中国白癜风医院排名 https://disease.39.net/yldt/bjzkbdfyy/第一篇：入门--如何将大数据技术架构和每日的股票信息紧密结合随着上市公司数量的增加，每日股票交易产生的数据也随之激增。从简单的基础行情数据来看，每天的股票数据包括开盘价、最高价、最低价、成交量、成交额、收盘价等。这些数据可以通过多种手段搜集，供专业人士或者个人研究。最常见的就是对多个股票的近10年的行情基础数据汇总，用于技术指标如MACD、RSI等计算。而大数据技术，以Hadoop技术栈为例，囊括了HDFS、Hive、Spark等组件。优秀的架构下，可以对海量的股票数据进行快速的计算，以及新的技术指标进行回测。从各券商自研的技术指标，到量化平台的搭建，大数据技术扮演着重要的角色。那技术性分析的步骤又有哪些呢？简单的说，分为如下几步：1、数据搜集。这里以每日行情数据为例，通过搜集近几年来A股上市公司自上市以来的开盘价、最高价、最低价、成交量、成交额、收盘价、涨跌幅等数据，保存在EXCEL中。具体搜集的方式有很多，通过公开的网站下载、花钱购买也可以。2、指标算法。研究公开的指标算法或者定制自己的指标算法都是一个手段。3、技术计算。以某炒股软件的客户端为例，通过这些历史数据，我们在Hadoop中可以简单地使用HiveSQL筛选满足自己条件的股票，从而作为后续投资的参考。当然，股票的基础数据如市盈率、流通市值也可以作为整个计算的参考。搜集的数据示例（程序化保存在MongoDB数据库）：NEXT:将细化讲解炒股软件客户端上一些技术指标的计算方法。
