-

爬蟲 Python 新手教學(Part 1)：簡單程式碼，爬全球的股票!

Python 超簡單新手教學！這個系列文章的第一篇，我們要來介紹如何使用 Python 製作爬蟲爬取股價！而且全球股價都適用喔！今天讓我們回到原點，從最簡單的程式開始教起，想要做股票數據分析，一定要先得到股票資料，所以我們就從股票資料如何獲取開始吧！

我們已經知道怎麼抓取任意一檔股票歷史價格了，但有時候我們一次需要很多檔股票，怎麼辦呢？難道每個股票我們都要寫這麼多行，才能抓下來嗎？今天我們教你如何將上一次的功能包裝成 function，然後一次下載全球指數！

這個單元我們要利用 for 迴圈將所有的歷史數據爬下來，並且繪製所有的歷史股價。我們也會介紹一些 for 迴圈的進階技巧，並且將這些技巧結合起來，完成這次的功能，想要學習python，就慢慢跟著我們一步一步來吧！

為什麼美股大跌，在台灣的投資人要很緊張？原因就是相關性！想知道台股跟哪國指數最同步嗎？不是S&P 500美國指數，也不是深圳指數，那究竟是哪國呢？這篇文章我們就來研究一下吧！

今天我們來看一下市場上常見的風險與報酬指標：夏普比率（sharpe ratio），這是一個風險跟報酬的比例，有了夏普比率，你就知道為什麼要投資美股而不是台股了！

上一集我們介紹了Sharpe ratio，可以用來衡量風險跟報酬的指標（也就是報酬 / 風險），這集我們就利用Sharpe ratio來進行台股的模擬買賣，假裝我們這20年來，都使用sharpe ratio的策略，可以得到多少獲利呢？

今天這篇paper是介紹總體經濟，現在全球的經濟是連動的，例如中美貿易大戰影響到全球股價，金價油價對於美國股市也有很大的影響，今天這篇paper就是要來研究不同的指數，對於NASDAQ指數的影響。

feature selection 是機器學習中非常重要的一環，尤其是財經領域的程式交易部分，因為財經領域有各式各樣的指標，又有財報、技術指標，這些指標高達尚千種，要如何選擇features，才能更有效預測股價？

之前分享加速度指標，讓大家找出股價正在加速向上的股票，然而並沒有說明怎麼搭配，本篇文章就是在提供大家一個例子，我發現這個指標可以用在非常多種不同的程式交易策略上，績效很不錯，但是有訣竅。

這篇文章將分享一個程式交易策略，以KD值為主，並且搭配其他的指標。有很多人投資是看KD值的，但KD值的看法五花八門，究竟哪一種比較好用？參數這麼多，究竟怎麼調績效比較好？這篇文章示範一個中長期的程式交易策略，並講解製作策略的思路。

接下來為期幾天，將為大家打下python更深刻的基礎，適合剛學python，但是對pandas不太熟的讀者，這次我們就來把所有的股票代號給爬下來，並整理一番喔！

多虧了python，用最先進的統計模型來預測股價，程式交易超簡單！不用安裝程式，今天我們雲端寫code，適合完完全全的初學者！非常多非常多的人都用 python 在開發程式，因此，有很多高深數學軟體，都會有很多民間高手來實做，而我們只要會用就好了！學python從這篇開始！