def extendedCallableBear(date: str, fields: List[str], data: List[List[str]]) -> None: date = date[0:4] + '-' + date[4:6] + '-' + date[6:] df = pd.DataFrame(data, columns=fields).replace(',', '', regex=True).replace( '--', np.nan) df.insert(0, '年月日', date) df['年月日'] = pd.to_datetime(df['年月日']).astype(str) df['漲跌(+/-)'] = df['漲跌(+/-)'].replace( "<p style= color:red>+</p>", 1).replace("<p style= color:green>-</p>", -1).replace('X', np.nan).replace(' ', 0).replace( '<p> </p>', 0).replace('<p>X</p>', np.nan) df['牛熊證觸及限制價格'] = df['牛熊證觸及限制價格'].replace('', 0).replace('*', 1).replace( '*', 1).fillna(np.nan) df['本益比'] = df['本益比'].replace('', np.nan).fillna(np.nan) intColumns = ['成交股數', '成交筆數', '最後揭示買量', '最後揭示賣量'] floatColumns = [ '成交金額', '開盤價', '最高價', '最低價', '收盤價', '漲跌(+/-)', '漲跌價差', '最後揭示買價', '最後揭示賣價', '本益比', '牛熊證觸及限制價格', '標的證券收盤價/指數' ] floatColumns = [col for col in floatColumns if col in list(df)] df[intColumns + floatColumns] = df[intColumns + floatColumns].replace( '', 0).fillna(np.nan) df = ast.to_int(intColumns, df) df = ast.to_float(floatColumns, df) saver.lite('可展延牛證', df)
def composite(date: str, fields: List[str], data: List[List[str]]) -> None: date = date[0:4] + '-' + date[4:6] + '-' + date[6:] df = pd.DataFrame(data, columns=fields).replace(',', '', regex=True).replace( '--', np.nan) df.insert(0, '年月日', date) df['年月日'] = pd.to_datetime(df['年月日']).astype(str) floatColumns = ['成交金額(元)', '成交股數(股)', '成交筆數'] df = ast.to_float(floatColumns, df) saver.lite('大盤成交統計', df)
def market(date: str, fields: List[str], data: List[List[str]]) -> None: date = date[0:4] + '-' + date[4:6] + '-' + date[6:] df = pd.DataFrame(data, columns=fields).replace(',', '', regex=True).replace( '--', np.nan).replace('---', np.nan) df['漲跌(+/-)'] = df['漲跌(+/-)'].replace( "<p style ='color:red'>+</p>", 1).replace("<p style ='color:green'>-</p>", -1).replace('X', 0).replace(' ', 0).replace('', 0) df.insert(0, '年月日', date) df['年月日'] = pd.to_datetime(df['年月日']).astype(str) floatColumns = ['收盤指數', '漲跌(+/-)', '漲跌點數', '漲跌百分比(%)'] df = ast.to_float(floatColumns, df) saver.lite('大盤統計資訊', df)
def close(date: str, fields: List[str], data: List[List[str]]) -> None: date = date[0:4] + '-' + date[4:6] + '-' + date[6:] df = pd.DataFrame(data, columns=fields).replace(',', '', regex=True).replace( '--', np.nan).replace('', np.nan) df['漲跌(+/-)'] = df['漲跌(+/-)'].replace( '<p style= color:red>+</p>', 1).replace('<p style= color:green>-</p>', -1).replace('X', 0).replace( ' ', 0).replace('<p> </p>', 0).replace('<p>X</p>', np.nan) df.insert(0, '年月日', date) df['年月日'] = pd.to_datetime(df['年月日']).astype(str) floatColumns = [ '成交股數', '成交筆數', '成交金額', '開盤價', '最高價', '最低價', '收盤價', '漲跌(+/-)', '漲跌價差', '最後揭示買價', '最後揭示買量', '最後揭示賣價', '最後揭示賣量', '本益比' ] df = ast.to_float(floatColumns, df) saver.lite('每日收盤行情(全部(不含權證、牛熊證))', df)
def hugeDeal(date: str, fields: List[str], data: List[List[str]]) -> None: date = date[0:4] + '-' + date[4:6] + '-' + date[6:] df = pd.DataFrame(data, columns=fields).replace(',', '', regex=True).replace( '--', np.nan).replace('', np.nan) df = df[df['證券代號'] != '總計'] df.insert(0, '年月日', date) df.insert(len(list(df)), '第幾筆', 1) df['年月日'] = pd.to_datetime(df['年月日']).astype(str) intColumns = ['第幾筆'] floatColumns = [] for col in ['成交價', '成交股數', '成交金額', '成交量']: if col in list(df): floatColumns.append(col) df[floatColumns] = df[floatColumns].astype(float) df[intColumns] = df[intColumns].astype(int) df = df.groupby(['年月日', '證券代號']).apply(addNumberF) saver.lite('鉅額交易日成交資訊', df)
def upsAndDown(date: str, fields: List[str], data: List[List[str]]) -> None: date = date[0:4] + '-' + date[4:6] + '-' + date[6:] data[0][1].split('(')[0] L = [] l = data[0] L.append([i.split('(')[0] for i in l]) L.append([i.split('(')[1].replace(')', '') for i in l]) l = data[1] L.append([i.split('(')[0] for i in l]) L.append([i.split('(')[1].replace(')', '') for i in l]) L.append(data[2]) L.append(data[3]) L.append(data[4]) df = pd.DataFrame(L, columns=fields).replace(',', '', regex=True).replace( '--', np.nan) df.insert(0, '年月日', date) df['年月日'] = pd.to_datetime(df['年月日']).astype(str) intColumns = ['整體市場', '股票'] df = ast.to_int(intColumns, df) saver.lite('漲跌證券數合計', df)
def save(df: pd.DataFrame) -> None: saver.lite('鉅額交易日成交資訊', df)
def save(df: pd.DataFrame) -> None: saver.lite('當日融券賣出與借券賣出成交量值(元)', df)
def save(df: pd.DataFrame) -> None: saver.lite(table, df)
def save(df: pd.DataFrame) -> None: saver.lite('三大法人買賣超日報', df)
def save(df: pd.DataFrame) -> None: saver.lite('個股日本益比、殖利率及股價淨值比', df)