含金量滿滿的文章? Step(4/4):關鍵分點的籌碼資訊，你也可以自己拿!

2024 iThome 鐵人賽

DAY 16

Python

時空序列分析-關鍵籌碼分析系列第 16 篇

16th鐵人賽 day16 時空序列分析-關鍵籌碼分析

decent_bo_yan

2024-08-16 22:04:29

364 瀏覽

分享至

今天來完成最重要的步驟，
除了昨天看過的土銀-白河對所羅門(2359)個股單一券商歷史明細

https://fubon-ebrokerdj.fbs.com.tw/z/zc/zco/zco0/zco0.djhtm?A=2359&BHID=1030&b=0031003000330043&C=1&D=2024-5-13&E=2024-5-16&ver=V3

右鍵研究了它的網頁原始碼

確定好要抓的目標，網頁元素後，就快點來動工實作看看!

引入需要的套件庫

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from bs4 import BeautifulSoup

# 設定瀏覽器選項
options = webdriver.ChromeOptions()
options.add_argument('--headless')  # 啟用無頭模式
options.add_argument('--disable-gpu')  # 避免某些環境下的bug

current_path = os.path.abspath(os.getcwd())

# The path of ChromeDriver
chromeDriver = current_path + r'/chromedriver.exe'
driver = webdriver.Chrome()

# 啟動瀏覽器
#driver = webdriver.Chrome(options=options)
driver.get('https://fubon-ebrokerdj.fbs.com.tw/z/zc/zco/zco0/zco0.djhtm?A=2359&BHID=1030&b=0031003000330043&C=1&D=2024-5-13&E=2024-5-16&ver=V3')

最後用try寫，包起來

# 等待表格元素出現
try:
    table_element = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.ID, "oMainTable"))
    )
    
    # 取得頁面內容
    page_source = driver.page_source
    
    # 使用BeautifulSoup解析HTML
    soup = BeautifulSoup(page_source, 'html.parser')
    table = soup.find('table', {'id': 'oMainTable'})

    # 檢查表格是否存在
    if table is None:
        print("找不到目標表格")
    else:
        # 提取表格中的資料
        data = []
        for row in table.find_all('tr')[1:]:  # 跳過表頭
            cols = row.find_all('td')
            if len(cols) == 5:
                date = cols[0].text.strip() # 日期
                buy = cols[1].text.strip() # 買張
                sell = cols[2].text.strip() # 賣張
                total = cols[3].text.strip() # 買賣總額
                net = cols[4].text.strip()  # 買賣超
                data.append([date, buy, sell, total, net])
        # 輸出提取的資料
        for item in data:
            print(item)
finally:
    driver.quit()

['2024/05/16', '6', '5', '11', '1']
['2024/05/15', '1', '4', '5', '-3']

爬取成功，感動QQ
再來最好玩的地方來了~

開始批量動態URL爬取

預防沒有裝需要的套件工具，這邊有pip install 套餐

pip install pandas openpyxl selenium beautifulsoup4 webdriver-manager

一、分析URL的元素，觀察不同券商的網頁URL

# 如果這是 土銀-白河，券商代碼:103C
https://fubon-ebrokerdj.fbs.com.tw/z/zc/zco/zco0/zco0.djhtm?A=2359&BHID=1030&b=0031003000330043&C=1&D=2024-5-13&E=2024-5-16&ver=V3

# 換成 土銀-士林，券商代碼:1039
https://fubon-ebrokerdj.fbs.com.tw/z/zc/zco/zco0/zco0.djhtm?a=2359&BHID=1030&b=1039

重點在b=.... 後面接不同券商代碼，就是不同券商的資料!

二、用`PLUS_lat_lng_address.xlsx`，`券商代碼`這個欄位作為索引

還記得 DAY13 含金量滿滿的文章? Step(1/3):關鍵分點籌碼爬蟲，之前拿到的券商地點，要怎麼處理?
最後拿到的PLUS_lat_lng_address.xlsx ，URL後面就可以接上裡面不同的券商代碼，
這樣就可以爬到所有券商分點這段期間對這檔股票的所有籌碼資料!!!

引入需要的套件庫

import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from bs4 import BeautifulSoup
from webdriver_manager.chrome import ChromeDriverManager
import time

# 讀取 Excel 資料
excel_file = 'PLUS_lat_lng_address.xlsx'
df = pd.read_excel(excel_file)

# 設定瀏覽器選項
options = webdriver.ChromeOptions()
options.add_argument('--headless')  # 啟用無頭模式
options.add_argument('--disable-gpu')  # 避免某些環境下的bug

# 啟動瀏覽器
driver = webdriver.Chrome(ChromeDriverManager().install(), options=options)

設定要爬取的股票代號和日期範圍

stock_code = '2359'
start_date = '2024-5-13'
end_date = '2024-5-16'

把上面那段程式碼，稍微改裝一下

# 初始化結果列表
results = []

# 用券商代碼的欄位作為索引，for迴圈跑過每個券商代碼
for index, row in df.iterrows():
    broker_code = row['券商代碼']
    
    url = f"https://fubon-ebrokerdj.fbs.com.tw/z/zc/zco/zco0/zco0.djhtm?a={stock_code}&BHID=1030&b={broker_code}&C=1&D={start_date}&E={end_date}&ver=V3"
    
    driver.get(url)
    
    try:
        # 等待表格元素出現
        table_element = WebDriverWait(driver, 10).until(
            EC.presence_of_element_located((By.ID, "oMainTable"))
        )
        
        # 取得頁面內容
        page_source = driver.page_source
        
        # 使用BeautifulSoup解析HTML
        soup = BeautifulSoup(page_source, 'html.parser')
        table = soup.find('table', {'id': 'oMainTable'})
        
        # 檢查表格是否存在
        if table is not None:
            # 提取表格中的資料
            for row in table.find_all('tr')[1:]:  # 跳過表頭
                cols = row.find_all('td')
                if len(cols) == 5:
                    date = cols[0].text.strip()
                    buy = cols[1].text.strip()
                    sell = cols[2].text.strip()
                    total = cols[3].text.strip()
                    net = cols[4].text.strip()
                    results.append([broker_code, date, buy, sell, total, net])
    
    except Exception as e:
        print(f"Error processing broker code {broker_code}: {e}")
    time.sleep(1)  # 短暫等待，避免頻繁請求

# 爬完，關閉瀏覽器
driver.quit()

最後把結果存起來! 不然就要跑辛酸的了(一次也是要跑很久的，還要小心會中斷)
建議在跑的時候就放著觀賞，不要用電腦去做其他事，不然它會像實驗室裡面的細菌一樣要死不活(?

# 將結果保存到新的Excel檔案
results_df = pd.DataFrame(results, columns=['券商代碼', '日期', '買進', '賣出', '總數', '淨額'])
results_df.to_excel('broker_trade_data.xlsx', index=False)

(看著它自己在跑，真的很療癒，爬蟲的快樂)

最後拿到的broker_trade_data.xlsx就會長成下面這樣，很多很多資料~

明天禮拜六見! (Meeting完獲得短暫的快樂 :D)

每日記錄:
加權指數:收在22349.33點，上漲454.16點。
昨晚美國 7 月零售銷售大幅超出預期(預期0.2%，實值1.0%)，初領失業救濟金的人數也下降，美股直接大噴出。台股也跟著漲，但是量能不大，還在4千初億，外資系統單直接一個大回補。
應該很多人從賠錢變成開始賺錢了~(只要上禮拜沒有砍在阿呆谷)

收集完資料，就可以開始把資料轉置、處理一下，接著建立模型，訓練模型!