極短線 PTT的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

利用Python爬蟲技術建置巨量資料之探勘模型

為了解決極短線 PTT的問題，作者李日照 這樣論述：

摘 要台股實施逐筆交易制度，撮合機制變快，市場上交易節奏也加快，投資者很難以人力追蹤多檔股票行情並即時做出交易策略判斷。目前針對股票交易設計的回測或量化系統操盤軟體，大多需要支付費用且有其侷限性，無法適用於各種投資策略。本研究針對金融股十四檔股票，利用Python網路爬蟲技術建置股票巨量資料探勘模型，透過模型導出之技術指標圖，分析預測股價未來走勢。。本研究使用Google Colaboratory環境，利用requests套件於網路爬取2021年1月22日至2021年6月12日之十四檔金融股股價資料，並導入pandas與numpy套件進行巨量資料整理分析，再應用Ta-Lib套件計算成交量

（VOL）、隨機指標（KD）、平滑異同移動平均線指標（MACD）及相對強弱指標（RSI），最後使用 Matplotlib套件導出股價走勢圖表，分析圖表意義。研究發現大多數金融股均齊漲齊跌變化大同小異，針對個股，漲勢較為淩厲，且量能較大的有富邦金控、國泰金控、兆豐金控等三檔股票。本研究利用Python網路爬蟲技術建置股票巨量資料探勘模型，可透過不同的參數設定，產生不同變化之股票技術分析圖表，讓投資者或研究者藉由此探勘模型驗證自己的策略是否擁有良好的損益，作為投資者或研究者股票選擇交易決策之參考。關鍵詞：Python、巨量資料、網路爬蟲