最近迷上股市无法自拔，因为想提高胜率，所以在学习技术分析，一开始是使用通达信软件写写选股公式，后面打算自己弄一个选股系统（事实证明用处不大，哈哈哈）。

大概是这样实现的：首先用node写了个简单的服务，每天定时跑日k线数据。然后设计了个简单的mysql表来存储这些数据，最后自己写了一些sql来分析这些k线数据，固定了一个简单的模型。但是收益效果实在一般，还需要加强学习。这次主要是简单分享一下实现的方式，也顺便做一次技术总结，并不是劝朋友们去炒股哈。

系统结构

ig507（ig507.com）是我从网上找的一个提供免费接口的网站，普通版不收费，我觉得暂时还够用。所以就把它作为数据源了。

有一个注意点是这些接口限制单位时间的请求次数，每3s，2s才能请求一次。

请求的方式很简单，文档介绍

请求代码

const axios = require('axios');
const licence ='个人申请一个免费的licence就够用了，访问网站就能看到怎么申请。';

const getStockHistoryData = async (sid) => {
  const historyUrl = `http://ig507.com/data/time/history/trade/${sid}/Day_qfq?licence=${licence}`;
  const { data = [] }  = await axios.get(historyUrl);
  return data;
}

mysql mystock 数据库只有一个quantity_and_kline表，表设计也很简单（需要数据可以自己加字段）

CREATE TABLE `quantity_and_kline` (
  `id` varchar(45) NOT NULL COMMENT '股票id',
  `close` float DEFAULT NULL COMMENT '收盘价',
  `open` float DEFAULT NULL COMMENT '开盘价',
  `high` float DEFAULT NULL COMMENT '最高价',
  `low` float DEFAULT NULL COMMENT '最低价',
  `quantity` int(11) DEFAULT NULL COMMENT '成交量',
  `ds` int(11) NOT NULL,
  PRIMARY KEY (`id`,`ds`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci

node 服务也比较简单，大概说一下服务的运行逻辑

目前来看，任务的启动还需要访问特定路由，因为我还只是部署在本地，一直开着一个服务耗内存，假设上线了，应该调整为时间条件出发，比如交易日的15:10分左右开始跑任务，这个时候数据源的数据已经更新完成了

代码我直接放github上了

sql 有了数据之后就通过sql来做筛选，来看看我蹩脚的sql语句（能用就行的那种）

获取最近四天，股价与成较量连续下跌，并且连续收阴线的股票，如图类型

select * from 
 quantity_and_kline t0,
 quantity_and_kline t1,
 quantity_and_kline t2, 
 quantity_and_kline t3
-- 关联 ,
 where t0.id = t1.id
 and t1.id = t2.id
 and t2.id = t3.id
-- 时间 
 and t0.ds = 20210426
 and t1.ds = 20210427
 and t2.ds = 20210428
 and t3.ds = 20210429
-- 缩量 
 and t0.quantity > t1.quantity
 and t1.quantity > t2.quantity
 and t2.quantity > t3.quantity
-- 股价跌
 and t0.close > t1.close
 and t1.close > t2.close
 and t2.close > t3.close
-- 四天收阴
 and t0.close < t0.open
 and t1.close < t1.open
 and t2.close < t2.open
 and t3.close < t3.open

目前胜率挺低的，也没太多时间去验证。
另外使用这样的系统时间成本还是比较大，每天跑数据都要很久，还不如直接用通达信选股。
这次全当练手了，感兴趣的同学可以一起探讨一下。
欢迎评论，指出意见，或者说说你的想法。