背景：之前写了一篇通过抓取同花顺wencai计算连板率、封板率、断板率的例子， 有朋友和我说， wencai本身短线复盘有这个数据。 这句话提醒了我， 要不抓取这个数据来试一下。
这里附上核心代码：
df = pywencai.get(query="短线复盘")
try:
# ================== 核心指标看板 ==================
st.header("📊 核心指标看板")
cols = st.columns(7)
zt_data = df.get('涨停梳理', {}).get('newCard', pd.DataFrame())
if not zt_data.empty:
metrics = {
"涨跌停比": (zt_data.iloc[0, 4], "涨停家数与跌停家数比例"),
"昨日涨停表现": (f"{float(zt_data.iloc[1, 0]):.2f}%", "昨日涨停股票的市场表现"),
"连板率": (f"{zt_data.iloc[2, 0]}%", "连续涨停板占比"),
"封板率": (f"{zt_data.iloc[3, 0]}%", "成功封住涨停的比例"),
"连板收益率": (zt_data.iloc[4, 0], "连板收益率"),
"连板溢价率": (zt_data.iloc[5, 0], "连板溢价率"),
"情绪温度": (f"{df['情绪温度']['line3'].iloc[-1]['情绪温度走势']:.1f}℃", "市场情绪综合指标")
}
for col, (name, (value, help_text)) in zip(cols, metrics.items()):
with col:
st.metric(name, value, help=help_text)
# ================== 市场动向分析 ==================
st.header("🌐 市场动向分析")
market_trend = df.get('市场动向', '')
if market_trend and len(market_trend) > 10:
st.markdown(market_trend, unsafe_allow_html=True)
else:
st.info("📅 市场动向数据将于交易日15:30更新，请稍后查看")
# ================== 情绪温度走势 ==================
st.header("🌡️ 情绪温度趋势")
emotion_data = df.get('情绪温度', {}).get('line3', pd.DataFrame())
if not emotion_data.empty:
try:
emotion_data['日期'] = pd.to_datetime(
emotion_data['时间区间'].astype(str).str[:8],
format='%Y%m%d',
errors='coerce'
)
valid_data = emotion_data.dropna(subset=['日期'])
if not valid_data.empty:
st.line_chart(
valid_data.set_index('日期')['情绪温度走势'].rename("情绪温度"),
use_container_width=True
)
else:
st.warning("有效日期数据缺失")
except Exception as e:
st.error(f"图表渲染失败: {str(e)}")
else:
st.warning("情绪温度数据暂不可用")
# ================== 详细数据解析 ==================
st.header("📚 详细数据解析")
tabs = st.tabs(["连板天梯", "焦点个股", "市场事件"])
with tabs[0]:
st.subheader("🏆 连板天梯榜")
lb_data = df.get('连板天梯', {})
if lb_data:
st.write("### 高位连板")
if'高位板'in lb_data and 'tableV1'in lb_data['高位板']:
st.dataframe(lb_data['高位板']['tableV1'], height=400)
else:
st.info("暂无高位连板数据")
st.write("### 两连板")
if'两连板'in lb_data and 'tableV1'in lb_data['两连板']:
st.dataframe(lb_data['两连板']['tableV1'], height=400)
else:
st.info("暂无两连板数据")
else:
st.warning("连板数据加载失败")
with tabs[1]:
st.subheader("🔥 焦点个股分析")
focus_stocks = df.get('焦点股', pd.DataFrame())
if not focus_stocks.empty:
st.dataframe(
focus_stocks,
column_config={
"股票简称": "名称",
"连涨天数": st.column_config.NumberColumn(
"连涨",
help="连续上涨天数",
format="%d 天"
),
"涨跌幅:前属同花顺行业": st.column_config.ProgressColumn(
"行业涨幅",
format="%.2f%%",
min_value=-10,
max_value=10
)
},
hide_index=True,
use_container_width=True
)
else:
st.info("今日无重点监控个股")
with tabs[2]:
st.subheader("📅 市场事件追踪")
event_data = df.get('自选股近15天重要事件', {})
if event_data:
col1, col2 = st.columns([3, 2])
with col1:
st.write("### 自选股事件")
if'tableV1'in event_data:
st.dataframe(event_data['tableV1'], use_container_width=True)
else:
st.info("近期无自选股相关事件")
with col2:
st.write("### 实时要闻")
if'txt1'in event_data:
st.markdown(event_data['txt1'], unsafe_allow_html=True)
else:
st.warning("事件数据加载失败")
except Exception as e:
st.error(f"系统错误: {str(e)}")
st.button("🔄 重新加载数据", type="primary")
上面是解析数据的代码， 有点python、pandas基础应该就能看懂了， 可以把这些数据存储入库，根据时间序列就可以分析出 情绪变化（比如连板率、封板率、 破板率等）了。
是不是很简单，为什么我没列出完整代码。 因为每个人的需求不一样， 我自己做了下简单处理， 每天16点定时抓取数据， 然后保存成json文件， 通过历史数据，查询选择日期就可以看到 当天的历史复盘了。 A股我喜欢量化情绪来指导操作，所谓物极必反嘛。
相关文章推荐：
【Python技术】利用akshare获取A股公告，并通过关键字获取自己想要的内容
【Python技术】利用tushare、wencai分析某天涨停股票次日涨跌幅情况
[Python技术]利用streamlit构建多页面应用功能
另外，从0搭建量化分析交易系统系列得慢慢写了， 主要是因为自己学习、编码进度没跟上。特别是今天，大盘涨得有点凶，有点没心思写代码，就把前2天写的代码分享给大家。 有些时候，涨得猛没心思，跌得猛也没心思， 什么时候才可以做到 宠辱不惊，看庭前花开花落；去留无意，望天上云卷云舒
最后，最近几乎每天有同学问我，怎么加我微信，怎么入群， 貌似我在多个公众号入口放了名片。 这里再放一下， 加我微信，备注下就可以入群交流 编程、 投资、 AI等。 如果需要新开户，需要申请qmt或ptrade量化交易软件， 费率优惠， 万0.854 ， 也可以找我。
