如何利用Python找到下一个“游戏驿站”？散户狂赚4000%

       


        


         


          


           


            ↑↑↑关注后"星标"简说Python

           


            


             人人都可以简单入门Python、爬虫、数据分析

            


           


            


             


              


               


                


                 


                  


                   


                    


                     


                      


                       


                        


                          简说Python推荐 


                        


                        


                         来源：Python实用宝典

                        


                        


                         作者：Ckend

                         


                        


                       


                      


                     


                    


                   


                  


                 


                


               


              


             


            


           


         


        


       

Reddit Hyped Stocks — 是GitHub上开源的一个基于 Python 开发的查找 Reddit 当前被炒作的股票的Web应用程序。

通过它，你或许能找到下一支“游戏驿站”。

作者使用“炒作得分”的概念对Reddit上所有被炒作的股票进行了排序，其中炒作得分的计算如下：

收集的原始数据包含所选子Reddit的前n个帖子，每次都会收集包括点赞在内的所有基本数据。

每个帖子都会被标记为某只股票的炒作贴（基于标题）。

然后建立一个矩阵，其中每一行代表一个时间点，每一列代表一只股票。矩阵的值表示在某个时间点，一只股票的所有帖子的炒作分数的总和。

然后计算每个时间点的差值作为增量值，比如我想知道过去7天的炒作分数排行，我会对各个股票将过去7天的增量值之和作为总和来计算炒作分数并进行排行。

有关确切的算法，请查看源代码中的 ticker_score_calulation.py。

炒作图（顶部），即下图所示：

该图表显示了Reddit上当前炒作分数最高的一些股票，显示了排名前15位的股票的累计炒作得分。默认情况下，这个图表显示过去一星期内各个股票的分数变化。

炒作表（左侧），如下图所示：

这里会显示排名前30位的炒作股票及其各自的炒作得分，以下值：

• Score Abs：所有相关帖子的炒作分数总和




• Δ7d/Δ3d/Δ1d：周期分别为7/3/1天的增量炒作得分

另外，每一行都指示一天的仓位增/减（两个上/下箭头表示+/- 5个排名，一个上/下箭头表示小于+/- 5个排名，= 表示不变）。

单击股票名字后，会打开详细信息视图：

这里会展示股票的基本信息，每股收益、所属行业、PE值、关联的Reddit帖子等等。

在Python实用宝典后台回复：Reddit 可以获取此开源代码库的代码和数据(reddit-hyped-stocks 及 data.db)。

（选项1）使用Docker运行应用程序：

1. 克隆此仓库或将其下载到本地计算机

2. 要使用没有你自己的数据的应用程序，你可以从：
https://drive.google.com/file/d/12aAc35F5a0_doGE7Af8xsukRyNKPo1g0/view?usp=sharing
获取示例数据库，下载并将文件复制到 backend/data.db

4. 运行./run-server-docker.sh 这将需要一些时间来下载依赖项并构建应用程序

5. 浏览器打开 http://localhost:5000 访问页面

（选项2）在没有Docker的情况下运行应用程序/设置开发环境

1. 将存储库克隆到本地计算机

2. 安装Python 3和Node.js

3. cd 到 backend 并运行 pip3 install -r requirements.txt 以安装后端依赖项。运行 backend/start.sh 以运行后端开发服务器

4. cd 到 frontend 并运行 npm i 以安装前端依赖项。运行 npm run start 以运行前端开发服务器。

（非必须）收集原始数据

由于炒作得分取决于帖子，因此必须定期（例如每小时）爬取 Reddit 帖子数据。

必须条件：获取 Reddit API token：

1. 前往 https://www.reddit.com/prefs/apps

2. 点击“创建应用”并填写信息，使用“script”类型

3. 将密钥和应用程序ID复制到文件中:  backend/praw.ini

默认情况下，子论坛 robinhoodpennystocks 和 pennystocks 会被爬取（可在中配置backend/load_data.py）。

数据会被保存到Sqlite数据库中。要查询数据，请使用脚本 backend/load_data.py 或运行 ./run-load-data-docker.sh。

我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。

有任何问题，可以在下方扫码添加我微信，回复：开源项目复现，进入开源项目复现学习交流群。

希望你能在下面点个赞和在看支持我继续创作，谢谢！

文末推荐一本《Python量化金融编程从入门到精通》，本书先从量化交易的基本概念讲起，然后讲解Python的基本语法及常见库的使用，在每章节的学习中都以金融量化为实例，并在后结合实战项目来进行学习和巩固，读者不但可以系统地学习Python编程的相关知识，而且还能学习到Python在量化交易场景下的应用。

【更多福利】
扫下方二维码添加我的私人微信，可以在我的朋友圈获取最新的Python学习资料，以及近期推文中的源码或者其他资源，另外不定期开放学习交流群，以及朋友圈福利（送书、红包、学习资源等）。
扫码查看我朋友圈
获取最新学习资源

               


                学习更多：

               


               


                整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了

               

“点赞”传统美德不能丢