沪港通资金流向可视化系统的设计与实现

2021-11-08董建华

电脑知识与技术 2021年27期

董建华

摘要：随着中国证券业的快速发展，无论是上市公司规模、日交易量或交易渠道都比以前要复杂得多。如何才能快速、准确地汇总和提炼出有价值的信息对于证券交易决策显得尤为重要。沪港通资金流向可视化系统通过抓取沪港通账户交易沪深市场股票的大量数据来分析外资投资的热点股票与热点行业，为投资者研究和学习成熟市场投资者的交易行为提供便利。

关键词：Django;大数据;沪港通;Python;软件工程

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2021）27-0078-03

Abstract： With the rapid development of China's securities industry， the scale of listed companies， daily trading volume or trading channels are much more complicated than before. How to quickly and accurately summarize and extract valuable information is particularly important for securities trading decision-making. The visualization system of capital flow of Shanghai-Hong Kong Stock Connect analyzes hot stocks and hot industries for foreign investment by capturing a large amount of data on the Shanghai-Hong Kong Stock Connect account trading stocks in the Shanghai and Shenzhen markets， and provides convenience for investors to study and learn the trading behavior of investors in a mature market.

Key words： Django; Big Data; Shanghai-Hong Kong Stock Connect; Python; Software Engineering

1 背景

5月28日，2021年中國国际大数据产业博览会在贵阳落幕，该博览会于2015年创办，2017年正式升级为国家级博览会，几年时间已经成为大数据发展的风向标和国际性、专业性平台。从日常生活来看，网络购物、智慧交通、疫情防控等背后都离不开大数据的支撑，大数据已经融入我们生活的方方面面。2019在杭州举行的云栖大会上，阿里巴巴董事局主席兼CEO张勇在演讲时曾说“数字经济时代大数据是我们的石油”。

据中国证券登记结算有限责任公司官网的结算数据显示，截至2021年4月证券市场自然人投资者数量已经超过1.85亿，可想而知这个庞大的市场背后每天会产生多少数据。这么庞大的数据，人工分析肯定是不可能的。现如今大数据的快速发展，为我们提供了可行的技术手段。在这个技术大爆炸的时代，唯有以变应变，大数据对证券行业变得越来越重要[1]。

本系统正是在此背景下开发，利用Django框架实现了沪港通交易数据的爬取、分析与可视化。通过分析沪深证券市场沪港通资金的流入流出情况，分析这些成熟市场投资者的交易行为，找出其投资的热点公司以及热点行业，方便投资人学习与研究。随着外资资金的持续流入，外资对中国市场的影响力也在不断攀升，及时了解其投资动向就变得越来越重要。

2 需求分析

如图1系统用例图模型[2]所示，该系统主要分数据爬取、参数修改、数据分析与可视化三部分：

1）数据爬取：爬取沪港通资金在沪深股市的交易数据，用于分析沪港通资金交易行为。

2）参数修改：

修改比重区间：比如限制只对沪港通资金持股达到2%以上且5%以内的公司进行分析。

修改分析周期：比如以日为单位还是5日为单位进行分析。

修改公司最大数目：即取排名靠前的多少家公司可视化。

修改行业最大数目：即取排名靠前的多少个行业可视化。

3）数据分析与可视化：根据用户参数设置，基于沪港通资金对公司股份的增持加速度对公司进行热度排名;基于沪港通资金持有的各行业的总市值增加幅度对行业进行热度排名;基于上述两项的综合分析对双热点公司即排名靠前且所属行业排名也靠前的公司予以特别标记。

3 系统设计

本部分从工具与环境、系统体系结构、系统模块结构、数据库设计四个方面分别描述。

3.1 工具与环境