使用TradingView-Screener构建专业股票筛选系统

使用TradingView-Screener构建专业股票筛选系统

【免费下载链接】TradingView-ScreenerA package that lets you create TradingView screeners in Python项目地址: https://gitcode.com/gh_mirrors/tr/TradingView-Screener

TradingView-Screener是一个功能强大的Python包，让你能够通过编程方式快速筛选和分析股票市场数据。该工具直接对接TradingView官方API，无需网页爬虫，提供完整的数据访问能力。

核心功能特性

多市场覆盖- 支持股票、加密货币、外汇、期货、债券等多种金融工具3000+数据字段- 包含OHLC数据、技术指标、基本面数据等完整信息灵活时间框架- 支持1分钟、5分钟、15分钟、30分钟、1小时、2小时、4小时、1天、1周、1个月等不同时间周期

快速安装与配置

安装TradingView-Screener非常简单：

pip install tradingview-screener

项目采用现代Python开发标准，支持Python 3.9及以上版本，依赖requests和pandas库提供核心功能。

基础使用示例

简单数据查询

from tradingview_screener import Query results = Query().select('name', 'close', 'volume').get_scanner_data() print(results)

技术指标筛选

根据MACD、RSI等技术指标进行智能选股：

from tradingview_screener import Query, col results = (Query() .select('name', 'close', 'MACD.macd', 'RSI') .where( col('MACD.macd') >= col('MACD.signal'), col('RSI') < 30 # 超卖条件 ) .get_scanner_data()

自定义筛选策略

构建个性化的投资策略：

# 筛选高流动性股票 custom_query = (Query() .select('name', 'close', 'volume', 'market_cap_basic') .where( col('volume') > 1000000, col('market_cap_basic') > 1000000000 )

进阶功能应用

复杂逻辑筛选

使用AND/OR逻辑组合多个筛选条件：

from tradingview_screener import Query, col, And, Or advanced_query = (Query() .select('name', 'close', 'volume', 'relative_volume_10d_calc') .where2( Or( And(col('market_cap_basic').between(1000000, 50000000), col('relative_volume_10d_calc') > 1.2 ) .get_scanner_data()

多市场数据查询

查询不同市场的数据：

# 查询美国、意大利、香港市场 multi_market_query = (Query() .select('name', 'close', 'market', 'country') .set_markets('america', 'italy', 'hongkong') .get_scanner_data()

分页与排序

对于大数据量查询，使用分页和排序功能：

# 按交易量排序，分页获取数据 paged_results = (Query() .select('name', 'close', 'volume') .order_by('volume', ascending=False) .offset(10) .limit(25) .get_scanner_data()

数据持久化存储

将筛选结果保存到本地文件：

import pandas as pd results = Query().select('name', 'close', 'volume').get_scanner_data() total_count, dataframe = results dataframe.to_csv('stock_screener_results.csv', index=False)

性能优化建议

对于大量数据处理，建议采用分批查询策略：

# 分批获取数据，提升处理效率 def get_all_data_in_batches(query, batch_size=50): all_data = [] offset = 0 while True: batch_query = query.copy().offset(offset).limit(batch_size) total_count, batch_df = batch_query.get_scanner_data() all_data.append(batch_df) if len(batch_df) < batch_size: break offset += batch_size return pd.concat(all_data, ignore_index=True)

生态整合方案

TradingView-Screener可以完美融入现有的数据分析技术栈：

• 与Pandas集成- 进行深度数据分析和处理
• 结合Matplotlib- 制作专业的可视化图表
• 对接数据库系统- 实现长期数据追踪和分析

通过这个工具，你可以在几分钟内搭建起专业的股票筛选平台，无论是个人投资决策还是机构研究分析，都能找到最适合的应用场景。

【免费下载链接】TradingView-ScreenerA package that lets you create TradingView screeners in Python项目地址: https://gitcode.com/gh_mirrors/tr/TradingView-Screener