探讨股票数据库的设计

一直以来总是想通过大数据进行统计分析，无奈大部分软件无法提供个性化的功能，而且我很看重财务数据的分析，但是发现大部分软件的财务数据只提供近几年的，而且只能看个股，不能进行统计分析。

经过一段时间的研究，将股票的日线，除权，财务，三大数据都完整的采集到了。全部存盘为excel的格式。然后就可以尽情的进行分析了，无奈本人excel水平有限，准备将数据存入数据库，编程实现数据分析。

至于统计什么，分析什么，我想有了这些数据，就可以尽情的测试自己的想法了。比如财务方面的，可以统计如果连续n年roe大于15%，则接下来的几年roe的在某些区间的概率。或者也可以统计k线中的三只乌鸦后一日的涨跌概率。总之数据有了，剩下的就是随你怎么算了。

本文主要目的，1 讨论一下数据库的设计    2 讨论一下如何设计出随心所欲的分析功能，而不是每一种分析都去编写特定点代码。

数据大概是这样的

1 日线数据（每个股票一个表格）

2 除权数据（每个股票一个表格）

3 财务（每个股票4张表。分为主要指标，资产负债表，利润表，现金流量表）

以上就是各项数据的预览，总数据量从1991年到2016年10月共 1.13G

这些数据最大的特点就是以个股为单位，存在excel表格中，如果进行统计，则需要不断读取磁盘，解析xls文件，而且一个全市场统计就需要读取所有股票数据。这显然是低效的。所以现在考虑存入到数据库中，数据库表格主要分为：

股票代码表（三个字段）：

ID，股票代码，股票名称

---

日线数据表（所有股票存到一张表内）

ID，股票代码，日期，开盘，收盘，最高，最低，成交金额，成交数量

---

权息信息表（所有股票存到一张表内）

ID，股票代码，日期，分红，送股，配股，配股价，等

---

财务表（所有股票存到一张表内或者分为4张财务表）

ID，股票代码，日期，每股收益，净利润。。。。。

---

这样把所有股票的某类数据存到一张表内，优点就是可以统一查询，比如一次性查找某3年roe大于15%的所有股票，如果每个股票一张表，表就会非常多，不利于联合查询。但是缺点可能也会有，比如日线数据按一个股票3000行，3000个股票，就会有9000000条记录，不知道数据库性能会不会出问题。有这方面经验的可以留言讨论一下。

另外就是这些数据可以做哪些比较有意义的分析，我个人比较喜欢概率分析，很多事情是反直觉的。还有就是如何设计用户交互，才能做出通用的分析功能，而不是每一个想法都去编写大量的代码