前言

常見的市場熱絡程度，也有用成交金額判斷，當大家踴躍交易的時候，容易價格抬升。試想如果，大家預期未來會一直狂跌，有人會想要現在買嗎？沒有人會想要買股票在高價，因此在跌勢中，市場的成交無論是數量或是金額都會大大的降低，所以判斷市場熱度是很重要的。

本日程式碼使用：d10_saveDailyMarketInfoToDb.py

市場成交價格與市場熱度

在前言有說，當看空整個市場時，不會有人用「現在的高價」買股票，一定會等未來低價的時候買，這時交易量就會下降；同樣的，未來預期會漲，大家願意拿錢去購買「現在便宜」的股票，等未來高價的時候賣掉，這時候市場就很熱絡。

就好像這篇新聞〈台股漲33點收17,304點 成交量萎縮至2,439億元〉有提到「雖然今日有拉尾盤、上漲家數大於下跌家數，不過成交量縮至3,000億元以下，預期後續指數仍偏向大箱型區間震盪走勢」，因此這類的資訊也是觀察點。

取得：每日市場成交資訊

這樣的概念可以衍生出觀察整個市場的交易數量和金額，因此本日的資料就是要收集這個相關的：盤後資訊 > 每日市場成交資訊，裡面有整個市場的成交股數、成交金額、成交筆數，就是我們要的重點。

建立Table

由於成交金額最近比較低，從新聞可知道有2439億，用int無法負荷，這邊要使用bigint。接著再觀察資料：

日期,成交股數,成交金額,成交筆數,發行量加權股價指數,漲跌點數
"1100901","7417302954","365348125049","2348742","17473.99","-16.30"

有的還要處理小數點和正負號，所以我們就在確定是正數的地方，像是成交股數、成交金額、成交筆數使用unsigned，然後有小數點的，留一些空間等未來指數漲更大（？）。因此Table會變成：

CREATE TABLE `StockTransactionInfo` (
  `TradeDate` date NOT NULL,
  `TranscationQty` bigint(11) unsigned NOT NULL DEFAULT '0',
  `TranscationAmount` bigint(11) unsigned NOT NULL DEFAULT '0',
  `TranscationCount` bigint(11) unsigned NOT NULL DEFAULT '0',
  `Taiex` float(9,2) NOT NULL DEFAULT '0.00',
  `ChangePoint` float(9,2) NOT NULL DEFAULT '0.00',
  `CreateTime` datetime DEFAULT CURRENT_TIMESTAMP,
  PRIMARY KEY (`TradeDate`)
) ;

匯入資料庫

這邊就先不討論要如何取資料，可以看前面的篇章，不過要注意的是，這邊Day9一樣，日期要修改一下，從民國年改成西元年。

# 建立connection物件
my_connt_obj = db_connect.mysql_connect()
conn = my_connt_obj.connect()
with conn.cursor() as cursor:
    # 新增SQL語法
    for _, row in self.df.iterrows():
        trade_date = str(row[0])
        trade_date = f"{str(int(row[0]/10000)+1911)}-{str(row[0])[3:5]}-{str(row[0])[5:8]}"
        cmd = f"""INSERT INTO StockTransactionInfo
        (TradeDate,
        TranscationQty, TranscationAmount, TranscationCount,
        Taiex, ChangePoint)
        values('{trade_date}',
        '{row[1]}', {row[2]}, {row[3]}, {row[4]}, {row[5]});"""
        cursor.execute(cmd)
    conn.commit()

這樣就沒啥要注意的了，就可以直接匯入。

後記：

這樣我們就有一些製作訊號燈的素材，有大盤交易資訊、加權指數點數、三大法人對於最近幾天的看法（留倉），這樣可以製作出自己的市場溫度計。

接下來會用這些素材，思考彼此的關係進而 做出一些訊號燈，告訴自己現在市場的熱絡程度。