以最新收盘价计算，A股平均股价为10.97元，其中两市股价超过100元的有106只，相比上一个交易日减少5只。

百元股作为判定市场热度的信号之一，历来受到投资者关注。证券时报•数据宝统计显示，截至7月24日收盘，沪指报收3164.16点，下跌0.11%，A股平均股价为10.97元，个股股价分布看，两市股价超过100元的有106只，股价在50元至100元之间的有301只，股价在30元至50元的有595只。

股价超百元个股中，收盘价最高的是贵州茅台，今日报收1771.15元，下跌0.01%，其次是爱美客、金山办公等，最新收盘价分别为444.50元、415.36元。

市场表现方面，收盘股价超百元股中，今日平均下跌0.77%，跑输沪指0.65个百分点。今日上涨的有34只，涨幅居前的有安杰思、兴齐眼药等，下跌的有72只，跌幅居前的有派能科技、固德威等。

向前追溯发现，最新百元股近一个月平均下跌4.01%，期间沪指下跌1.06%，涨幅居前的有铂力特、迈为股份、石头科技等，涨幅分别为26.42%、26.00%、23.41%，今年以来平均涨幅为15.60%，强于沪指13.18%，累计涨幅居前的有联特科技、中际旭创、寒武纪等，涨幅分别为571.46%、385.52%、206.38%。

最新百元股中，以申万一级行业分类，较为集中的行业有电子、医药生物、电力设备等，其中，电子行业有28只股上榜，占百元股总数的比例为26.42%,；有18只股来自医药生物行业，占比16.98%；14只股来自电力设备行业，占比13.21%。

所属板块来看，百元股中，主板有31只、创业板有19只，另有55只来自科创板，占百元股的比例为51.89%。

机构评级方面，上述股价超百元个股共有振华风光、金博股份、铂力特等4只个股今日获机构买入评级，金博股份为机构首次关注。（数据宝）

两市高价股一览

注：本文系新闻报道，不构成投资建议，股市有风险，投资需谨慎。

超级复盘

超级复盘、高价股、科技股、历史新高、股价、低价股

声明：证券时报力求信息真实、准确，文章提及内容仅供参考，不构成实质性投资建议，据此操作风险自担

下载“证券时报”官方APP，或关注官方微信公众号，即可随时了解股市动态，洞察政策信息，把握财富机会。

21世纪经济报道21财经APP 2023-07-25 09:06

做一个初步的数据分析，要实时监听股票涨速最大和大幅度买入的主力最大的股票，您需要使用股票市场数据源和相关的Python库。以下是一些可能有用的步骤：

选择合适的股票数据源：选择可靠的股票数据源，例如Alpha Vantage、Yahoo Finance等等。这些数据源可以提供实时的股票市场数据，例如股票价格、成交量等等。

使用Python库访问数据源：使用Python库，例如pandas、numpy、requests等等，可以帮助您访问股票市场数据源并处理数据。例如，您可以使用pandas读取股票数据，并使用numpy进行计算和分析。

编写Python程序：编写Python程序，通过实时监听股票市场数据，筛选出涨速最大和大幅度买入的主力最大的股票。您可以使用Python库中的函数和工具，例如pandas.DataFrame、numpy.mean()等等，来实现这些功能。

设置程序自动运行：将程序设置为自动运行，以便在股票市场发生变化时及时获得股票市场数据和筛选结果。您可以使用Python中的定时任务工具，例如cron、schedule等等，来实现这些功能。

以下是一个用Python程序实现实时监听股票涨速最大和大幅度买入的主力最大的股票的示例，数据源来源于新浪的数据接口和东方财富数据，仅供参考：

import requests

import pandas as pd

import time

# 定义获取实时股票数据的函数

def get_stock_data(symbol):

url = f'https://hq.sinajs.cn/list={symbol}'

response = requests.get(url)

data = response.text.strip().split(',')

# 将数据转换为字典格式

stock_dict = {

'name': data[0][data[0].index('"')+1:data[0].rindex('"')],

'open': float(data[1]),

'close': float(data[3]),

'high': float(data[4]),

'low': float(data[5]),

'volume': float(data[8]),

'amount': float(data[9])

}

return stock_dict

# 定义获取股票市场数据的函数

def get_market_data(date):

url = f'http://api.finance.eastmoney.com/data/spottradedtl/getMoneyFlowDayKLine?'

params = {

'product': 'em_free',

'dateNum': 1,

'pageIndex': 1,

'pageSize': 1000,

'sort': 'date,asc',

'date': date,

'isPagination': 'true',

response = requests.get(url, params=params)

data = response.json()

# 转换数据为DataFrame格式

df = pd.DataFrame(data['data']['list'])

df['date'] = pd.to_datetime(df['date'])

df = df.set_index('date')

df = df[['code', 'name', 'close', 'preClose', 'open', 'high', 'low', 'volume', 'netAmount', 'mainNetInflow', 'turnoverRate']]

df = df.astype({'close': float, 'preClose': float, 'open': float, 'high': float, 'low': float, 'volume': float, 'netAmount': float, 'mainNetInflow': float, 'turnoverRate': float})

return df

# 定义函数，获取涨速最大的股票代码和名称

def get_max_increase_stock(df):

# 计算涨幅，并排序

df['increase'] = (df['close'] - df['preClose']) / df['preClose'] * 100

df = df.sort_values('increase', ascending=False)

# 返回涨幅最大的股票代码和名称

stock_code = df.index[0]

stock_name = df.loc[stock_code, 'name']

return stock_code, stock_name

# 定义函数，获取主力净流入最大的股票代码和名称

def get_max_main_net_inflow_stock(df):

# 按照主力净流入进行排序

df = df.sort_values('mainNetInflow', ascending=False)

# 返回主力净流入最大的股票代码和名称

# 设置股票代码和数据日期

symbol = 'sh600519'

date = time.strftime('%Y-%m-%d')

# 不断循环获取股票数据

上一篇：上市公司炒股的经历或者上市公司炒股红周刊

下一篇：股票大盘行情怎么看 股票大盘小盘怎样区分