今天跟大家唠唠我鼓捣股票数据的事儿，就拿北方稀土（600111）这只股票的历史交易数据开刀，跟大家伙儿分享下我是咋一步步把它搞到手的。
我寻思着搞点股票数据玩玩，正好最近关注北方稀土，代码也简单好记，600111，就它！
- 第一步：确定目标，有的放矢
我先明确自己要啥数据，不是随便抓点就行的。我想要的是每天的开盘价、收盘价、最高价、最低价、成交量、成交额这些最基础的，有这些，才能做点简单的分析嘛
- 第二步：寻找数据源，大海捞针
这年头，数据就是金钱！上哪儿找免费的历史数据？我先是各种财经网站扒拉，东方财富、新浪财经、腾讯财经，挨个试，看看哪个能让我比较方便地下载到600111的历史数据。有些网站是有的，但是要么数据不全，要么就是反爬虫搞得厉害，直接放弃。
- 第三步：编写爬虫，八仙过海
最终，我选定一个看起来比较友好的网站（这里就不点名，免得以后不好使）。接下来就是写爬虫脚本。我是用Python，requests库负责发起请求，BeautifulSoup负责解析网页。代码我就不贴，反正就是按照网页的HTML结构，找到对应的数据标签，然后提取出来。
这步说起来简单，实际操作起来坑不少。比如网页结构经常变，得随时调整爬虫代码；有些网站会用Cookie反爬虫，得模拟登录，把Cookie带上；还有的会用IP限制，得用代理IP池。
- 第四步：数据清洗，去粗取精
爬下来的数据，往往不是干干净净的，里面可能夹杂着一些没用的信息，或者数据格式不对。所以得进行数据清洗。比如把成交量和成交额转换成数字类型，处理缺失值，去除重复数据等等。
- 第五步：数据存储，安家落户
清洗干净的数据，总得找个地方存起来。我选择存到CSV文件里，简单方便。如果数据量比较大，也可以考虑存到数据库里，比如MySQL或者MongoDB。
- 第六步：数据分析，庖丁解牛
有历史交易数据，就可以做一些简单的分析。比如计算一下600111的平均股价，看看它的波动幅度，或者画个K线图看看走势。更复杂的分析需要用到专业的工具和知识，我就不献丑。
这回爬取600111历史交易数据的过程，让我对股票数据获取和处理有更深的解。虽然过程有点曲折，但是最终还是成功。以后有时间，我准备把这些数据可视化一下，做个更酷炫的分析报告！
还没有评论，来说两句吧...