您的位置:首页 > 科技 > IT业 > 免费的工程网站_seo网站推广推荐_新手怎么学网络运营_疫情放开死亡人数最新消息

免费的工程网站_seo网站推广推荐_新手怎么学网络运营_疫情放开死亡人数最新消息

2025/4/3 10:38:42 来源:https://blog.csdn.net/weixin_42357472/article/details/143417985  浏览:    关键词:免费的工程网站_seo网站推广推荐_新手怎么学网络运营_疫情放开死亡人数最新消息
免费的工程网站_seo网站推广推荐_新手怎么学网络运营_疫情放开死亡人数最新消息

参看:https://stock.hexun.com/2024-10-31/215251914.html
涨幅计算公式:(当前价格 - 上一个交易日收盘价)÷ 上一个交易日收盘价 × 100% 。
跌幅计算公式:(上一个交易日收盘价 - 当前价格)÷ 上一个交易日收盘价 × 100% 。

1、A股

涨幅

比如 5% 到 8%之间

import akshare as ak
import pandas as pd# 获取当天所有 A 股数据
stock_data = ak.stock_zh_a_spot_em()# 计算涨幅
stock_data['涨幅'] = (stock_data['最新价'] - stock_data['昨收']) / stock_data['昨收'] * 100# 筛选涨幅在 5% 到 8% 之间的数据
filtered_data = stock_data[(stock_data['涨幅'] >= 5) & (stock_data['涨幅'] <= 8)]# 显示结果
filtered_data[['代码', '名称', '涨幅']]

在这里插入图片描述

跌幅范围

比如 5% 到 8%之间

import akshare as ak
import pandas as pd# 获取当天所有 A 股数据
stock_data = ak.stock_zh_a_spot_em()# 计算跌幅
stock_data['跌幅'] = (stock_data['昨收'] - stock_data['最新价']) / stock_data['昨收'] * 100# 筛选跌幅在 5% 到 8% 之间的数据
filtered_data = stock_data[(stock_data['跌幅'] >= 5) & (stock_data['跌幅'] <= 8)]# 显示结果
filtered_data[['代码', '名称', '跌幅']]

在这里插入图片描述

2、港股

import akshare as akstock_hk_spot_em_df = ak.stock_hk_spot_em()# 计算跌幅
stock_hk_spot_em_df['跌幅'] = (stock_hk_spot_em_df['昨收'] - stock_hk_spot_em_df['最新价']) / stock_hk_spot_em_df['昨收'] * 100# 筛选跌幅在 5% 到 8% 之间的数据
filtered_data = stock_hk_spot_em_df[(stock_hk_spot_em_df['跌幅'] >= 5) & (stock_hk_spot_em_df['跌幅'] <= 8)]# 显示结果
filtered_data[['代码', '名称', '跌幅']]# 计算涨幅
stock_hk_spot_em_df['涨幅'] = (stock_hk_spot_em_df['最新价'] - stock_hk_spot_em_df['昨收']) / stock_hk_spot_em_df['昨收'] * 100# 筛选涨幅在 5% 到 8% 之间的数据
filtered_data = stock_hk_spot_em_df[(stock_hk_spot_em_df['涨幅'] >= 5) & (stock_hk_spot_em_df['涨幅'] <= 8)]# 显示结果
filtered_data[['代码', '名称', '涨幅']]

在这里插入图片描述

3、美股

import akshare as akstock_us_spot_em_df = ak.stock_us_spot_em()
# 计算涨幅
stock_us_spot_em_df['涨幅'] = (stock_us_spot_em_df['最新价'] - stock_us_spot_em_df['昨收价']) / stock_us_spot_em_df['昨收价'] * 100# 筛选涨幅在 5% 到 8% 之间的数据
filtered_data = stock_us_spot_em_df[(stock_us_spot_em_df['涨幅'] >= 5) & (stock_us_spot_em_df['涨幅'] <= 8)]# 显示结果
filtered_data[['代码', '名称', '涨幅']]# 计算跌幅
stock_us_spot_em_df['跌幅'] = (stock_us_spot_em_df['昨收价'] - stock_us_spot_em_df['最新价']) / stock_us_spot_em_df['昨收价'] * 100# 筛选跌幅在 5% 到 8% 之间的数据
filtered_data = stock_us_spot_em_df[(stock_us_spot_em_df['跌幅'] >= 5) & (stock_us_spot_em_df['跌幅'] <= 8)]# 显示结果
print(filtered_data[['代码', '名称', '跌幅']])

在这里插入图片描述

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com