股票爬蟲及數據分析有效嗎

① 掌握python爬蟲對數據處理有用嗎

python爬蟲是用來獲取數據的，而獲取數據是數據處理的前一步，如果你想自己獲取數據再來處理掌握python爬蟲是有用的，如果你已經有現成的數據了，那也可以不用掌握python爬蟲

② 爬蟲股票數據違法嗎

摘要 另外，還有下列三種情況，爬蟲有可能違法，嚴重的甚至構成犯罪：

③ 如何用爬蟲抓取股市數據並生成分析報表

1. 關於數據採集
股票數據是一種標准化的結構數據，是可以通過API介面訪問的（不過一般要通過渠道，開放的API有一定的局限性）。也可以通過爬蟲軟體進行採集，但是爬蟲軟體採集數據不能保證實時性，根據數據量和採集周期，可能要延遲幾十秒到幾分鍾不等。我們總結了一套專業的爬蟲技術解決方案(Ruby + Sidekiq)。能夠很快實現這個採集，也可以後台可視化調度任務。

2. 關於展現
網路股票數據的展現，網頁端直接通過HTML5技術就已經足夠，如果對界面要求高一點，可以採用集成前端框架，如Bootstrap；如果針對移動端開發， 可以使用Ionic框架。

3. 關於觸發事件
如果是採用Ruby on Rails的開發框架的話，倒是很方便了，有如sidekiq, whenever這樣子的Gem直接實現任務管理和事件觸發。

④ 爬蟲可以為我們做什麼，可以做數據分析房價行情嗎

可以啊，爬蟲是數據採集必備的技能
而數據分析必然要有數據才能分析，要數據必然就會涉及到數據採集也就是爬蟲。
你說的房價行情通過爬蟲爬取房源數據，匯總到資料庫就可以做一定程度上的分析。
爬蟲需要掌握Python基礎，re正則模塊，Beatifulsoup，pyquery，xpath，selenium，scrapy等一些知識點，能爬取任何網站，包括某寶，某東。一手資料有償低價給你。

⑤ 對股票的技術指標的分析到底有沒有用

1、指標分析首先肯定的是是有用的，因為指標是對前期數據或者現時數據的統計分析而得出來的結果。

2、既然是數據的統計分析肯定有n種方法了，那麼怎樣的方法是好的，這個要看編程人員的水平了。就如電腦的編程人員一樣做出的軟體效率是不同的。

3一般我們說的數據無非就是三種數據，一是過去的，一是現在的，一是未來的。現在網上用的最多的就是現在和未來的數據。要知道現時的數據是不斷變化的，而未來的數據是更加不可靠的，因此造成很多人在實盤買入後往往股價並不是如此表現，從而造成虧損。為何？？就是因為數據的變化性。可以說指標的東西是機械性的。再說誰也不知道下來的走勢會是如何的，因為更多考究的是基本面、消息面以及技術形態走勢。技術形態造成市場共同心理，大家看漲那麼股價很快就會上來了。另外基本面以及消息面造成眾多大戶追進也是股價上升的因素。當我們明白了這些之後我們就應該清楚認識到什麼是技術指標了。技術指標不是不可以用，但還是要結合很多其他的東西之後加上自己的判斷從而決定你的是否進場。

4、保持對技術指標的研究也是很有必要的，因為好的技術指標是可以增加對個股走勢判斷的，況且大家也知道很多股票都是莊家在炒作。我們扯住了他們的後腿的時候，那麼也就是我們離成功不遠的時候。

5、另外我想說說的是，以前我也是很沉迷於指標的編輯搜索。到了現在看了差不多近幾千隻指標，最後覺得其實那麼多指標之中基本沒幾個實用的。在此我也想奉勸大家不要再在網上搜索什麼好的指標了，因為好的指標誰也不會無私的把他公布出來。另外大多數的指標編輯的結果都是提示什麼買賣點之類的，然後根據買賣點進行操作。這個我個人覺得根本就是沒什麼用處，裡面大多數的指標都會用到Close,Open。。。等幾個函數，其實這些函數在實盤的時候是會不停地變化，例如早上買進下午跌了信號就沒了。所以這些指標的運用還是最好在尾盤作為買賣點的依據。現在我幾乎不會向買賣點的指標而進行研究，而是覺得還不如直接分析籌碼來的直接。例如關於籌碼的指標我們可以用到winner 和cost 這幾個函數。下面就是我用獲利盤而做出來的指標。。。可以大致看到個股是否存在主力運盤。在此希望也能給指標愛好者拋磚引玉吧。。。。。。。不說那麼多了看圖，共同研究（空間還有幾個圖片）現在傳個圖

⑥ 股票市場搞數據挖掘，數據分析來炒股有沒機會

有機會，而且機會不小，但是我等散戶靠數據分析，可能自身實力差的太懸殊了。
硬體設備就不達標哦。

⑦ 爬蟲和數據分析那個好

所謂爬蟲就是編寫代碼從網頁上爬取自己想要的數據，代碼的質量決定了你能否精確的爬取想要得到的數據，得到數據後能否直觀正確的分析。
數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解並消化，以求最大化地開發數據的功能，發揮數據的作用。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。

兩者都各自有自己長處，但是爬蟲開始，可以感覺到輕松爬取數據的快樂，但後面會發現，爬取數據僅僅只是第一步，對數據進行分析才是重點。目前Python數據分析師正處於需求量大，人才供不應求的階段，薪資也很可觀。

⑧ 是不是想要學好數據分析一定要會爬蟲如果爬蟲沒學好怎麼辦

可以啊，爬蟲是數據採集必備的技能而數據分析必然要有數據才能分析，要數據必然就會涉及到數據採集也就是爬蟲。你說的房價行情通過爬蟲爬取房源數據，匯總到資料庫就可以做一定程度上的分析。爬蟲需要掌握Python基礎，re正則模塊，Beatifulsoup，pyquery，xpath，selenium，scrapy等一些知識點，能爬取任何網站，包括某寶，某東。一手資料有償低價給你。

⑨ 爬蟲技術可以分析數據嗎

目前在不少大數據團隊中，數據分析和數據挖掘工程師通常都有明確的分工，數據採集往往並不是數據分析和挖掘工程師的任務，通常做爬蟲的是大數據應用開發程序員或者是數據採集工程師（使用爬蟲工具）的工作任務。但是對於數據分析工程師來說，掌握爬蟲技術也是一個比較普遍的現象，原因有以下幾點：

第一：數據分析師往往都會使用Python，而爬蟲是Python比較擅長的開發內容。不少數據分析師在學習Python開發的時候都做過爬蟲開發，其實不少Python程序員都會使用Python做爬蟲，這是學習Python比較常見的實驗。

第二：方便。不少數據分析工程師在學習的時候都會自己找數據，而編寫爬蟲是找數據比較方便的方式，所以很多數據分析工程師往往都會寫爬蟲。我在早期學數據分析的時候就是自己寫爬蟲，這是一個比較普遍的情況。

第三：任務需要。現在不少團隊針對小型分析任務往往會交給一兩個人來完成，這個時候往往既要收集數據、分析數據，還需要呈現數據，這種情況下就必須掌握爬蟲技術了。這種情況在大數據分析領域是比較常見的，當然也取決於項目的大小。看一個使用Numpy和Matplotlib做數據分析呈現的小例子：

網路爬蟲技術本身並不十分復雜（也可以做的十分復雜），在使用Python開發出一個爬蟲程序之後，在很多場景下是可以復用的，只需要調整一些參數就可以了，所以爬蟲技術並不難。對於數據分析人員來說，獲得數據的方式有很多種，編寫爬蟲是一個比較方便和實用的手段，建議大數據從業人員都學習一下爬蟲技術。