新版低吸
blame | 历史 | 补丁 | 提交 | 提交对比 | ignore whitespace
admin
3 天以前 0b0d0e790fec8c7edfdbcab5c31d625e0c2eadd6 
 strategy/all_K_line.py


@@ -11,10 +11,8 @@


import json




import constant


from log_module.log import logger_common


# 引入掘金API


# import utils.juejin_api


# import kpl_api


from log_module import async_log_util


from log_module.log import logger_common, logger_k_bars


from strategy import data_cache




# 引入基础算法模块


@@ -97,7 +95,7 @@


        results = []


        dates_list = []


        # 查询交易标的基本信息并赋值


        sec_name = data_cache.DataCache().code_name_dict.get(symbol)


        sec_name = data_cache.DataCache().code_name_dict.get(symbol, "default_name")


        # print(f"K_line_sec_name=={sec_name}")


        # 将获取到的公司名称直接 生成字典放到 K线的第一个序列中


        it_K_line[0]['sec_name'] = sec_name


@@ -163,8 +161,8 @@


                # 最高位据昨日较远 且 昨收价距历史最高价差距较小（小于5%，涨幅5%是左右是最容易把低吸骗进去的日内涨幅） 且 整体涨跌幅度较大  【当前二度突破近前高风险】


                # 【双成药业 2024-11-08 这样的二次近前高，实际数值为1.4646...，为安全起见还是设置为1.5】


                if (2 < historical_high_price_index < 15 and len(it_K_line) >= 90) and (


                        historical_high_price / round(it_K_line[0]['close'], 2) < 1.5) and (


                        historical_high_price > historical_low_price * 1.8):


                        historical_high_price / round(it_K_line[0]['close'], 2) < 1.2) and (


                        historical_high_price > historical_low_price * 2):


                    it_K_line[0]['risk_position'] = 'recent_second_break_near_high_position_risk'


                # 昨日就是最高位 且 整体涨跌幅度较大 【当前高位风险】


                if (historical_high_price_index < 2 and len(it_K_line) >= 90) and (


@@ -209,8 +207,7 @@


                current_count = 0


                start = None


            #  确保不会出现除以零的报错


            if current_yesterday_volume == 0:


                current_yesterday_volume = 1


            if current_yesterday_volume != 0:


                if round(current_today_volume / current_yesterday_volume, 2) > 1.1:


                    # print(f"i=={i} {it_K_line[i]['bob']} {round(current_today_volume/current_yesterday_volume,2)} 【放量】")


                    if current_today_growth > 0:


@@ -234,17 +231,19 @@


                    else:


                        it_K_line[i]['today_volume_shape'] = 'decreases_balance'


                        # print(f"i=={i}  {it_K_line[i]['bob']}   【缩量平收】")


            else:


                # print(f"i=={i} {it_K_line[i]['bob']} {round(current_today_volume/current_yesterday_volume,2)} 【平量】")


                if current_today_growth > 0:


                    it_K_line[i]['today_volume_shape'] = 'remained_up'


                    # print(f"i=={i}  {it_K_line[i]['bob']}   【平量上涨】")


                elif current_today_growth < 0:


                    it_K_line[i]['today_volume_shape'] = 'remained_down'


                    # print(f"i=={i}  {it_K_line[i]['bob']}   【平量下跌】")


                else:


                    it_K_line[i]['today_volume_shape'] = 'remained_balance'


                    # print(f"i=={i}  {it_K_line[i]['bob']}   【平量平收】")


                    # print(f"i=={i} {it_K_line[i]['bob']} {round(current_today_volume/current_yesterday_volume,2)} 【平量】")


                    if current_today_growth > 0:


                        it_K_line[i]['today_volume_shape'] = 'remained_up'


                        # print(f"i=={i}  {it_K_line[i]['bob']}   【平量上涨】")


                    elif current_today_growth < 0:


                        it_K_line[i]['today_volume_shape'] = 'remained_down'


                        # print(f"i=={i}  {it_K_line[i]['bob']}   【平量下跌】")


                    else:


                        it_K_line[i]['today_volume_shape'] = 'remained_balance'


                        # print(f"i=={i}  {it_K_line[i]['bob']}   【平量平收】")


            else:


                logger.info(f"{symbol} 的 昨日成交量 为 0，报错！！")




            if current_open - previous_close > 0:


                # print(f"i=={i}  {it_K_line[i]['bob']} 成交总量:{today_volume},,,成交总金额:{today_amount}")


@@ -380,52 +379,10 @@


        # 将转换后的JSON字符串写入文件


        with open(constant.K_BARS_PATH, 'w', encoding='utf-8') as f:


            f.write(json_data)


        async_log_util.info(logger_k_bars, json_data)


    except Exception as error:


        print(f"An error occurred while converting the data to JSON: {error}")


    logger.info(f"标的个股历史k线写完了！{tool.get_now_time_str()}")






# 写入主要指数的90天K线


def main_index_k_line_dict_write():


    main_index_base_K_line_dict = main_index_k_line_history.k_line_history_90day()


    # 初始化所有个股的指标K线列表


    main_index_k_line_property_dict = {}


    for i in data_cache.DataCache().main_index_stocks:


        # print(f"i==========={i}")


        i_k_line = main_index_base_K_line_dict[i]  # 获取i的K线


        i_k_line_copy = copy.deepcopy(i_k_line)  # 深拷贝i的K线


        # it_K_line_reversed = list(reversed(i_k_line_copy))  # 开盘啦获取的数据需要反转i的K线


        it_K_line_reversed = list(i_k_line_copy)  # 小辉端的数据不需要反转i的K线


        if not it_K_line_reversed:


            continue


        k_line_history.get_property_limit_mark(it_K_line_reversed, i)  # 给标的的K线更新指标属性 把股票代码同时传给要调用的函数


        index_k_line_property_dict = {i: it_K_line_reversed}  # 添加 更新极限指标属性的K线 字典


        # print(f"index_k_line_property_dict===={index_k_line_property_dict}")


        main_index_base_K_line_dict.update(index_k_line_property_dict)




    # 构造时间格式datetime转化为字符串，以便将K线属性指标转化为json格式写入本地文件


    def convert_datetime(obj):


        if isinstance(obj, datetime.datetime):


            return obj.strftime('%Y-%m-%d %H:%M:%S')  # 转换为字符串


        elif isinstance(obj, dict):


            return {k: convert_datetime(v) for k, v in obj.items()}  # 递归处理字典


        elif isinstance(obj, list):


            return [convert_datetime(element) for element in obj]  # 递归处理列表


        # 可以添加其他类型的处理逻辑


        else:


            # 对于未知类型，你可以选择保留原样、跳过或引发异常


            # 这里我们选择保留原样


            return obj




    try:


        json_data = json.dumps(convert_datetime(main_index_k_line_property_dict), ensure_ascii=False, indent=4)


        # 将转换后的JSON字符串写入文件


        with open(constant.K_BARS_PATH, 'w', encoding='utf-8') as f:


            f.write(json_data)


    except Exception as error:


        print(f"An error occurred while converting the data to JSON: {error}")


    logger.info(f"主要指数的历史k线写完了！{tool.get_now_time_str()}")








# 用开盘啦数据检测昨日的K线中涨停属性是否有误（盘尾 集合竞价 炸开一个卖一档，但涨幅未变的）


@@ -455,10 +412,10 @@


            # # if now_time > data_cache.AFTER_CLOSING_TIME:


            #     data_cache.execution = True


            #     # 整理当日涨停信息并写入本地管理好本地数据


            #     kpl_api.get_arrange_limit_up_info()


            #     plate_strength_analysis.get_arrange_limit_up_info()


            #     logger.info(f"整理当日涨停信息 已经运行完成")


            #     # # 获取所有个股的板块概念并写入文件【耗时较长应该放在 核心主线程 和 仓位管理 后面】


            #     kpl_api.get_all_stocks_plate_dict(data_cache.min_stocks)


            #     plate_strength_analysis.get_all_stocks_plate_dict(data_cache.min_stocks)


            #     # logger.info(f"获取所有个股的板块概念 已经运行完成")




            # 构造一个循环检测K线子带你中所有个股代码下的日期是不是和某日一致的，如果不一致则返回False