如何建立股票資料庫

『壹』 怎麼樣建立資料庫，需要詳細的步驟。

我學過SQL
Server2005
在SQL
Server2005
裡面建資料庫
先是安裝SQL
Server2005
然後右擊資料庫選擇新建，然後輸入資料庫名稱，設置資料庫的大小，增長方式，和資料庫所在路徑，點擊確定即可！

『貳』 怎麼做實時的股票數據庫

如果主站提供有相關的介面的話,可以調主站的介面.如果主站不提供相關介面.那就不不斷抓取.獲取最新的信息了.

『叄』 如何實時寫股票數據進資料庫

既然你自己設計了一個資料庫，現在是每天收盤後，從同花順軟體里導出EXCEL，再導入資料庫，來進行分析。那麼你想及時查看開盤數據，那就用同樣的技術，從同花順軟體里導出EXCEL，再導入資料庫進行分析好了，向你學習！

『肆』 如何建立期貨分析、股市分析等有關的個人資料庫

這就需要你的收集了。
打個比方來說，上周6出了美國的種植面積的數據，這時候你就要記錄下來是利多還是利空。
你要多用心就可以，還有的數據就是收費的了

『伍』 mysql怎麼做股票資料庫

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import tushare as ts
from sqlalchemy import create_engine

code_list = []

#資料庫鏈接參數
host = '10.0.0.5'
port = 3306
user = 'root'
password = 'qweqwe'
database = 'stock'
charset = "utf8"
table = "stock_data"

# create table stock_data(id int auto_increment,code int(6) zerofill,date date not null,open decimal(10,2) not null,high decimal(10,2) not null,close decimal(10,2) not null,low decimal(10,2) not null,volume decimal(10,2),turnover decimal(10,2),primary key (id),index(code),index(date),index(open),index(high),index(close),index(low));

def get_data (code):
df = ts.get_hist_data(code)
data = df.iloc[::-1, [0, 1, 2, 3, 4, 13]]
data["code"] = code
return data

def save_data_to_mysql (data,user = 'root',password = 'qweqwe',database = 'stock',charset = "utf8",table = "stock_data"):
engine = create_engine('mysql://' + user + ':' + password + '@' + host + '/' + database + '?charset=' + charset)
data.to_sql(table, engine, if_exists='append')
return

for code in code_list:
try:
data = get_data(code)
save_data_to_mysql(data)
print str(code) + "導入mysql成功"
except:
print str(code) + "獲取數據失敗"

『陸』 如何建立資料庫

用如下語句：
create database stuDB
on primary -- 默認就屬於primary文件組,可省略
(
/*--數據文件的具體描述--*/
name='stuDB_data', -- 主數據文件的邏輯名稱
filename='D:\stuDB_data.mdf', -- 主數據文件的物理名稱
size=5mb, --主數據文件的初始大小
maxsize=100mb, -- 主數據文件增長的最大值
filegrowth=15%--主數據文件的增長率
)
log on
(
/*--日誌文件的具體描述,各參數含義同上--*/
name='stuDB_log',
filename='D:\stuDB_log.ldf',
size=2mb,
filegrowth=1mb
)

注意：路徑和文件名等可以自己定義，而且所使用的路徑必須要先建立，否則執行語句會報錯。

『柒』 股市行情數據導入資料庫

你下載excel 再手工轉成 SQL類型的數據,只手工進行,或者是做2個程序,一個程序是固定時間段自動下載某個網站的數據excel 表,再作個程序,固定時間段將excel 自動轉成SQL,也可以2程序做一起,不過這種方法只能算手工自動話,談不上動態數據更新(因為數據更新反映時間過長),而且程序製作和運行的工作量巨大.

要想完全的數據動態更新,你必須和對方的資料庫有數據連接.基本上要花錢,估計也是你最難辦到的,你看那些股票類網站那個不要花錢花去採集數據源?

『捌』 如何建立一個股票量化交易模型並模擬

研究量化投資模型的目的是找出那些具體盈利確定性的時空價格形態，其最重要手段的概率取勝，最重要的技術是概率統計，最主要的研究方向是市場行為心理。那麼我們在選擇用於研究的參數時，也應該用我們的經驗來確定是否把某技術參數放進去，因為一般來說定性投資比較好用的參數指標對量化投資同樣適用。
量化投資區別於傳統定性投資的主要特徵在於模型。我打個比方，我們看病，中醫與西醫的診療方法是不同，中醫是望、聞、問、切，最後判斷出的結果，很大程度上基於中醫的經驗，主觀定性程度大一些；西醫就不同了，先要病人去拍片子、化驗等，這些都要依託於醫學儀器，最後得出結論，對症下葯。中醫對醫生的經驗要求非常高，他們的主觀判斷往往決定了治療效果，而西醫則要從容得多，按事先規定好的程序走就行了。量化投資就是股票投資中的西醫，它可以比較有效地矯正理智與情緒的不兼容現象。
量化投資的一般思路：選定某些技術指標（我們稱之為參數，往往幾個組成一組），並將每一個參數的數據范圍進行分割，成幾等份。然後，用計算機編程寫出一段能對這些參數組對股票價格造成的影響進行數據統計的程序，連接至大型資料庫進行統計計算，自動選擇能夠達到較高收益水平的參數組合。但是選出這些參數組後還不能馬上應用，因為這里涉及到一個概率陷阱的問題，比如說，有1到100這一百個數字放在那裡，現在讓你選擇，請問你選到100的可能性是多大？是的，就是1/100，如果較幸運你選到了100並不能說明你比別人聰明，而是概率的必然。所以，在進行統計時要特別關注統計的頻率與選出的結果組數量之間的關系。在選出符合要求的參數組後我們還應留出至少三年的原始市場數據進行驗證，只有驗證合格後才能試用。
量化投資原始數據策略：我們選用96年後的市場數據，因為96年股市有過一次交易政策改革（你可以自己查詢了解一下），為了不影響研究結果我們不採納96年以前的數據進資料庫。
量化投資研究的硬設備：高計算性能電腦，家用電腦也可以，不過運算時間會很長，我曾經用家用電腦計算了三個月時間才得到想要的數據。
統計方法：可以選用遺傳演算法，但我在這里陪大家做的是比較簡單的模型，所以採用普通統計方法就可以了。
用於量化研究的軟體：我採用的是免費的大型資料庫MYSQL，ASP網路編程語言，以及可以設置成網路伺服器的旗艦版WIN7操作系統。

『玖』 如何把股票數據導入資料庫

先從菜單欄里找到數據導出（保存），導出為EXCEL,然後打開統計軟體或資料庫，再找到文件（數據）導入，把EXCEL導入。
一般都是這個方法，不同的軟體有一定差異。

『拾』 怎樣建立一個簡單資料庫

將所要保存的數據，寫入文本文件。這個文本文件就是資料庫。

為了方便讀取，數據必須分成記錄，每一條記錄的長度規定為等長。比如，假定每條記錄的長度是800位元組，那麼第5條記錄的開始位置就在3200位元組。

假定一個節點可以容納100個值，那麼3層的B樹可以容納100萬個數據，如果換成二叉查找樹，則需要20層！假定操作系統一次讀取一個節點，並且根節點保留在內存中，那麼B樹在100萬個數據中查找目標值，只需要讀取兩次硬碟。

資料庫以B樹格式儲存，只解決了按照"主鍵"查找數據的問題。如果想查找其他欄位，就需要建立索引（index）。

(10)如何建立股票資料庫擴展閱讀

（1）SQL語言是資料庫通用操作語言，所以需要一個SQL解析器，將SQL命令解析為對應的ISAM操作。

（2）資料庫連接（join）是指資料庫的兩張表通過"外鍵"，建立連接關系。你需要對這種操作進行優化。

（3）資料庫事務（transaction）是指批量進行一系列資料庫操作，只要有一步不成功，整個操作都不成功。所以需要有一個"操作日誌"，以便失敗時對操作進行回滾。

（4）備份機制：保存資料庫的副本。

（5）遠程操作：使得用戶可以在不同的機器上，通過TCP/IP協議操作資料庫。