数据层
从东方财富网获取股票/ETF 数据,注入代理与 Cookie 应对高频请求,落库到 MySQL。
myhhub/stock / Architecture
myhhub/stock 采用「Python 计算 + MySQL 存储 + web 展示」的分层结构:Python 3.11+ 负责数据抓取与指标计算,MySQL 存储历史数据用于分析与挖掘,web 层可视化结果,多线程与共享资源保证运行效率,代理与 Cookie 注入应对高频数据请求。
把 README 中的技术组件展开为可核验清单。
| 层次 | 组件 | 用途 |
|---|---|---|
| 语言/运行时 | Python 3.11+ | 数据抓取、指标计算、选股与回测主逻辑 |
| 存储 | MySQL | 历史数据存储、分析与挖掘 |
| 指标计算 | TA-Lib + pandas | 32 项技术指标,与专业软件结果一致 |
| 展示 | web | 可视化分析结果,支持 PC / 平板 / 手机 |
| 数据源 | 东方财富网 | 行情、资金流、分红、龙虎榜、大宗交易、基本面等 |
| 运行效率 | 多线程 + 共享资源 | 批量任务高效执行 |
| 高频请求 | 代理 + Cookie 注入 | 应对访问频率限制 |
| 日志 | 分服务详细日志 | 数据处理 / web / 交易日志,方便调试 |
从东方财富网获取股票/ETF 数据,注入代理与 Cookie 应对高频请求,落库到 MySQL。
用 TA-Lib + pandas 计算技术指标、筹码分布与形态识别,用多线程批量处理。
web 层可视化结果,支持 PC / 平板 / 手机;交易与数据处理各有独立日志。
从环境到展示,myhhub/stock 的运行链路可以拆成四步。
myhhub/stock 的技术栈决定它更适合愿意维护本地环境的用户。
想自建可复现的「数据→指标→选股→回测」管道,并深度定制策略与指标。
需要筹码分布、K 线形态识别与批量技术指标做研究分析。
想跑通「取数→计算→展示」完整闭环,愿意维护 Python + MySQL 环境。
myhhub/stock 采用数据库设计存储历史数据,便于后续分析、挖掘与批量回测;MySQL 是官方列出的存储方案。
TA-Lib 是技术分析库,提供 C/C++ 底层计算;myhhub/stock 用它配合 pandas 计算 MACD、KDJ、BOLL、RSI 等指标,保证与专业软件一致。
数据源为东方财富网,高频抓取可能触发频率限制;README 提供代理与 Cookie 注入机制应对限流。
可以。EasyClaw 内置股票研究/技术分析/财经数据类 Skill,可免自行维护 Python + MySQL + TA-Lib 环境,详见对比页。