admin
2025-03-06 14117f79cdcb0edcac199f27f169d77f9ea5358a
strategy/kpl_api.py
@@ -6,6 +6,7 @@
import time
import datetime
import dask
import requests
import constant
@@ -35,7 +36,7 @@
DABAN_TYPE_EVER_LIMIT_DOWN = 5
def __base_request(url, data,  timeout=10):
def __base_request(url, data, timeout=10):
    DELEGATE = True
    if not DELEGATE:
        headers = {
@@ -116,7 +117,6 @@
def getCodesByPlate(plate_code):
    data = f"Order=1&a=ZhiShuStockList_W8&st=30&c=ZhiShuRanking&PhoneOSNew=1&old=1&DeviceID=a38adabd-99ef-3116-8bb9-6d893c846e23&VerSion=5.8.0.2&IsZZ=0&Token=0&Index=0&apiv=w32&Type=6&IsKZZType=0&UserID=0&PlateID={plate_code}&"
    return __base_request("https://apphq.longhuvip.com/w1/api/index.php", data=data)
# 获取概念中的板块中的子板块
@@ -217,6 +217,52 @@
# 获取行情精选板块 强度排名
def get_market_sift_plate_its_stock_power():
    @dask.delayed
    def batch_get_plate_codes(fs):
        return fs
    @dask.delayed
    def request_plate_codes(i):
        plate_name = i[1]
        # 尝试过滤掉无意义的概念板块(plate_name not in ['科创板', '北交所', '次新股', '无', 'ST板块', 'ST摘帽', '并购重组', '国企改革','超跌', '壳资源', '股权转让', '送转填权']) and '增长' in plate_name
        if (plate_name not in ['科创板', '北交所', '次新股', '无', 'ST板块', 'ST摘帽', '并购重组', '国企改革', '超跌',
                               '壳资源', '股权转让', '送转填权']) or ('增长' in plate_name):
            # print(f"{i[1]} 强度:{i[2]}")
            # 通过板块ID获取其下面的个股强度列表
            its_stock = getCodesByPlate(i[0])
            print(f"======={i[0]}=======")
            its_stock = json.loads(its_stock)
            # print(f"its_stock['list']  ===  {its_stock['list']}")
            # print(f"its_stock['list'][0]  ===  {its_stock['list'][0]}")
            # 获取该概念板块的的子版块
            # its_son_plate = json.loads(getSonPlate(i[0]))
            # logger.info(f"its_son_plate=={its_son_plate['List']}")
            # if its_son_plate['List'][0][2] > 0:
            #     print(f"its_son_plate=={its_son_plate['List'][0]}")
            # for son in its_son_plate['List']:
            #     if son[2] > 0:
            #         print(f"son===={son}")
            # 初始化股票强度列表
            stock_power_list = []
            for s in its_stock['list']:
                # 过滤掉涨幅大于  and s[6] < 6.5 且小于0%的 和 名称中包含ST的 和 涨速小于等于0%的 和 只要昨日未涨停 和 上证或深证的正股    and s[9] > 0.0025
                if s[6] > 0 and s[1].find("ST") < 0 and s[1].find("XD") < 0 and s[23].find("板") < 0 and s[24].find(
                        "板") < 0 and (s[0].startswith('60') or s[0].startswith('00')) and s[9] > 1:
                    # print(f"{s[1]},个股代码:{s[0]},   涨幅:{s[6]}%   涨速:{s[9]}%   概念:{s[4]}   主力资金推测:{s[2]}   领涨次数:{s[40]}  今日第几板:{s[23]} 是否破版{s[24]}")
                    # 对个股强度属性列表进行初始化
                    its_stock_power = [s[1], s[0], s[6], s[9], s[4], s[2], s[40]]
                    # 逐个选择性添加its_stock中的元素到个股强度列表中
                    # print(f"its_stock_power===={its_stock_power}")
                    # 整体将添加完善的个股强度列表添加到股票列表中
                    stock_power_list.append(its_stock_power)
            # print(f"stock_power_list===={stock_power_list}")
            # 过滤掉没有瞬时高强度个股的空概念
            if len(stock_power_list) != 0:
                # 将对应板块的股票强度列表新建一个字典
                stock_power_item = {i[1]: stock_power_list}
                # 并更新到精选板块个股字典中
                market_sift_plate_stock_dict.update(stock_power_item)
    data = (getMarketJingXuanRealRankingInfo())
    market_sift_plate = json.loads(data)
    # logger_kpl_jingxuan_in 打印的日志专用于开盘了数据的存储分析,不能轻易删除
@@ -226,45 +272,11 @@
    # 初始化精选板块对应个股字典
    market_sift_plate_stock_dict = {}
    if 'list' in market_sift_plate:
        for i in market_sift_plate['list']:
            plate_name = i[1]
            # 尝试过滤掉无意义的概念板块(plate_name not in ['科创板', '北交所', '次新股', '无', 'ST板块', 'ST摘帽', '并购重组', '国企改革','超跌', '壳资源', '股权转让', '送转填权']) and '增长' in plate_name
            if (plate_name not in ['科创板', '北交所', '次新股', '无', 'ST板块', 'ST摘帽', '并购重组', '国企改革', '超跌',
                                   '壳资源', '股权转让', '送转填权']) or ('增长' in plate_name):
                # print(f"{i[1]} 强度:{i[2]}")
                # 通过板块ID获取其下面的个股强度列表
                its_stock = getCodesByPlate(i[0])
                its_stock = json.loads(its_stock)
                # print(f"its_stock['list']  ===  {its_stock['list']}")
                # print(f"its_stock['list'][0]  ===  {its_stock['list'][0]}")
                # 获取该概念板块的的子版块
                # its_son_plate = json.loads(getSonPlate(i[0]))
                # logger.info(f"its_son_plate=={its_son_plate['List']}")
                # if its_son_plate['List'][0][2] > 0:
                #     print(f"its_son_plate=={its_son_plate['List'][0]}")
                # for son in its_son_plate['List']:
                #     if son[2] > 0:
                #         print(f"son===={son}")
                # 初始化股票强度列表
                stock_power_list = []
                for s in its_stock['list']:
                    # 过滤掉涨幅大于  and s[6] < 6.5 且小于0%的 和 名称中包含ST的 和 涨速小于等于0%的 和 只要昨日未涨停 和 上证或深证的正股    and s[9] > 0.0025
                    if s[6] > 0 and s[1].find("ST") < 0 and s[1].find("XD") < 0 and s[23].find("板") < 0 and s[24].find(
                            "板") < 0 and (s[0].startswith('60') or s[0].startswith('00')) and s[9] > 1:
                        # print(f"{s[1]},个股代码:{s[0]},   涨幅:{s[6]}%   涨速:{s[9]}%   概念:{s[4]}   主力资金推测:{s[2]}   领涨次数:{s[40]}  今日第几板:{s[23]} 是否破版{s[24]}")
                        # 对个股强度属性列表进行初始化
                        its_stock_power = [s[1], s[0], s[6], s[9], s[4], s[2], s[40]]
                        # 逐个选择性添加its_stock中的元素到个股强度列表中
                        # print(f"its_stock_power===={its_stock_power}")
                        # 整体将添加完善的个股强度列表添加到股票列表中
                        stock_power_list.append(its_stock_power)
                # print(f"stock_power_list===={stock_power_list}")
                # 过滤掉没有瞬时高强度个股的空概念
                if len(stock_power_list) != 0:
                    # 将对应板块的股票强度列表新建一个字典
                    stock_power_item = {i[1]: stock_power_list}
                    # 并更新到精选板块个股字典中
                    market_sift_plate_stock_dict.update(stock_power_item)
        ds = []
        for d in market_sift_plate['list']:
            ds.append(request_plate_codes(d))
        dask_result = batch_get_plate_codes(ds)
        dask_result.compute()
        logger.info(f"精选板块股票强度数据更新 == {market_sift_plate_stock_dict}")
    return market_sift_plate_stock_dict
@@ -307,6 +319,7 @@
                            f"a=DiskReview&apiv=w35&c=HomeDingPan&VerSion=5.13.0.0&PhoneOSNew=1&DeviceID=d6f20ce9-fa08-31c9-a493-536ebb8e9773&")
    data = json.loads(result)
    return int(data["info"]["strong"])
# market_strong = get_market_strong()
# print(f"market_strong==={market_strong}")
@@ -383,7 +396,8 @@
                        # 将日期和data_to_append转换为JSON格式的字符串
                        json_line = json.dumps({current_date: data_to_append}, ensure_ascii=False) + '\n'
                        # 打开文件并追加JSON行
                        with open(self.file_path, 'a', encoding='utf-8') as file:file.write(json_line)
                        with open(self.file_path, 'a', encoding='utf-8') as file:
                            file.write(json_line)
                    else:
                        logger.info(f"(当日日期已存在于文件的最后一行了,不再重复追加写入)")
                else:
@@ -444,7 +458,6 @@
    data_cache.daily_limit_up_info = history_limit_up_info.arrange_limit_up_info()
    # logger.info(f"读本地的日更的历史涨停数据=={data_cache.daily_limit_up_info}")
    # print(f"daily_limit_up_info  类型==={type(data_cache.daily_limit_up_info)}")
    # 统计每日主线
    daily_limit_up_info_len = len(data_cache.daily_limit_up_info)
@@ -488,6 +501,7 @@
                sorted_plate_ranking_list = sorted(plate_ranking_list, key=lambda x: list(x.values())[0], reverse=True)
                # logger.info(f"{key}=====>>>>{sorted_plate_ranking_list}")
                history_sorted_plate_ranking_list.append(sorted_plate_ranking_list)
    # print(f"history_sorted_plate_ranking_list={history_sorted_plate_ranking_list}")
    # for ranking_list in history_sorted_plate_ranking_list:
    #     print(f"ranking_list={ranking_list}")
@@ -592,6 +606,7 @@
        # the_same_class_amount = pre_trading_day_limit_up_info[0][20]
        # logger.info(f"同概念涨停数量=={the_same_class_amount}")
# get_handling_limit_up_info()
@@ -654,9 +669,6 @@
                plate_are_null_list.append(sec_name)
    logger.info(f"有{have_no_plate_num}只股票概念为空")
    logger.info(f"个股有历史K线但概念为空的有:{plate_are_null_list}")
# 获取全部个股的精选板块并存储的函数
@@ -723,12 +735,15 @@
                    if Unfinished_opening_plan_number != 0:
                        # 根据账户可用金额 计算今日计划下单金额
                        # (账户可用金额/今日最大新增持仓票数) * (大盘综合强度分数 * 0.01)
                        data_cache.today_planned_order_amount = (usefulMoney * low_emotion_mood_emotion / Unfinished_opening_plan_number) * (data_cache.real_time_market_strong * 0.01)
                        data_cache.today_planned_order_amount = (
                                                                        usefulMoney * low_emotion_mood_emotion / Unfinished_opening_plan_number) * (
                                                                        data_cache.real_time_market_strong * 0.01)
        except Exception as error:
            logger.error(f"获取实时大盘行情情绪综合强度[分数] 函数报错: {error}")
        finally:
            time.sleep(3)
# kpl_stocks_list_selected_blocks_process()   #在 kpl_api.py中可以调用
@@ -737,3 +752,9 @@
# list = ['SHSE.600805','SHSE.600804']
#
# all_stocks_plate_dict(list)
if __name__ == "__main__":
    start_time = time.time()
    get_market_sift_plate_its_stock_power()
    print("耗时:", time.time() - start_time)