用Pandas Dataframe支撑起多只金融产品股票的数据内部形态

用Pandas Dataframe支撑起多只金融产品股票的数据内部形态

3. 如果同时拿一个板块股票的收市价和成交额

前一篇说到,用大盘指数,如恒生指数,上证,深证,这些重要的大盘指数来做Dataframe主键,那麽如果是同时拿一个板块股票的收市价和成交额,可以怎样操作呢。

在实际开发中,应该是简单的数据结构,容易阅读为主,所以Dataframe的multi indexes我不建议使用,这令代码很难阅读。

最简单的方法,当然是用dict来保存各股票的Dataframe。

 

codes = {
    # 中石化, 中海洋, 中石油
    "石油": ["0386.HK", "0883.HK", "0857.HK"],
    # 昆能, 中燃氣, 新奧, 華潤燃氣, 北京控股
    "天然氣": ["0135.HK", "0384.HK", "2688.HK", "1193.HK", "0392.HK"],
    # 神華, 江銅, 鞍鋼, 山水, 金隅, 中鋁
    "資源": ["1088.HK", "0358.HK", "0347.HK", "0691.HK", "2009.HK", "2600.HK"]
}

一般,都会有一个dict,来保存每个板块里,都有什麽股票。

按照React的开发核心,数据的结构,应该是面向界面,认知。

那麽按照业务的界面,散户对股票的认知,这套流程是怎样的。

 

 

这里分别列出了3个主要的业务场景。

可以看出,无论是从日子,个股,成份股,板块作为入囗点,输出的结果,都是1只/多只股票的详细数据。

那麽数据结构就可以很直观看到是:

 

 无论入囗点是A或是B,最终都是输出C。

 

 所以数据结构是这样,就能最直观的看到业务流程,界面,散户认知,这些基本且重要的数据。