建立简易金融数据库
作者：网络转载 发布时间：[ 2015/1/20 13:28:59 ] 推荐标签：软件开发 数据库
上一段代码把股票数据下载到指定的文件夹，不过数据是以个股为单位独立的存储在csv文件中的，文件名即是股票代码。成百上千的csv文件不容易导入数据库，需要把这些文件拼接成几个大文件。
“百川汇流”，导入数据库。在正式导入数据库之前需要把几千个csv文件拼接成几个大型文件。为了提高逼格（真实的原因是建立数据库的时候本人还不会Python），这里用C++完成拼接文件的工作，其实有Python基础的读者也可以用Python来完成。文件拼接的C++程序如下，
|
#include <vector>
#include <fstream>
#include <string>
int main(void)
{
//处理股票数据
const int N = 1000;
ifstream fin;
vector<string> file_list，ff;
char x[N];
string ss;
//获取要处理的文件列表
fin.open("fff.txt");
while (!fin.eof())
{
fin.getline(x， N， '
');
ss.assign(x);
if (ss.size() > 0)
{
file_list.push_back(ss);
}
}
fin.close();
//cout<<file_list.size()<<endl;
ofstream fout， fout0，fout1，fout2，fout3，fout4，fout5;
string obj_file("x.csv")，path1("F:/download/obj/")，path2("F:/download/outh/");
for (int i = 0; i < file_list.size(); ++i)
{
cout<<i+1<<" "<<file_list[i]<<endl;
int f_num = i / 500;
obj_file[0] = '0'+f_num;
fout.open(path2+obj_file，ofstream::out | ofstream::app);
fin.open(path1+file_list[i]);
bool first = true;
while (!fin.eof())
{
fin.getline(x， N， '
');
ss.assign(x);
if (ss.size() > 0 && !first)
{
//1到1004为沪市
if (i+1<=1004)
{
ss="SH，"+ss;
}
else
{
ss="SS，"+ss;
}
ss.erase(7，1);
ss.erase(9，1);
ss.erase(12，1);
fout<<ss;
}
first = false;
}
fin.close();
fout.close();
}
}
|
需要解释一下，第一步获取要处理的文件的文件名列表，前半部分为沪市，后半部分为深市，列表存放在fff.txt文件（获取文件名列表可以用R中的dir函数）。第二步把所有文件转移到同一个文件夹下，运行C++程序处理文件，将文件归并到6个文件中。拼接的同时，在数据中增加了“市场”字段，SH表示沪市，SS表示深市。数据的日期格式因该是yyyymmdd，C++代码中已经通过ss.erase()调整过了。
文件拼接完成之后，按照数据的存储形式在Oracle中建立相应的“表”，在用SQL Developer将拼接好的csv文件中的数据导入Oracle可以了，这完全是数据库操作，不再赘述。
做完上面几步完成了股票数据库的建立，胜利收官。同理，举一反三地可以建立股票指数数据库。下面讲一下注意事项：
1.在数据下载的时候可能遇到打不开下载链接的情况，这时候R程序会报错并停止，这时候需要人工的跳过这个链接，重新运行程序，直接进入下一步的循环，所以下载的时候人工监控是少不了的。
2.建议用新版的R运行程序，之前的版本在下载文件时存在内存溢出的现象，在下载几百个文件之后会因为内存不足而强行终止运行。
3.在数据导入数据库之后建议人工检验一下每一个字段，把存在空值的行删掉。
后借助RODBC包把Oracle和R连接起来，给出一个数据分析的例子，计算一下浦发银行600000和上证指数000001之间的线性关系，R代码如下，
sales@spasvo.com