这是关于使用Python获取A股股票API的量化系统的总结和运行日志。文章包括了基础知识和重点内容，以及相关脚本的使用和配置。作者提到了量化选股并不意味着能赚到钱，需要谨慎投资，并且可以结合其他策略进一步过滤股票。同时，作者也提到了未来可能分享关于20日线、30日线、60日线等策略的文章。

本文介绍了基于本地数据库中的股票数据，计算股票相对强度RPS的方法。通过构建新的DataFrame和计算收益率，得出股票的RPS值，并筛选出强度在85分以上的股票。最终生成了一个20240318RPS5这样的文本文件。文章还附有完整的Python代码和相关截图。

该文介绍了一个量化选股系统的代码，通过同步股票收盘价并计算RPS值来选出更好的股票。代码支持同步指定时间范围内的股票数据，并将其存储在数据库中。文章还展示了部分运行日志和数据库表结构。该系统每个交易日都在运行。

前面的文章介绍了通过Python获取A股总共的5000多只股票以及获取流通市值在50亿以上的股票信息，并将这些信息写入到Mysql数据库中。本文在此基础上，通过DataFrame的merge操作，生成一个新的表以及对应的记录。通过示例代码展示了如何合并DataFrame并选择需要的列，最终将结果写入MySQL数据库。文章总结了操作的简便性和merge操作的重要性。

2022年左右，作者编写了一个量化选股系统，并开始陆续分享代码实现。首先介绍了akshare库，然后展示了安装和创建数据库的步骤，最后给出了完整的Python代码和结果。通过akshare库获取股票数据，并将流通市值大于50亿的股票写入到Mysql数据库中。最终结果显示有2111只股票符合条件。

本文介绍了使用Python编写的一套计算股票相对强度RPS的量化选股系统。首先使用tushare的api获取5000多只股票信息，然后将数据写入本地的Mysql数据库。代码包括引入库、设置token、获取股票信息并写入数据库，最后给出了数据库的记录和总结。