怎么建立自己的股票数据库知乎—请教如何设计股票数据库结构合适

一、怎么建立数据库

excel是属于文件数据库.和mdb一样的， 读取excel的程序比数据库要复杂点.如果你了解筛选的话. 就简单的多了.

二、如何建立一个详细的数据库

安装一个mysql，安装完成后create database 数据库名称 default character set utf8;就创建一个数据库 了  查看数据库 show databases;

三、如何建立数据库

下载数据库管理系统软件，如sql server ，oracle等，然后在里面可以建立自己的数据库，定义自己的表，视图，存储过程等，如果你会编程，还可以用程序来调用访问。
。
希望能帮到你哈！！！！

四、如何设计自己的股票交易系统

先用技术分析选出比大盘弱的板块，比如大盘现在在年线之上，那么现在在年线之下或者所有均线空头排列的板块就是弱于大盘的，那么这样选出的板块包含的个股有2800多只，就是剔除掉不该选择的。
那么剩下板块中在选择出比板块强的个股，就是可以选择操作的标的。
选股出来，就是如何设定切入点和止损点了。
一般来说，明确上升趋势的股票可以选择惯性回调的均线或者上升趋势线买入。
也可以利用形态突破点买入，在现在大盘趋势不好时可以连续阳线50%位置压回买入，设好止损，按纪律操作

五、请教如何设计股票数据库结构合适

找交易所、证券业协会、大券商等处的信息技术部门要。
到匍匐茎为原则，每次铲后都要及时趟地[-] 施肥结合趟次地

六、怎么才能建立自己的数据库？

比如SQL2005吧，你登陆进去之后展开树后有一个数据库，你右击他就能看到新建数据库，点击他就行了

七、如何创建数据库

数据库是依照某种数据模型组织起来并存放二级存储器中的数据集合。
这种数据集合具有如下特点：尽可能不重复，以最优方式为某个特定组织的多种应用服务，其数据结构独立于使用它的应用程序，对数据的增、删、改和检索由统一软件进行管理和控制。
从发展的历史看，数据库是数据管理的高级阶段，它是由文件管理系统发展起来的。


数据库的基本结构分三个层次，反映了观察数据库的三种不同角度。


(1)物理数据层。
它是数据库的最内层，是物理存贮设备上实际存储的数据的集合。
这些数据是原始数据，是用户加工的对象，由内部模式描述的指令操作处理的位串、字符和字组成。


(2)概念数据层。
它是数据库的中间一层，是数据库的整体逻辑表示。
指出了每个数据的逻辑定义及数据间的逻辑联系，是存贮记录的集合。
它所涉及的是数据库所有对象的逻辑关系，而不是它们的物理情况，是数据库管理员概念下的数据库。


(3)逻辑数据层。
它是用户所看到和使用的数据库，表示了一个或一些特定用户使用的数据集合，即逻辑记录的集合。


数据库不同层次之间的联系是通过映射进行转换的。
数据库具有以下主要特点：

(1)实现数据共享。
数据共享包含所有用户可同时存取数据库中的数据，也包括用户可以用各种方式通过接口使用数据库，并提供数据共享。


(2)减少数据的冗余度。
同文件系统相比，由于数据库实现了数据共享，从而避免了用户各自建立应用文件。
减少了大量重复数据，减少了数据冗余，维护了数据的一致性。


(3)数据的独立性。
数据的独立性包括数据库中数据库的逻辑结构和应用程序相互独立，也包括数据物理结构的变化不影响数据的逻辑结构。


(4)数据实现集中控制。
文件管理方式中，数据处于一种分散的状态，不同的用户或同一用户在不同处理中其文件之间毫无关系。
利用数据库可对数据进行集中控制和管理，并通过数据模型表示各种数据的组织以及数据间的联系。


(5)数据一致性和可维护性，以确保数据的安全性和可靠性。
主要包括：①安全性控制：以防止数据丢失、错误更新和越权使用；
②完整性控制：保证数据的正确性、有效性和相容性；
③并发控制：使在同一时间周期内，允许对数据实现多路存取，又能防止用户之间的不正常交互作用；
④故障的发现和恢复：由数据库管理系统提供一套方法，可及时发现故障和修复故障，从而防止数据被破坏

八、股票怎么建立自己的交易系统?

在交易系统构建方面，先需要有交易思路和策略，其后才是一整套关于开平仓、头寸设置和风险管理的综合，如果交易策略不符合行情演绎的基本哲学，那么是形成不了交易系统的。
交易策略构建源自于对趋势或者震荡的认知，这其中最重要的要素应该是时间，其后是价格乃至形态，也就是说我最基本的交易哲学是“钱是坐着等来的”。
交易系统最重要的三个要素分别是：（1）简单；
（2）可操作性；
（3）普适性；
（1）简单，简单是“钱是做着等来的”这个交易哲学最核心的体现，因为趋势是事后来看就是简单的上涨或下跌，无非是级别大小，复杂的算法和指标叠加旨在提高胜率，但胜率和赔率是互损的，如果你有一个胜率超过50%的策略，那么这个策略的赔率可能很难超过2：1，同时筛选条件更为复杂必然会降低交易频率，对于追求长期复利增长而言，交易频率的下降也意味着复利增长空间的下降。
（2）可操作性，如果交易者不懂取舍，很可能在系统设计时套用很多非此即彼的假设，即A情况下如何操作，B情况下如何操作，C情况下如果操作等等场景假设，在我看来，可操作性直接关联交易者能不能严格的执行系统，预设前提越多，越难执行，因为很多场景之间的差别并不会特别明显，在开平仓的介入点位上不能做到精确化，无异于“螺蛳壳里做道场”，越做格局越小，对于一个大趋势来说，回踩介入还是突破介入时候来看差别不大。
（3）普适性，系统做出来后需要进行测试，普适性要求系统不仅仅能适应非常长的历史行情，而且能尽量覆盖较多的品种且取得正期望收益，只要这样才能说明系统本身所蕴含的风险值较小，能够适应组合投资的要求。
交易系统的构建初期只是开平仓规则的界定，后期将介入头寸管理和品种选择，这才是真正意义上的在胜率和赔率相对确定的情况下，管理风险参数，在这方面有很多研究的分歧，比如说：赌徒偏好里面的赌注加倍、高手常用的金字塔加码、固定比例下注等等；
在系统的构建后期，尽管单手下注的系统胜率和赔率相对确定，但加入了不同参数的头寸设置后结果将千差万别，回测业绩区别很大，这方面目前比较推崇的是凯利方程式。

参考文档