多进程创建股票数据 |
您所在的位置:网站首页 › python 多线程慢 › 多进程创建股票数据 |
前面文章已经记录了股票数据的下载及相关因子计算的过程,本文记录使用多进程创建股票数据的方法。 这里所说的创建数据,包括股票数据的下载和相关因子的计算,会把所有股票的全部历史数据进行下载和计算。后面的文章会介绍如何更新数据,即只处理未创建过的数据。 还有一点说明,这里使用多进程,而非多线程进行数据创建,主要是由于BaoStock不支持多线程下载数据。因此使用Python的多进程模块multithreading进行数据创建。 主要代码分析新建源文件,命名为data_center_v6.py,全部内容见文末,v6新增3个函数: 新增计算股票代码分组函数 def get_code_group(process_num, stock_codes):该函数获取股票代码分组,用于多进程计算,每个进程处理一组股票,其中: 参数process_num为进程数参数stock_codes为待处理的股票代码返回值为分组后的股票代码列表,列表的每个元素为一组股票代码的列表 code_group = [[] for i in range(process_num)]创建空的分组,类型为列表,每个元素为1个空列表,共有process_num个空列表 for index, code in enumerate(stock_codes): code_group[index % process_num].append(code)按余数为每个分组分配股票。假设我们有10只股票代码依次为0到9,并假设process_num=3,分组后的股票如下所示: [[0, 3, 6, 9], [1, 4, 7], [2, 5, 8]]可以看到,我们一共得到process_num=3个分组,位置索引对process_num取余,余数为0、1、2的股票各自被分到1组。 return code_group返回分组结果。 新增多进程调用函数 def multiprocessing_func(func, args):该函数用于多进程调用函数,其中: 参数func为子进程要调用的函数参数args为func的参数,类型为元组,第0个元素为进程数,第1个元素为股票代码列表,如果func还有其他参数,则依次往后排列返回值为包含各子进程返回对象的列表因为程序中涉及较多多进程调用的情况,因此抽象出此函数,方便使用。 results = []用于保存各子进程返回对象的列表。 with multiprocessing.Pool(processes=args[0]) as pool:创建进程池。processes表示所用的进程数,这里多数调用均使用默认值为61。当大于61时,在我的虚拟机上会报错(网上资料显示Windows基本都会报这个错误)。在我的虚拟机里运行程序时,把process_num设置为4,CPU占用率已经能达到100%,实测还是process_num值越大,程序执行越快,理论上进程越多,程序越能获得更多的时间片。在我的PC上,把process_num设置为61,CPU占用率也只有20%左右。 for codes in get_code_group(args[0], args[1]): results.append(pool.apply_async(func, args=(codes, *args[2:],)))对于每个股票分组,使用1个子进程进行计算,func的第0个参数为待处理的股票代码列表,后续参数保存在args[2:]中。调用apply_async方法,进行多进程异步计算。 pool.close()阻止后续任务提交到进程池。 pool.join()等待所有进程结束。 return results返回包含各子进程返回对象的列表。 新增多进程创建数据函数 def create_data_mp(stock_codes, process_num=61, from_date='1990-12-19', to_date=datetime.date.today().strftime('%Y-%m-%d'), adjustflag='2'):该函数使用多进程创建指定日期内,指定股票的日线数据,计算扩展因子,其中: 参数stock_codes为待创建数据的股票代码参数process_num为进程数参数from_date为日线开始日期参数to_date为日线结束日期参数adjustflag为复权选项,为1时表示后复权,为2时表示前复权,为3时表示不复权,默认为前复权返回值为空 multiprocessing_func(create_data, (process_num, stock_codes, from_date, to_date, adjustflag,))调用multiprocessing_func进行多进程数据创建,这里会用多进程调用create_data函数,后面元组的第0个元素为进程数,第1个元素为待分组的股票代码列表,后续参数依次为create_data函数所使用的参数。 小结本文记录了使用多进程创建数据的过程,创建的数据只是用于打印,只要确保程序能正常运行即可,不需要等待程序运行结束。 下一篇文章起,将介绍把数据存入数据库的过程。 data_center_v6.py的全部代码如下: import baostock as bs import datetime import sys import numpy as np import pandas as pd import multiprocessing # 可用日线数量约束 g_available_days_limit = 250 # BaoStock日线数据字段 g_baostock_data_fields = 'date,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ, psTTM,pcfNcfTTM,isST' def get_stock_codes(date=None): """ 获取指定日期的A股代码列表 若参数date为空,则返回最近1个交易日的A股代码列表 若参数date不为空,且为交易日,则返回date当日的A股代码列表 若参数date不为空,但不为交易日,则打印提示非交易日信息,程序退出 :param date: 日期 :return: A股代码的列表 """ # 登录baostock bs.login() # 从BaoStock查询股票数据 stock_df = bs.query_all_stock(date).get_data() # 如果获取数据长度为0,表示日期date非交易日 if 0 == len(stock_df): # 如果设置了参数date,则打印信息提示date为非交易日 if date is not None: print('当前选择日期为非交易日或尚无交易数据,请设置date为历史某交易日日期') sys.exit(0) # 未设置参数date,则向历史查找最近的交易日,当获取股票数据长度非0时,即找到最近交易日 delta = 1 while 0 == len(stock_df): stock_df = bs.query_all_stock(datetime.date.today() - datetime.timedelta(days=delta)).get_data() delta += 1 # 注销登录 bs.logout() # 筛选股票数据,上证和深证股票代码在sh.600000与sz.39900之间 stock_df = stock_df[(stock_df['code'] >= 'sh.600000') & (stock_df['code'] |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |