A. python獲取一隻股票的行情，為什麼出現這么多問題
首先，你要確定下你的庫文件是否安裝正常，測試方法，就是在交互模式下測試。
其次，不要用別名，在試試。
希望能幫到你。。。。
B. 股票的基本分析與技術分析的優缺點是什麼實際如何運用
基本分析保證你選的股票不至於跌得一千不值，屬於戰略性問題；技術分析是把握股價的波動規律，屬於戰術性問題。戰略的正確，決定整體的結果，但無法保證獲得最大利潤；戰術的正確，決定局部的結果，但無法找到全局。
實際應用就太復雜了，歡迎加入QQ群293，我們分技術派和基本派兩派共同討論。基本派找好股票，技術派研判波動的范圍。
C. 用Python 進行股票分析 有什麼好的入門書籍或者課程嗎
問題不對，你拿股票當工科看了，理工學院里可沒有一個股票分析專業。股票或者投資這行有兩個特點，1.
除了市場數據必看，沒有什麼理論必看。理論跟你實際操作相比是垃圾，這么說不過分；2.
實際能賺錢的經驗，沒有人會公開的。公開會導致失效，會引來對手盤，沒人會跟自己過不去。能賺錢的人基本也沒什麼興趣出書或教課。所以，別嫌給你澆冷水，
如果你想要書籍或者課程的話，就在理工類裡面挑一個接近投資的專業吧，比如
quants。自己沒方向的話，恐怕想求助也難。我是做這個的，但完全是自己摸索。Python
是自學，股票分析也是自己攢經驗值。我的博客或許能給你點啟發:
Jacky
Liu's
Blog
,
但最多是啟發而已。你得想出你自己的點子，然後自己去跟市場求證，謝謝
～
D. 用Python 進行股票分析 有什麼好的入門書籍或者課程嗎
個人覺得這問題問的不太對，說句不好的話，你是來搞編程的還是做股票的。
當然，如果題主只是用來搜集資料，看數據的話那還是可以操作一波的，至於python要怎麼入門，個人下面會推薦一些入門級的書籍，通過這些書籍，相信樓主今後會有一個清晰的了解（我們以一個完全不會編程的的新手來看待）。
《Learn Python The Hard Way》，也就是我們所說的笨辦法學python，這絕對是新手入門的第一選擇，裡面話題簡練，是一本以練習為導向的教材。有淺入深，而且易懂。
其它的像什麼，《Python源碼剖析》，《集體智慧編程》，《Python核心編程（第二版）》等題主都可以適當的選擇參讀下，相信都會對題主有所幫助。
最後，還是要重復上面的話題，炒股不是工程學科，它有太多的變數，對於現在的智能編程來說，它還沒有辦法及時的反映那些變數，所以，只能當做一種參考，千萬不可過渡依賴。
結語：pyhton相對來說是一種比較高端的學科，需要有很強的邏輯能力。所以入門是非常困難的，如果真的要學習，是需要很大的毅力去堅持下去的，而且不短時間就能入門了，要有所心理准備。
E. 新人發帖求助，python使用tushare股票分析包方法報錯
剛剛實際運行了一下，沒有報錯，你檢查一下是否安裝正確，tushare包的安裝直接用 pip install tushare 安裝即可，沒必要訪問官網，當然，你需要先安裝pip ,自己網路。。
懷疑安裝不完全，重裝下試試呢
F. 為何學習python不好找工作
基礎沒打好，要有經驗。
大部分Python開發者的一門語言都不是Python，可能他們之前就掌握了Java、C++等其他語言和計算機相關的理論知識，而對於他們來說，學Python自然是輕車熟路，只是工作碰巧遇到了Python。
在國內，一個現實情況是大部分業務系統的開發，Python從來都不是主角，而是作為輔助工具在使用，可能是做個數據統計，弄些運維的腳本，寫個測試腳本之類的；
真正用 Python 來開發核心業務的公司少。大部分公司 Python 都是應用在一些非核心業務上。
這點跟 Java 是沒法比的，Java 確實能做到一個0基礎的小白認認真真在培訓機構學幾個月就可以放到工作崗位上去幹活；
但 Python 不行，Python 雖然看起來簡單，但是用好不容易，特別是大規模的團隊對 Python 的要求就更高了，一般招Python都是要求有一定經驗的。
而招Java的崗位初中高級的都有。Java語言的特性決定了一門新手和老手寫出來的代碼差距不會太大（這里肯定有人不會同意），而 Python 的代碼不同的人寫出來的代碼千差萬別。
最後想說的就是，Python這么語言還是很有前途的，這兩年大家都在給Python瘋狂打Call，讓Python成為所謂的第一語言，大家都在學，一個大膽的猜測就是未來 Python 將會像英語一樣成為大家必備的一個技能。
但是如果現在啥都不會，只會Python，去找工作的確有點困難，當然並不見得學Java找工作就容易了，最主要的還是對整個計算機體系的掌握，語言作為工具只是很小的一部分。
(6)python股票分析不足擴展閱讀：
應用：
系統編程：提供API（Application Programming Interface應用程序編程介面），能方便進行系統維護和管理，Linux下標志性語言之一，是很多系統管理員理想的編程工具。
圖形處理：有PIL、Tkinter等圖形庫支持，能方便進行圖形處理。
數學處理：NumPy擴展提供大量與許多標准數學庫的介面。
文本處理：python提供的re模塊能支持正則表達式，還提供SGML，XML分析模塊，許多程序員利用python進行XML程序的開發。
資料庫編程：程序員可通過遵循Python DB-API（資料庫應用程序編程介面）規范的模塊與Microsoft SQL Server，Oracle，Sybase，DB2，MySQL、SQLite等資料庫通信。
python自帶有一個Gadfly模塊，提供了一個完整的SQL環境。
網路編程：提供豐富的模塊支持sockets編程，能方便快速地開發分布式應用程序。很多大規模軟體開發計劃例如Zope，Mnet 及BitTorrent. Google都在廣泛地使用它。
Web編程：應用的開發語言，支持最新的XML技術。
多媒體應用：Python的PyOpenGL模塊封裝了「OpenGL應用程序編程介面」，能進行二維和三維圖像處理。PyGame模塊可用於編寫游戲軟體。
pymo引擎：PYMO全稱為python memories off，是一款運行於Symbian S60V3,Symbian3,S60V5, Symbian3, Android系統上的AVG游戲引擎。
因其基於python2.0平台開發，並且適用於創建秋之回憶（memories off）風格的AVG游戲，故命名為PYMO。
黑客編程：python有一個hack的庫,內置了你熟悉的或不熟悉的函數，但是缺少成就感。
用Python寫簡單爬蟲。
首先，要通過urllib2這個Mole獲得對應的HTML源碼。
可以將URL的源碼存在content變數中，其類型為字元型。
接下來是要從這堆HTML源碼中提取我們需要的內容。用Chrome查看一下對應的內容的代碼（也可以用Firefox的Firebug）。
可以看到url的信息存儲在span標簽中，要獲取其中的信息可以用正則表達式。
G. 如何利用Python預測股票價格
預測股票價格沒有意義。
單支股票價格，多股組合，大盤這些都可以使用神經網路來學習，02年就做過了，漲跌預測平均能達到54%到57%的准確率，但是只能定性，無法定量，因此，在扣除印花稅之後無利可圖。
純粹使用股票交易數據來預測並保證總體獲利不是程序能辦到的，人也辦不到。
目前世界上最先進的炒股機器也只能利用網路時差那微不可計的零點幾秒在歐洲與美國證券間倒來倒去，那套系統研發費用數千萬，硬體（主要是獨立光纜）費用以億計。
H. 股票的技術分析優缺點是啥啊
優點如下：
簡單性：價格走勢圖把各種變數之間的關系及其相互作用的結果清晰地表現出來,把復雜的因果關系變成簡單的價格歷史地圖。以圖看勢,很容易把握其變化的趨勢。
客觀性：基本面分析的材料和數據雖然是客觀的,但預測者在進行價格走勢分析時往往帶有個人的感情色彩,比如做了多頭就會考慮一些利市的因素,甚至把一些不利因素也當作有利因素。而技術分析則不同,不管圖表出現的是買入信號還是賣出信號,都是客觀的,不以交易者的意志為轉移。
明確性：在圖表上往往會出現一些較為明顯的雙底形態、頭肩頂形態等,它們的出現,表明股票走勢可能在此轉勢,提示交易者應該做好交易的准備；同樣,一些主要的支撐位或均線位被突破,往往也意味著巨大的機會或風險的來臨。這些就是技術分析的明確性,但明確性不等於准確性。
靈活性：技術分析可以適用於任何交易媒介和任何時間尺度,不管是做外匯還是股票、期貨等交易,不管是分析上百年的走勢還是幾個小時的走勢,其基本技術分析原理都是相同的。只用調出任何一個交易產品的走勢圖,我們就可以獲取有關價格的信息並進行預測。
技術分析的缺點也挺多的：
對於長期走勢無效
：技術分析只是分析外股票短期走勢的價格變化,決定股價長期走勢的還是國家政局政策、經濟運行環境、資本市場動態等因素,單純運用技術分析法來准確預測長期價格走勢較為困難。
買賣信號的不確定
：在技術分析中,買、賣信號的出現與最高價或最低價之間往往有段距離,甚至會出現反向走勢,這種買賣信號的不確定性,往往使交易者不敢貿然從事,否則就可能作出錯誤的決策。
價位和時間不確定
：技術分析只是預測將來一段時期內總的價格走勢,不可能指出該時期內的最高價在何處,也不可能告訴該時期內的最低價在哪裡,更不可能指示出每一次上升或下跌的持續時間。
總的來說,技術分析再好其主宰者還是人。如果不懂心理控制、資金管理、投資技巧、市場特性等,單憑技術分析也並不牢靠。由於技術分析的理論基礎是人們的心理預期所形成的約定俗成的規則,而這種規則是可以不斷變化的,具有諸多的變異性,所以在一個不可確定的交易市場中,保持正確的操作理念和良好的操作心態比技術分析更為重要。就像平時我們經常提到的沒有誰知道圖的右側會是什麼樣，我們只能憑借一系例分析，去盡量避免或減少失敗的機率與風險罷了。
I. python怎麼分析所有股票
在 Python的QSTK中，是通過 s_datapath 變數，定義相應股票數據所在的文件夾。一般可以通過 QSDATA 這個環境變數來設置對應的數據文件夾。
具體的股票數據來源，例如滬深、港股等市場，你可以使用免費的WDZ程序輸出相應日線、5分鍾數據到 s_datapath 變數所指定的文件夾中。然後可使用 Python的QSTK中，qstkutil.DataAccess進行數據訪問。
J. 怎樣用python處理股票
用Python處理股票需要獲取股票數據，以國內股票數據為例，可以安裝Python的第三方庫：tushare；一個國內股票數據獲取包。可以在網路中搜索「Python tushare」來查詢相關資料，或者在tushare的官網上查詢說明文檔。