基于時(shí)間序列的熱門股票分析與推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

陳 磊，張曉濤

（1.汕尾市公安局，汕尾 516600；2.佳都科技集團(tuán)股份有限公司，廣州 510000）

0 引言

20世紀(jì)80年代，一些投資者開始利用計(jì)算機(jī)研究金融數(shù)據(jù)，并初顯成效。20世紀(jì)末，投資者把計(jì)算機(jī)技術(shù)進(jìn)一步應(yīng)用在金融數(shù)據(jù)分析上，進(jìn)行模型設(shè)計(jì)，構(gòu)建股票投資組合［1］。隨著全球金融市場的繁榮發(fā)展，股票數(shù)據(jù)呈現(xiàn)海量化、密集化、多樣化的趨勢，基于大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)，在股票趨勢分析領(lǐng)域開始廣泛應(yīng)用，投資者對于投資、理財(cái)模型的接受度與認(rèn)知度不斷提升。

基于時(shí)間序列的股票數(shù)據(jù)分析與推薦，可以調(diào)用多個(gè)數(shù)據(jù)源、多個(gè)數(shù)據(jù)內(nèi)容，爬取多個(gè)相關(guān)金融網(wǎng)頁的分析內(nèi)容，實(shí)現(xiàn)股票交易信息上的“多目多耳”，擺脫傳統(tǒng)股票交易過程中的信息獲取內(nèi)容少、信息獲取時(shí)間長、交易判斷單一、隨意等缺點(diǎn)，實(shí)現(xiàn)股票實(shí)時(shí)信息監(jiān)控、單股評分、單股走勢預(yù)測、各大證券機(jī)構(gòu)持倉情況等功能，提供了一種科學(xué)的衡量機(jī)制。

本設(shè)計(jì)主要實(shí)現(xiàn)的是如何使用Python的GUI編程以及網(wǎng)絡(luò)爬蟲、時(shí)間序列等相關(guān)技術(shù)，開發(fā)一個(gè)實(shí)時(shí)的、分析內(nèi)容廣的股票分析與推薦系統(tǒng)。為了保證股票分析與推薦的準(zhǔn)確性，在股票的分析預(yù)測上選擇了時(shí)間序列算法，在股票的推薦評測上選擇爬取國內(nèi)市場份額最大的同花順金融網(wǎng)，在數(shù)據(jù)源的選擇上選擇國內(nèi)股票信息面最廣的Tushare模塊庫和實(shí)時(shí)更新最快的新浪端口，在GUI編程上選擇Python自帶GUI庫，也是事實(shí)上的標(biāo)準(zhǔn)GUI的Tkinter模塊。

本設(shè)計(jì)的主要內(nèi)容如下：

（1）爬取同花順金融網(wǎng)的大盤信息、股票評價(jià)、機(jī)構(gòu)操作以視圖和表格情況展示給用戶。

（2）用時(shí)間序列算法對獲取的數(shù)據(jù)源進(jìn)行分析與預(yù)測。

（3）將端口獲取的實(shí)時(shí)數(shù)據(jù)導(dǎo)入模板，以網(wǎng)頁的形式展示給用戶。

（4）設(shè)計(jì)合理化、人性化的操作界面，方便用戶對股票信息的獲取與分析。

1 相關(guān)理論闡述

1.1 Tkinter

Tkinter是Python標(biāo)準(zhǔn)GUI庫，支持跨平臺運(yùn)行，可以在Windows/Linux/Unix/Macintosh等操作系統(tǒng)中使用。Tkinter繼承了Python語法簡潔、代碼易讀的基本特點(diǎn)，使用起來非常簡單。作為Python GUI開發(fā)工具之一，它具有GUI軟件包的必備常用功能，提供了不同類型的窗口控件、窗口布局管理器、事件處理機(jī)制等。

1.2 Matplotlib

Matplotlib是一個(gè)用Python語言編寫的二維圖形庫，它充分利用了Python數(shù)值計(jì)算軟件包的快速精確的矩陣運(yùn)算能力，具有良好的作圖性能［2］。Matplotlib在跨平臺交互環(huán)境和各種硬拷貝格式中發(fā)布高質(zhì)量的圖形，可以快捷且高效地創(chuàng)建各種類型的二維圖表和一些基本的三維圖表，它是Python中最常用的可視化工具之一。Matplotlib繼承了Python簡潔優(yōu)雅的特點(diǎn)，有著十分出色的繪圖性能，并設(shè)計(jì)了大量類似于Matlab的字符函數(shù)，所以這些功能很容易迅速使用，特別是對于熟悉或者精通Matlab繪圖功能的人來說更是如此。

1.3 時(shí)間序列

時(shí)間序列分析是一種現(xiàn)代的統(tǒng)計(jì)分析預(yù)測方法，廣泛應(yīng)用于自然科學(xué)和社會科學(xué)領(lǐng)域。ARIMA模型作為一種重要的時(shí)間序列模型，得到了廣泛的應(yīng)用。時(shí)間序列是指根據(jù)有序排列得到的一列實(shí)際觀測值，這一組隨機(jī)數(shù)據(jù)通常反映同一觀察對象在不同時(shí)刻的數(shù)值。時(shí)間序列的特點(diǎn)主要表現(xiàn)為：①觀測值是有序排列的；②觀測值是隨機(jī)的；③觀測值之間存在依賴關(guān)系或相關(guān)關(guān)系；④在整體方面體現(xiàn)出一種明顯的趨勢［3］。

相鄰觀測值之間的相關(guān)性是時(shí)間序列最典型的特征之一，也被稱為相關(guān)性，它反映了其內(nèi)涵的大量信息和實(shí)際意義。時(shí)間序列本身可以表示多個(gè)隨機(jī)變量，是每個(gè)變量對應(yīng)的唯一樣本觀測值，對于這些變量只有一個(gè)歷史觀測數(shù)據(jù)。數(shù)理統(tǒng)計(jì)方法是由一個(gè)總體，即一個(gè)隨機(jī)變量通過幾個(gè)樣本觀測來進(jìn)行數(shù)據(jù)的推測，時(shí)間序列分析會以這些樣本為基礎(chǔ)，由于整體的性質(zhì)，無法通過數(shù)理統(tǒng)計(jì)分析來處理。

如果時(shí)間序列不穩(wěn)定，則觀測值的平均值在任何時(shí)候都是不同的，而且每一個(gè)平均值只使用一個(gè)唯一的觀測值來計(jì)算，少量的數(shù)據(jù)來計(jì)算統(tǒng)計(jì)無法保證其準(zhǔn)確性。當(dāng)數(shù)據(jù)相對平穩(wěn)時(shí)，可以列出的幾個(gè)隨機(jī)變量，它們的平均值是相同的，它們被認(rèn)為是相同的總體。數(shù)據(jù)可以被認(rèn)為是來自同一總體的樣本，然后可以用數(shù)理統(tǒng)計(jì)的方法來分析序列。

在以實(shí)際值為基準(zhǔn)來分析隨機(jī)過程的特征時(shí)，通常需要對該數(shù)據(jù)組的總體特征做出一些簡化假設(shè)，在這種假設(shè)下，穩(wěn)定性是能夠確保的最基本假設(shè)，該序列組是穩(wěn)定的統(tǒng)計(jì)特征，不易改變，因此在模型識別前應(yīng)事先對這兩個(gè)特征進(jìn)行檢查，如果要確定任何一組時(shí)間序列是否穩(wěn)定，就要對其進(jìn)行檢查。檢查中，我們以均值方程、自協(xié)方差、ACF系數(shù)這三個(gè)特征值為基準(zhǔn)［4］。

在觀測一個(gè)相對平穩(wěn)的時(shí)間序列時(shí)，平均值總是恒定在一定的范圍內(nèi)，協(xié)方差函數(shù)只與記錄的時(shí)間長度有關(guān)，所以輸出時(shí)間序列圖在某個(gè)常數(shù)附近浮動，變化范圍很小，如果我們觀察平穩(wěn)序列的自相關(guān)圖，其平均值為0，出現(xiàn)的只能是拖尾狀態(tài)或者截尾狀態(tài)，如果時(shí)間序列的自相關(guān)圖逐漸或有規(guī)律地減小，則可以得到信息：該數(shù)據(jù)集具有一定的趨勢或某種周期性。

2 系統(tǒng)體系架構(gòu)

本系統(tǒng)的開發(fā)模式為三層模塊漸進(jìn)開發(fā)，包括了界面模塊、邏輯模塊和數(shù)據(jù)模塊，系統(tǒng)體系架構(gòu)圖如圖1所示。

圖1 系統(tǒng)體系架構(gòu)圖

界面模塊是用戶與軟件的主要交互部分，收集用戶的請求。用戶提交請求后，根據(jù)請求內(nèi)容進(jìn)行分類處理，提交給業(yè)務(wù)邏輯層，并將處理的數(shù)據(jù)傳遞給數(shù)據(jù)模塊。同時(shí)也將邏輯模塊傳遞上來的數(shù)據(jù)放置在對應(yīng)的模板里，生成相關(guān)圖表。

邏輯模塊主要是業(yè)務(wù)邏輯的處理以及對用戶的各種需求的數(shù)據(jù)信息進(jìn)行處理。邏輯模塊接收到源自界面模塊上用戶的請求之后，調(diào)用對應(yīng)的業(yè)務(wù)邏輯進(jìn)行處理，業(yè)務(wù)邏輯是具體的業(yè)務(wù)處理部分，并將處理的結(jié)果傳遞到界面模塊展示在用戶面前。邏輯模塊是對界面模塊傳遞來的參數(shù)進(jìn)行處理，通過對應(yīng)的業(yè)務(wù)邏輯方法提取對應(yīng)的值，并將提取出的值傳遞給數(shù)據(jù)模塊，或直接調(diào)用對應(yīng)的包［5］。邏輯模塊包括了對界面模塊傳遞下來的參數(shù)的判斷，如果其值不在處理范圍內(nèi)，則會直接返回到界面模塊。

數(shù)據(jù)模塊是對所需數(shù)據(jù)的提取與反饋，業(yè)務(wù)邏輯處理時(shí)，會對相應(yīng)的數(shù)據(jù)進(jìn)行選擇與提取，在獲取頁面之后，會根據(jù)邏輯模塊的解析內(nèi)容來提取所需信息，指定的數(shù)據(jù)網(wǎng)讀取數(shù)據(jù)，在讀取完成后將讀取的數(shù)據(jù)返回給邏輯模塊。

3 系統(tǒng)功能結(jié)構(gòu)

本系統(tǒng)的主要功能模塊包括股票分析模塊與股票推薦模塊，各模塊主要功能結(jié)構(gòu)如圖2所示。

圖2 軟件功能結(jié)構(gòu)圖

主界面是用戶分析股票的入口，通過輸入股票代碼來啟動股票分析模塊，隨后會反饋出該股票的評價(jià)。分析模塊包含三個(gè)內(nèi)容，股票走勢預(yù)測、大盤對比分析、近期機(jī)構(gòu)操作。股票走勢分析包含有基于時(shí)間序列的模塊。

股票推薦模塊包含龍虎榜信息與實(shí)時(shí)股票信息，其中龍虎榜又包含昨日龍虎榜與個(gè)股上榜次數(shù)兩類。

4 系統(tǒng)工作流程

本系統(tǒng)是基于時(shí)間序列的熱門股票的分析與推薦，展示模塊、邏輯處理模塊、數(shù)據(jù)模塊均部署在本地的Windows主機(jī)上，從金融網(wǎng)頁和股票API接口中的Tushare包獲取所需的數(shù)據(jù)與信息，并加以歸類與展示。本系統(tǒng)的邏輯處理模塊運(yùn)行于Anaconda3內(nèi)的Python3.7環(huán)境下，使用Python語言進(jìn)行設(shè)計(jì)與開發(fā)，整體工作流程如圖3所示。

圖3 系統(tǒng)工作流程示意圖

用戶在本地的Windows打開系統(tǒng)后，用戶發(fā)出的請求會被展示模塊轉(zhuǎn)發(fā)至邏輯處理模塊，邏輯處理模塊會根據(jù)用戶在展示模塊的操作來對數(shù)據(jù)模塊傳遞請求，數(shù)據(jù)模塊接收到經(jīng)過業(yè)務(wù)邏輯處理模塊處理完畢后的用戶請求，會返回對應(yīng)的數(shù)據(jù)給業(yè)務(wù)處理模塊，業(yè)務(wù)處理模塊收到對應(yīng)的數(shù)據(jù)后會返回給展示模塊，展示模塊最終會生成相應(yīng)的信息或圖表展示給用戶。

5 系統(tǒng)功能設(shè)計(jì)

5.1 主頁面設(shè)計(jì)

本系統(tǒng)的主頁面由用戶交互界面與三個(gè)主菜單組成，交互界面上有用戶輸入欄與開始分析按鈕。交互頁面可以顯示出用戶輸入的股票代碼的股票評價(jià)與股票分?jǐn)?shù)、機(jī)構(gòu)持倉情況。第一個(gè)主菜單是“股票分析”，其包含的功能依次為與深證成指對比、近期機(jī)構(gòu)操作、股票預(yù)期，其中股票預(yù)期又含有股票近期趨勢和股票周期趨勢兩類。第二個(gè)主菜單是“龍虎榜”，其包含的功能為昨日龍虎榜與個(gè)股上榜，其中個(gè)股上榜又分為5日內(nèi)、10日內(nèi)、30日內(nèi)、60日內(nèi)。第三個(gè)主菜單為“實(shí)時(shí)數(shù)據(jù)”，其中含有股票看板功能。

主頁面的界面設(shè)計(jì)是通過Tkinter設(shè)計(jì)完成的，通過配置Tkinter的窗口部件來設(shè)置按鈕、文本、菜單、字體等屬性。主界面用到的窗口部件的描述與作用如表1所示。

表1 Tkinter使用項(xiàng)的描述與作用

本系統(tǒng)的功能切換是通過樹狀菜單來完成的，Menu窗口部件可以生成樹狀的多級菜單，每個(gè)菜單內(nèi)的選項(xiàng)可以指定與對應(yīng)方法連接，單擊后會調(diào)用該方法，完成切換視圖與邏輯模塊的效果，Menu調(diào)用的方法及作用如表2所示。

表2 Menu調(diào)用項(xiàng)與其描述

在主界面上顯示的個(gè)股評價(jià)是由多個(gè)Label組件構(gòu)成的，Label組件主要用于顯示文本，且Label組件使用雙緩沖，這樣可以隨時(shí)更新爬取內(nèi)容。Label調(diào)用的方法及描述如表3所示。

表3 Label調(diào)用項(xiàng)與其描述

5.2 主界面交互設(shè)計(jì)

圖4為交互設(shè)計(jì)流程圖，用戶在Entry定義的文本輸入框中輸入自己想分析的股票代碼，輸入完成后本系統(tǒng)會判斷用戶輸入的股票代碼是否存在。若不存在，則會彈出提示框提示用戶再次輸入；若存在，則會以Label的形式返回股票評分、股票趨勢、機(jī)構(gòu)持倉情況三類信息展示給用戶，同時(shí)對股票評分進(jìn)行判斷，高分的顯示紅色，低分的顯示綠色。

圖4 交互設(shè)計(jì)流程圖

5.3 “與深證成指對比”功能設(shè)計(jì)

與深證成指對比就相當(dāng)于與大盤對比，通過與大盤的對比來判斷一個(gè)股票的走勢趨勢、股票質(zhì)量。通過網(wǎng)絡(luò)獲取大盤數(shù)據(jù)，與用戶指定的股票進(jìn)行對比，用Matplotlib進(jìn)行繪圖與展示，再通過爬蟲定向爬取金融網(wǎng)上對該股票與大盤對比的分析與評價(jià)，并輸入到圖表中。通常情況下，趨勢與大盤類似，且運(yùn)行軌跡在大盤上方的股票一般質(zhì)量都很高；趨勢與大盤類似且運(yùn)行軌跡在大盤下方的股票一般相對穩(wěn)定，適合中長期操作；趨勢與大盤不一致的股票一般為高風(fēng)險(xiǎn)股票，適合短期操作且慎重考慮。“與深證成指對比”功能流程圖如圖5所示。

圖5 “與深證成指對比”功能流程圖

5.4 “近期機(jī)構(gòu)操作”功能設(shè)計(jì)

近期機(jī)構(gòu)操作指的是近期各大證券、基金公司對該股票的操作，可以通過觀測近期機(jī)構(gòu)操作來判斷一個(gè)股票的走勢趨勢、股票質(zhì)量，“近期機(jī)構(gòu)操作”功能流程圖如圖6所示。

圖6 “近期機(jī)構(gòu)操作”功能流程圖

通過網(wǎng)絡(luò)獲取用戶指定的股票的近期機(jī)構(gòu)操作，用爬蟲定向爬取金融網(wǎng)上各大機(jī)構(gòu)近期對該股票的評級、時(shí)間等內(nèi)容，再用Matplotlib對數(shù)據(jù)內(nèi)容進(jìn)行繪制與展示，把數(shù)據(jù)與信息傳遞給用戶。通常情況下，機(jī)構(gòu)所掌握的信息與數(shù)據(jù)比普通的散戶股民要多很多，機(jī)構(gòu)的總體操作是跟隨著大盤與宏觀經(jīng)濟(jì)的，相對而言，機(jī)構(gòu)大量買入和增持的股票不一定會大幅增長，但一般都是質(zhì)量較高的股票；機(jī)構(gòu)大幅賣出或者減持的，那就需要謹(jǐn)慎，有可能大跌或者開始緩慢地走下坡路［6］。

5.5 “股票預(yù)測”功能設(shè)計(jì)

該功能基于時(shí)間序列的ARIMA模型進(jìn)行預(yù)測，股票預(yù)測功能中的“周期預(yù)測”功能流程圖如圖7所示。

圖7 “周期預(yù)測”功能流程圖

ARIMA模型可理解為AR+I+MA三個(gè)部分，以三個(gè)變量參數(shù)p、d、q為基準(zhǔn)進(jìn)行分析，是一種估計(jì)時(shí)間走向的模型。其中AR部分指的是Auto Regressive自回歸，描述當(dāng)前值和歷史值之間的關(guān)系，AR部分用來確定p的取值，p表示滯后p階的AR模型，即當(dāng)前時(shí)間點(diǎn)與前p個(gè)時(shí)間點(diǎn)的關(guān)系。在模型中通過PACF圖觀察進(jìn)入置信區(qū)的數(shù)值，并以其為參考來判斷p參數(shù)的選取。I部分為確定d的取值，d表示差分的階數(shù)，ARIMA模型的訓(xùn)練需要相對穩(wěn)定的時(shí)間序列，所以需要將不穩(wěn)定的時(shí)間序列轉(zhuǎn)化為相對穩(wěn)定的時(shí)間序列，大部分情況下使用差分這種方式來進(jìn)行轉(zhuǎn)換。差分的方法就是做差：一個(gè)數(shù)據(jù)序列中的前一項(xiàng)減去后一項(xiàng)來獲取差值序列，這是常用的一階差分。通常情況下，這種時(shí)間序列已經(jīng)趨于穩(wěn)定。MA部分指的是Moving av?erage滑動平均，描述誤差之間的關(guān)系，描述自回歸部分的誤差累計(jì)，MA部分用來確定q的取值，q表示前q個(gè)時(shí)間點(diǎn)的時(shí)間差，在模型中通過ACF圖觀察進(jìn)入置信區(qū)的數(shù)值，并以其作為參考，來判斷p參數(shù)的選?。?］。

用戶輸入股票代碼后會獲取相關(guān)股票數(shù)據(jù)，隨后對數(shù)據(jù)進(jìn)行清洗與轉(zhuǎn)換，再對處理過的數(shù)據(jù)進(jìn)行差分處理，將數(shù)據(jù)穩(wěn)定化后周期性提取數(shù)據(jù)，接下來通過觀測周期數(shù)據(jù)的ACF圖與PACF進(jìn)入置信區(qū)的數(shù)值來確定p與q，然后利用arima_model庫內(nèi)的ARIMA函數(shù)進(jìn)行模型的訓(xùn)練，最后用Matplotlib生成預(yù)測圖展示給用戶。

5.6 “龍虎榜”功能設(shè)計(jì)

“龍虎榜”是指日價(jià)格漲幅偏離值7%、日換手率達(dá)到20%、日價(jià)格振幅達(dá)到15%、連續(xù)三個(gè)交易日內(nèi)漲幅偏離值累計(jì)達(dá)到20%的股票匯總，在龍虎榜上的股票并不全是優(yōu)質(zhì)股，但這些股票最能直接反映整個(gè)市場的變化，通過分析龍虎榜上的股票可以間接地獲取當(dāng)前市場變化趨勢，為下一次的投資獲取更多的信息。

5.6.1 “昨日龍虎榜”功能設(shè)計(jì)

該功能通過股票API接口進(jìn)行數(shù)據(jù)獲取，用戶可以通過“昨日龍虎榜”來獲取昨天的龍虎榜信息。 “昨日龍虎榜”功能流程圖如圖8所示。

圖8 “昨日龍虎榜”功能流程圖

5.6.2 “個(gè)股上榜統(tǒng)計(jì)”功能設(shè)計(jì)

該功能通過股票API接口進(jìn)行數(shù)據(jù)獲取，用戶可以通過“個(gè)股上榜統(tǒng)計(jì)”來獲取5日、10日、30日、60日中股票上榜次數(shù)前二十的股票信息?！皞€(gè)股上榜統(tǒng)計(jì)”功能流程圖如圖9所示。

圖9 “個(gè)股上榜統(tǒng)計(jì)”功能流程圖

5.7 “股票看板”功能設(shè)計(jì)

股票看板對接的數(shù)據(jù)網(wǎng)接口是實(shí)時(shí)信息，實(shí)時(shí)獲取股票的各項(xiàng)數(shù)據(jù)指標(biāo)，動態(tài)獲取股民最常觀測的數(shù)據(jù)，如大盤信息、單股價(jià)格、股價(jià)漲幅等，經(jīng)過清洗與整理后存放在準(zhǔn)備好的模板中，由模板頁生成視圖展示給用戶?！肮善笨窗濉惫δ芰鞒虉D如圖10所示。

圖10 “股票看板”功能流程圖

6 系統(tǒng)模塊實(shí)現(xiàn)

6.1 開發(fā)環(huán)境建立

圖11為系統(tǒng)實(shí)現(xiàn)環(huán)境，本系統(tǒng)基于Ana?conda中的Python3.7環(huán)境下實(shí)現(xiàn)，軟件界面設(shè)計(jì)友好、實(shí)用性強(qiáng)、可管理性與可維護(hù)性高。

圖11 軟件實(shí)現(xiàn)環(huán)境

在PyCharm Community Edition 2020.1平臺下完成系統(tǒng)的開發(fā)與設(shè)計(jì)，在該平臺工具下，可以實(shí)現(xiàn)Python相關(guān)程序的開發(fā)、優(yōu)化以及整合。Anaconda能夠兼容Python的開源代碼及各類的API接口和安裝包，降低了開發(fā)人員的工作量。通過采取優(yōu)化代碼、整合重復(fù)內(nèi)容等措施，能夠保證本系統(tǒng)在高效且平穩(wěn)的狀態(tài)下運(yùn)行，具備較強(qiáng)的安全性、可拓展性和穩(wěn)定性。對于具體硬件的選擇，本系統(tǒng)對硬件配置的要求不高，但須保證軟件可以在MicrosoftWindows XP、Microsoft Windows 7、Microsoft Windows 8、Microsoft Windows 10及微軟下一代操作系統(tǒng)中運(yùn)行。

6.2 “股票周期趨勢”功能實(shí)現(xiàn)

通過ARIMA模型來預(yù)測股票三個(gè)月后的趨勢，從股票API庫Tushare中選擇2019年1月至今的數(shù)據(jù)為數(shù)據(jù)集，隨后將數(shù)據(jù)類型進(jìn)行轉(zhuǎn)換，對轉(zhuǎn)換后的數(shù)據(jù)集進(jìn)行一階差分穩(wěn)定化處理，然后以周二為基準(zhǔn)點(diǎn)按周進(jìn)行數(shù)據(jù)提取，提取完成后用auto_arima函數(shù)對數(shù)據(jù)集求導(dǎo)，得出最優(yōu)的q值與p值，接著用ARIMA進(jìn)行模型訓(xùn)練，生成預(yù)測值，最后以Matplotlib繪制成圖片展示給用戶?！肮善敝芷谮厔荨惫δ芎诵拇a如下：

7 結(jié)語

本文設(shè)計(jì)與實(shí)現(xiàn)了基于時(shí)間序列的熱門股票分析與推薦系統(tǒng)，利用各個(gè)金融網(wǎng)的各類股票數(shù)據(jù)、股票指標(biāo)、股票分析評價(jià)等，先將所需的股票數(shù)據(jù)爬取下來，再配合Anaconda3中Python的科學(xué)分析庫，輔以Matplotlib生成可視化圖片，最后用Tkinter制作界面。主要內(nèi)容包括以下幾個(gè)方面：

（1）對現(xiàn)有的股票交易過程進(jìn)行了分析，對系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù)進(jìn)行了研究。

（2）本設(shè)計(jì)的主要目標(biāo)是完成一個(gè)股票分析與推薦的系統(tǒng)，因此研究了大數(shù)據(jù)時(shí)代背景下的股民在股票交易過程中對股票買賣因素，并根據(jù)選取股票的場景設(shè)計(jì)開發(fā)出了具體的功能模塊。

（3）本設(shè)計(jì)實(shí)現(xiàn)了股票信息與數(shù)據(jù)的傳遞，簡化股民股票交易過程的信息攝取，為股民的投資決策提供了科學(xué)的依據(jù)，達(dá)到了預(yù)期的目標(biāo)。

同時(shí)也存在一些需要改進(jìn)的方面：

（1）在股票數(shù)據(jù)分析的數(shù)據(jù)轉(zhuǎn)換過程中，并沒有對股票市場的所有技術(shù)指標(biāo)進(jìn)行數(shù)據(jù)轉(zhuǎn)換，只是提取了用戶最為關(guān)注的幾個(gè)分析點(diǎn)。因此，在股票數(shù)據(jù)分析未來的更新過程中，需要對各項(xiàng)分析指標(biāo)進(jìn)行更全面的更新與轉(zhuǎn)換。

（2）股票交易環(huán)節(jié)中存在著對交易環(huán)節(jié)影響很深的市場情緒因素，這一點(diǎn)需要進(jìn)行觀測與捕捉，應(yīng)嘗試分析輿論中的情緒因素與經(jīng)濟(jì)總體趨勢因素對股票的影響。

（3）在股票數(shù)據(jù)分析與推薦的功能中，還需對數(shù)據(jù)分析部分的算法進(jìn)行進(jìn)一步的優(yōu)化，或者提供更加優(yōu)秀且穩(wěn)定的算法，這樣才能夠提供給股民更加科學(xué)、合理的股票數(shù)據(jù)信息。