Project Icon

Screeni-py

Python开发的印度NSE股票筛选器

Screeni-py是一款为印度国家证券交易所(NSE)开发的Python股票筛选器。该工具可识别潜在突破股票、计算突破价值,并发现盘整中可能突破的股票和特定图表形态。Screeni-py支持自定义筛选参数,提供图形界面和命令行两种操作方式,可在Windows、Linux、Mac及Docker环境中运行。这款开源工具为印度股市投资者提供了强大的分析功能。

Screeni-py
GitHub 发布 (最新) GitHub 所有版本 Docker 拉取次数 GitHub CodeFactor 印度制造 徽章
Screenipy 测试 - 新功能 Screenipy 构建 - 新版本
Windows Linux Mac OS Docker

扫描二维码加入官方Telegram群组进行更多讨论

YouTube使用讨论问题/缺陷文档
youtubedockermeetingwarninghelp
观看我们的YouTube播放列表使用Docker快速入门加入/阅读社区讨论提出问题或报告缺陷获取使用帮助

Screeni-py是什么?

一个基于Python的印度NSE股票筛选器。

Screenipy是一个高级股票筛选器,用于从NSE找出潜在的突破股票并预测其可能的突破值。它还可以帮助找出正在整理并可能突破的股票,或者您特别寻找的特定图表模式,以帮助您做出决策。 Screenipy是完全可定制的,您可以根据自己提供的设置来筛选股票。

如何使用? (新版本 - 基于GUI)

Screeni-py - 详细安装指南 Screeni-py - 配置和使用 | Screenipy - Python NSE股票筛选器 Screeni-py - 如何安装软件更新? | Screenipy - Python NSE股票筛选器

  • 安装Docker Desktop并从发布页面拉取latest版本的docker镜像。
  • 查看这个YouTube视频获取详细的安装指南。
image image image image image

如何使用? (旧版本 - 基于CLI - 已弃用)

  • 根据您的操作系统下载合适的文件,或安装Docker Desktop并拉取latest版本的docker镜像。
  • Linux和Mac用户应确保screenipy.bin或screenipy.run具有执行权限。
  • 运行文件。短暂延迟后将出现以下窗口。

home

  • 使用选项 > 8根据您的要求配置参数。

config

  • 以下是筛选和输出结果的截图。

screening results done

  • 完成后,您还可以将结果保存到Excel文件中。

理解结果表:

结果表包含许多不同的参数,这对新用户来说可能会有些overwhelming,所以这里对每个参数进行了描述和说明其重要性。

序号参数描述示例
1股票这是一个NSE股票代码。如果您的操作系统/终端支持Unicode,您可以通过按下Ctrl+Click直接打开**TradingView**图表。TATAMOTORS
2盘整显示股票在过去N天内交易的价格区间。N是可配置的,可以通过执行编辑用户配置选项进行修改。如果股票在过去30天内在100-120价格区间交易,输出将是区间 = 20.0 %
3突破(N天)这是纯粹的魔法!BO是过去N天的突破水平,而R是下一个阻力位(如果有的话)。投资者应同时考虑BO和R水平来决定交易的进入/退出。B:302, R:313(突破水平是100,下一个阻力位是102)
4LTPLTP是NSE交易资产的最后交易价格。298.7(股票正在此价格交易)
5成交量成交量显示最近K线相对于20周期成交量MA的相对成交量。对于新上市的股票可能显示为未知如果20MA(成交量)是1M,今天的成交量是2.8M,则成交量 = 2.8x
6MA信号通过分析各种50-200 MA/EMA交叉策略来描述资产的价格趋势。200MA支撑50MA牛市交叉
7RSI对于动量交易者,描述14周期RSI,用于快速制定交易计划。0到100
8趋势使用高级算法,计算N天的平均趋势线,并根据趋势线的陡峭程度显示其强度。(这并不在图表上显示任何趋势线,而是内部计算)强势上涨弱势下跌
9形态如果图表或K线本身在最近的时间框架内形成任何重要形态,或根据所选的筛选选项,这里将指示各种重要形态。动量增长内部吞没(N)看涨吞没

自定义设置:

随意编辑应用程序生成的screenipy.ini文件中的参数。

[config]
period = 300d
daystolookback = 30
duration = 1d
minprice = 30
maxprice = 10000
volumeratio = 2
consolidationpercentage = 10
shuffle = y
cachestockdata = y
onlystagetwostocks = y
useema = n

尝试根据您的交易风格调整这些参数。例如,如果您习惯使用周线图表,可以设置duration=5d等。

安装指南:

详细安装指南视频

YouTube视频播放量

Screeni-py - 详细安装指南

Windows Linux Mac OS Docker

为什么我们从传统的EXE文件转向Docker?

可执行文件/二进制文件Docker
GitHub所有版本Docker下载量
直接从发布页面下载(已弃用)需要安装Docker Desktop ⚠️
打开应用可能需要较长时间加载迅速
筛选速度较慢性能根据您的CPU能力得到提升
由于系统CPU架构不同,您可能会遇到错误/警告 ⚠️兼容所有x86_64/amd64/arm64 CPU,不受操作系统限制(包括Mac M1/M2)
仅适用于Windows 10/11 ⚠️也适用于较旧版本的Windows
每个操作系统需要不同的文件同一容器兼容所有系统
杀毒软件可能会将其标记为不受信任的文件 ⚠️不会有杀毒软件的问题
每次更新都需要下载新文件更新快速,下载量最小化
无需命令/技术知识可能需要非常基本的命令执行技能
与矢量数据库不兼容 ⚠️兼容所有Python库

如何使用Docker设置和使用Screeni-py?

  1. 下载并安装Docker Desktop,使用默认设置
  2. 如果您使用Windows,请在命令提示符中运行wsl --update命令更新WSL(适用于Linux的Windows子系统)
  3. 安装后重启计算机
  4. 打开Docker Desktop并保持运行
  5. 打开命令提示符(Windows)或终端(Mac/Linux)并运行命令docker pull joshipranjal/screeni-py:latest
  6. 安装完成后,始终通过运行以下命令启动screenipy:
    docker run -p 8501:8501 joshipranjal/screeni-py:latest
    
    或
    
    docker run -it --entrypoint /bin/bash joshipranjal/screeni-py:latest -c "run_screenipy.sh --cli"
    

查看这个YouTube视频获取详细的安装指南。

贡献:

  • 请随时通过创建issue来提出改进建议/报告错误。
  • 在提出Pull Request时,请遵循贡献指南

免责声明:

  • 不要仅仅根据软件提供的结果做出交易决定。
  • 在交易之前,务必回测并手动分析股票。
  • 作者和软件对您的损失不承担任何责任。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号