass

    def db_stocks_update(self):# 根据gettodayall的情况插入原表中没的。。gettodayall中有的源表没的保留不删除#返回新增行数
        ans=0
        conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1", port="5432")
        cur = conn.cursor()
        self.get_today_all()

        for i in range(0,len(self.todayall)):
            sql_temp='''select * from stocks where stock_code='''
            sql_temp+="\'"+self.todayall["code"][i]+"\';"
            cur.execute(sql_temp)
            rows=cur.fetchall()
            if(len(rows)==0):
                #如果股票代码没找到就插
                ans+=1
                cur.execute(self.db_perstock_insertsql(self.todayall["code"][i],self.todayall["name"][i]))
                pass
        conn.commit()
        conn.close()
        print("db_stocks_update finish")
        return ans

    def db_stocks_create(self):
        conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1", port="5432")
        cur = conn.cursor()
        # 创建stocks表
        cur.execute('''
            drop table if exists stocks;
            create table stocks(stock_code varchar primary key,cns_name varchar);
        ''')
        conn.commit()
        conn.close()
        print("db_stocks_create finish")
        pass

 

HData.py

import  psycopg2
import tushare as ts
import pandas as pd
from time import clock

class HData(object):
    def __init__(self,user,password):
        # self.aaa = aaa
        self.hdata_date=[]
        self.user=user
        self.password=password

        self.conn=None
        self.cur=None


    def db_connect(self):
        self.conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",
                                port="5432")
        self.cur = self.conn.cursor()

    def db_disconnect(self):

        self.conn.close()

    def db_hdata_date_create(self):
        conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",
                                port="5432")
        cur = conn.cursor()
        # 创建stocks表
        cur.execute('''
                drop table if exists hdata_date;
                create table hdata_date(stock_code varchar,record_date date,
                    open float,high float,close float,low float,
                    volume float,
                    price_change float,p_change float,
                    ma5 float,ma10 float,ma20 float,
                    v_ma5 float,v_ma10 float,v_ma20 float,
                    turnover float
                );
                alter table hdata_date add primary key(stock_code,record_date);
                ''')
        conn.commit()
        conn.close()
        print("db_hdata_date_create finish")
        pass

    def db_get_maxdate_of_stock(self,stock_code):#获取某支股票的最晚日期
        self.cur.execute("select max(record_date) from hdata_date where stock_code="+"\'"+stock_code+"\'"+";")
        ans=self.cur.fetchall()
        if(len(ans)==0):
            return None
        return ans[0][0]
        self.conn.commit()
        pass

    def insert_perstock_hdatadate(self,stock_code,data):#插入一支股票的所有历史数据到数据库#如果有code和index相同的不重复插入
        t1=clock()

        for i in range(0,len(data)):
            str_temp=""

            str_temp+="\'"+stock_code+"\'"+","
            str_temp+="\'"+data.index[i]+"\'"



            for j in range(0,data.shape[1]):
                str_temp+=","+"\'"+str(data.iloc[i,j])+"\'"
            sql_temp="values"+"("+str_temp+")"
            self.cur.execute("insert into hdata_date "+sql_temp+";")
        self.conn.commit()

        print(clock()-t1)

        print(stock_code+" insert_perstock_hdatadate finish")

    def get_all_hdata_of_stock(self,stock_code):#将数据库中的数据读取并转为dataframe格式返回
        conn = psycopg2.connect(database="wzj_quant", user=self.user, password=self.password, host="127.0.0.1",
                                port="5432")
        cur = conn.cursor()

        sql_temp="select * from hdata_date where stock_code="+"\'"+stock_code+"\';"
        cur.execute(sql_temp)
        rows = cur.fetchall()

        conn.commit()
        conn.close()

        dataframe_cols=[tuple[0] for tuple in cur.description]#列名和数据库列一致
        df = pd.DataFrame(rows, columns=dataframe_cols)
        return df
        pass

 

main.py的主宰高出口示例:

财经 1

 

HData中的函数get_all_hdata_of_stock结果示例:

 stock_code record_date   open   high  close    low     volume  \
0       603999  2015-12-10  14.07  14.07  14.07  14.07     337.00   
1       603999  2015-12-11  15.48  15.48  15.48  15.48     119.00   
2       603999  2015-12-14  17.03  17.03  17.03  17.03     267.00   
3       603999  2015-12-15  18.73  18.73  18.73  18.73     244.00   
..         ...         ...    ...    ...    ...    ...        ...   
397     603999  2017-08-01   9.62   9.97   9.79   9.61   36337.80   
398     603999  2017-08-02   9.80   9.85   9.61   9.59   32135.60   
     price_change  p_change     ma5    ma10    ma20      v_ma5     v_ma10  \
0            4.30     44.01  14.070  14.070  14.070     337.00     337.00   
1            1.41     10.02  14.775  14.775  14.775     228.00     228.00   
2            1.55     10.01  15.527  15.527  15.527     241.00     241.00   
3            1.70      9.98  16.328  16.328  16.328     241.75     241.75   
..            ...       ...     ...     ...     ...        ...        ...   
397          0.16      1.66   9.680   9.709   9.924   36754.46   49436.88   
398         -0.18     -1.84   9.698   9.741   9.863   36513.38   49998.51   
        v_ma20  turnover  
0       337.00      0.06  
1       228.00      0.02  
2       241.00      0.04  
3       241.75      0.04  
..         ...       ...  
397   42602.09      1.58  
398   42114.31      1.39  

 

数据库中之多寡示例

stocks表

财经 2

hdata_date表

财经 3

 

, , , , ,


相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图