财联社综合监控系统2.0（含源码），实时获取重要资讯及投资日历

admin

点击关注↓↓↓，置顶+星标每天订阅，学习更多指标内容☼↓↓↓

想提前看剧本？我的野路子


最近这行情，题材跟电风扇一样转，一天一个样，前排吃肉的没你份，后排挨打的准有你。很多人估计都跟我一样，肉没吃到，巴掌挨结实了，心里窝火。


我就在琢磨，老是跟在人家屁股后面闻屁，能不能换个玩法？比如提前拿到剧本，找个靠谱的角落提前埋伏进去，等风来了再起飞。


这不，我盯上了财联社那个投资日历。里面把未来几个月可能炸裂的大事都给你排得明明白白，这玩意儿才是真正的宝藏地图啊。


前几天我不是分享了财联社的电报新闻系统吗，今天我把财联社的投资日历也撸下来可以不可以。


数据搞到手只是第一步，真正炸裂的是后面的操作。我直接把这堆未来事件灌给了deepseek，然后开始跟它下指令。


具体怎么玩？我写的prompt大概是这样的：


1.  分析这个事件的题材，判断它在市场上的“成色”如何，是属于能点燃情绪的爆款，还是纯凑数的垃圾。
2.  如果觉得有戏，就深挖一下背后的产业链，把相关的概念股给我扒出来，按核心受益程度排个序。
3.  再简单讲讲炒作的逻辑，这个题材的坑在哪，持续性有多长，别让人家一上来就接盘。


你别说，AI这玩意儿当个小弟还真挺好用。几秒钟就给你把活干完了，逻辑清晰，条理分明。相当于你雇了个不要工资的分析师，7x24小时待命。


这套玩法，说白了就是降维打击。普通散户还在为今天涨啥明天跌啥发愁，你已经提前一个月开始布局了。这市场，本质就是个信息不对称的赌场，谁能提前看一眼底牌，谁的赢面就大得多。
我把这个思路分享出来，你们觉得有搞头，自己也可以琢磨琢磨。技术细节就不展开了，免得有人说我炫耀。


另外我把这个抓取源码跟上次分享的财联社电报新闻结合一起，可以对比起来了。

不懂PY的也没关系，仓鼠哥打包为EXE，你直接下载使用就可以了。

1. import streamlit as st
   
2. import urllib.parse
   
3. import hashlib
   
4. import requests
   
5. import pandas as pd
   
6. from datetime import datetime, timedelta
   
7. 
   
8. 
   
9. 
   
10. # 生成签名的函数
    
11. def generate_sign(params):
    
12.     """生成签名：排序参数 -> URL编码 -> SHA1加密 -> MD5加密"""
    
13.     sorted_data = sorted(params.items(), key=lambda item: item[0])
    
14.     query_string = urllib.parse.urlencode(sorted_data)
    
15.     sha1_hash = hashlib.sha1(query_string.encode('utf-8')).hexdigest()
    
16.     sign = hashlib.md5(sha1_hash.encode('utf-8')).hexdigest()
    
17.     return sign
    
18. 
    
19. 
    
20. # 获取财经日历数据
    
21. def get_calendar_data():
    
22.     """获取财联社财经日历数据"""
    
23.     params = {
    
24.         'app': 'CailianpressWeb',
    
25.         'flag': '0',
    
26.         'os': 'web',
    
27.         'sv': '8.4.6',
    
28.         'type': '0'
    
29.     }
    
30. 
    
31.     params['sign'] = generate_sign(params)
    
32. 
    
33.     url = 'https://www.cls.cn/api/calendar/web/list'
    
34.     headers = {
    
35.         "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/125.0.0.0 Safari/537.36",
    
36.         "Referer": "https://www.cls.cn/",
    
37.         "Accept-Language": "zh-CN,zh;q=0.9",
    
38.     }
    
39. 
    
40.     try:
    
41.         response = requests.get(url, params=params, headers=headers, timeout=10)
    
42.         if response.status_code == 200:
    
43.             return response.json()
    
44.         else:
    
45.             st.error(f"请求失败，状态码: {response.status_code}")
    
46.             return None
    
47.     except Exception as e:
    
48.         st.error(f"请求出错: {str(e)}")
    
49.         return None
    
50. 
    
51. 
    
52. # 处理数据
    
53. def process_data(data):
    
54.     """处理API返回的数据"""
    
55.     if not data or 'data' not in data:
    
56.         return pd.DataFrame()
    
57. 
    
58.     processed_items = []
    
59. 
    
60.     for day_data in data['data']:
    
61.         calendar_day = day_data.get('calendar_day', '')
    
62.         week = day_data.get('week', '')
    
63. 
    
64.         for item in day_data.get('items', []):
    
65.             processed_item = {
    
66.                 '日期': calendar_day,
    
67.                 '星期': week,
    
68.                 '标题': item.get('title', ''),
    
69.                 '类型': item.get('type', ''),
    
70.                 'ID': item.get('id', '')
    
71.             }
    
72.             processed_items.append(processed_item)
    
73. 
    
74.     return pd.DataFrame(processed_items)
    
75. 
    
76. 
    
77. # 主应用
    
78. def main():
    
79.     # 标题和描述
    
80.     st.title("📅 财联社投资日历")
    
81.     st.markdown("---")
    
82. 
    
83. 
    
84.     raw_data = get_calendar_data()
    
85. 
    
86.     if raw_data and raw_data.get('code') == 200:
    
87.         df = process_data(raw_data)
    
88. 
    
89.         if not df.empty:
    
90.                       # 搜索框
    
91.             search_term = st.text_input("🔍 搜索事件标题")
    
92.             if search_term:
    
93.                 df = df[df['标题'].str.contains(search_term, case=False, na=False)]
    
94. 
    
95.             st.subheader("📋 事件列表")
    
96. 
    
97.             # 显示数据表格
    
98.             display_df = df[['日期', '星期', '标题']].copy()
    
99.             st.dataframe(
    
100.                 display_df,
     
101.                 # use_container_width=True,
     
102.                 hide_index=True,
     
103.                 column_config={
     
104.                     "日期": st.column_config.TextColumn("日期", width="small"),
     
105.                     "星期": st.column_config.TextColumn("星期", width="small"),
     
106.                     "标题": st.column_config.TextColumn("标题", width="large")
     
107.                 }
     
108.             )
     
109. 
     
110.             # 下载按钮
     
111.             csv = display_df.to_csv(index=False, encoding='utf-8-sig')
     
112.             st.download_button(
     
113.                 label="📥 下载数据为CSV",
     
114.                 data=csv,
     
115.                 file_name=f"财经日历_{datetime.now().strftime('%Y%m%d')}.csv",
     
116.                 mime="text/csv"
     
117.             )
     
118.         else:
     
119.             st.warning("没有找到相关数据")
     
120.     else:
     
121.         st.error("无法获取数据，请检查网络连接或稍后重试")
     
122. 
     
123.     # 页脚
     
124.     st.markdown("---")
     
125.     st.markdown(
     
126.         """
     
127.         <div style='text-align: center; color: gray;'>
     
128.             <p>数据来源：财联社 API | 更新时间：{} | 本应用仅用于学习交流</p>
     
129.         </div>
     
130.         """.format(datetime.now().strftime("%Y-%m-%d %H:%M:%S")),
     
131.         unsafe_allow_html=True
     
132.     )
     
133. 
     
134. 
     
135. if __name__ == "__main__":
     
136.     main()

复制代码

zengls

谢谢老师提供！