宣城市网站建设_网站建设公司_UI设计师_seo优化
2026/1/17 2:21:28 网站建设 项目流程

Day 71:【99天精通Python】项目篇开篇 - 金融数据看板需求分析

前言

欢迎来到项目篇的第一天(第71天)!

在之前的 70 天里,我们像练武一样,先练了扎马步(基础语法),又练了拳法(进阶特性),还学了刀枪剑戟(实战库)。现在,是时候下山闯荡江湖,打一场硬仗了。

我们将启动第一个大型综合项目——金融数据可视化看板 (Financial Dashboard)

不像之前的练习代码那样只有几十行,这个项目将包含数据采集、存储、分析、Web展示全流程,代码量可能会达到上千行。它将是你简历上非常亮眼的一个作品。

本节内容:

  • 项目背景与目标
  • 需求分析 (User Stories)
  • 技术选型 (Stack)
  • 系统架构设计
  • 数据库表结构设计

一、项目背景

在金融投资领域,信息就是金钱。投资者需要实时监控多只股票的行情,查看历史走势,对比不同股票的收益率。
虽然有很多炒股软件,但作为程序员,我们要开发一个属于自己的、可定制的数据看板。

核心目标
搭建一个 Web 网站,用户可以在网页上搜索股票代码,查看该股票的 K 线图、移动平均线、成交量,并能对比多只股票的涨跌幅。


二、需求分析

我们把功能拆解为具体的模块:

  1. 数据获取模块

    • 对接金融数据接口(Tushare 或 BaoStock)。
    • 支持历史数据下载(过去 1-3 年)。
    • 支持每日增量更新(定时任务)。
  2. 数据存储模块

    • 将下载的数据存入数据库,避免重复请求接口。
    • 使用 SQL 进行高效查询。
  3. Web 展示模块

    • 首页:显示大盘指数(上证指数、纳斯达克)的走势。
    • 搜索页:输入代码(如600519),跳转到详情页。
    • 详情页:展示该股票的 K 线图 (Candlestick) 和均线 (MA)。
    • 对比页:选择两只股票,画出它们的收益率曲线对比图。

三、技术选型

为了实现上述功能,我们需要组合使用之前学过的技术:

模块技术栈理由
Web 框架Flask轻量级,适合做数据展示型应用。
数据源BaoStock免费、无门槛的 A 股数据接口。
数据库SQLite简单易用,无需额外部署服务器。
ORMSQLAlchemyFlask 的标配 ORM,操作数据库更方便。
图表库ECharts百度开源的 JS 图表库,比 Matplotlib 生成的静态图更炫酷、可交互。
定时任务APSchedulerFlask 的定时任务扩展,用于每天收盘后更新数据。

四、系统架构设计

前端展示

后端逻辑

HTTP请求

查询

调用

每天16:00

下载数据

存入

渲染

加载

展示

用户浏览器

Flask Web Server

SQLite 数据库

数据处理模块

定时任务

爬虫模块

BaoStock API

HTML 模板

ECharts JS库

动态K线图


五、数据库设计

我们需要两张核心表:一张存股票列表(公司名、代码),一张存具体的日线行情数据。

5.1 股票基础信息表 (stock_basic)

字段名类型说明
codeVARCHAR股票代码 (PK),如sh.600519
nameVARCHAR股票名称,如贵州茅台
industryVARCHAR所属行业
update_timeDATETIME最后更新时间

5.2 日线行情表 (stock_daily)

字段名类型说明
idINTEGER自增主键
codeVARCHAR股票代码 (FK)
dateDATE交易日期
openFLOAT开盘价
closeFLOAT收盘价
highFLOAT最高价
lowFLOAT最低价
volumeFLOAT成交量

六、环境搭建

创建一个新的项目文件夹finance_board,并配置虚拟环境。

mkdirfinance_boardcdfinance_board# 1. 创建虚拟环境python -m venv venv# 2. 激活环境 (Windows)venv\Scripts\activate# (Mac/Linux: source venv/bin/activate)# 3. 安装依赖pipinstallflask flask-sqlalchemy baostock pandas apscheduler

七、项目结构初始化

建立以下目录结构:

finance_board/ ├── app.py # Flask 入口 ├── config.py # 配置文件 ├── models.py # 数据库模型 ├── services/ # 业务逻辑 │ ├── data_fetcher.py # 数据抓取 │ └── analysis.py # 数据分析 ├── static/ # 静态文件 (JS/CSS) └── templates/ # HTML 模板

八、小结

今天是项目启动的第一天。做项目最忌讳上来就写代码,想清楚写得快更重要。

我们完成了:

  1. 需求明确:要做一个股票数据看板。
  2. 架构设计:确定了 Flask + SQLite + ECharts 的技术路线。
  3. 数据建模:设计了数据库表结构。

明天 (Day 72),我们将开始编写后端核心代码:搭建数据库模型,并编写脚本从 BaoStock 拉取股票列表和历史数据。


系列导航

  • 上一篇:Day 70 - 实战篇总结
  • 下一篇:Day 72 - 金融数据看板数据层实现(待更新)

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询