一、介紹

成都創(chuàng)新互聯(lián)公司成都網(wǎng)站建設(shè)按需定制設(shè)計(jì)，是成都網(wǎng)站開(kāi)發(fā)公司,為茶樓設(shè)計(jì)提供網(wǎng)站建設(shè)服務(wù),有成熟的網(wǎng)站定制合作流程，提供網(wǎng)站定制設(shè)計(jì)服務(wù)：原型圖制作、網(wǎng)站創(chuàng)意設(shè)計(jì)、前端HTML5制作、后臺(tái)程序開(kāi)發(fā)等。成都網(wǎng)站制作熱線(xiàn)：028-86922220

Tushare是一個(gè)免費(fèi)、開(kāi)源的python財(cái)經(jīng)數(shù)據(jù)接口包。

安裝包：
pip install tushare

二、簡(jiǎn)單策略

輸出該股票所有收盤(pán)比開(kāi)盤(pán)上漲3%以上的日期。輸出該股票所有開(kāi)盤(pán)比前日收盤(pán)跌幅超過(guò)2%的日期。

假如我從2010年1月1日開(kāi)始，每月第一個(gè)交易日買(mǎi)入1手股票，每年最后一個(gè)交易日賣(mài)出所有股票，到今天為止，我的收益如何？

import tushare as ts

df = ts.get_k_data("600519",start="1990-01-01")
df.to_csv("600519.csv",index=False)                 #寫(xiě)入文件中，得到股票歷史數(shù)據(jù)信息



#對(duì)股票信息進(jìn)行策略分析
import numpy as np
import pandas as pd
df = pd.read_csv("600519.csv",index_col="date",parse_dates=["date"])       #從600519.csv中讀取數(shù)據(jù)，date列作為索引
df[(df["close"]-df["open"])/df["open"] > 0.03 ].index                 #收盤(pán)比開(kāi)盤(pán)上漲3% 的所有日期
df[(df["open"]-df["close"].shift(1)) /df["close"].shift(1) < -0.02].index   #df["close"].shift(1) 前一天收盤(pán)價(jià)

df_monthly=df.resample("M").first()                             #每月的第一個(gè)交易日，日期看著是最后一天，數(shù)據(jù)是第一天的
df_yearly=df.resample("A").last()                         #每年的最后一個(gè)交易日
df_yearly=df_yearly.iloc[:-1,:]                      #去掉最后一行，因?yàn)楸灸曜詈筮€沒(méi)到，取得是昨天的數(shù)據(jù)
cost=0
num=0
for year in range(2010,2019):
    cost += (df_monthly[str(year)]["open"] *100 ).sum()           #df_monthly[str(year)]["open"] 每月的開(kāi)盤(pán)價(jià)買(mǎi)進(jìn)
    num= 100 * len(df_monthly[str(year)]["open"])                 #每月買(mǎi)一手，一手是100股
    if year !=2018:
        cost -= df_yearly[str(year)]["open"][0] *num              #賣(mài)出股票，抵消花費(fèi)
        num = 0
cost -= num *df["close"].iloc[-1]
print(-cost)




#df.resample("W").mean()                               #每周的平均值
#df.resample("W").first()                             #每周的第一天

三、雙均線(xiàn)策略

均線(xiàn)：對(duì)于每一個(gè)交易日，都可以計(jì)算出前N天的移動(dòng)平均值，然后把這些移動(dòng)平均值連起來(lái)，成為一條線(xiàn)，就叫做N日移動(dòng)平均線(xiàn)。

移動(dòng)平均線(xiàn)常用線(xiàn)有5天、10天、30天、60天、120天和240天的指標(biāo)。

5天和10天的是短線(xiàn)操作的參照指標(biāo)，稱(chēng)做日均線(xiàn)指標(biāo)；

30天和60天的是中期均線(xiàn)指標(biāo)，稱(chēng)做季均線(xiàn)指標(biāo)；

120天、240天的是長(zhǎng)期均線(xiàn)指標(biāo)，稱(chēng)做年均線(xiàn)指標(biāo)。

金叉：短期均線(xiàn)上穿長(zhǎng)期均線(xiàn)

死叉：短期均線(xiàn)下穿長(zhǎng)期均線(xiàn)

策略：分析5日均線(xiàn)和30日均線(xiàn)，在金叉把所有錢(qián)（開(kāi)始有100000元）買(mǎi)入股票，死叉拋出所有股票

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts
df["ma5"]=np.nan
df["ma30"]=np.nan

# for i in range(4,len(df)):
#     df.loc[df.index[i],"ma5"] = df["close"][i-4:i+1].mean()
# for i in range(29, len(df)):
#     df.loc[df.index[i], "ma30"] = df["close"][i-29:i + 1].mean()

df["ma5"]=df["open"].rolling(5).mean()                                 #5日雙均線(xiàn)
df["ma30"]=df["open"].rolling(30).mean()                              #30日雙均線(xiàn)

#處理數(shù)據(jù)：丟掉nan并取到需要的時(shí)間段
df = df.dropna()
df = df["2010-01-01":]

#取到金叉和死叉的值
golden_cross = []
death_cross = []
# for i in range(1,len(df)):
#     if df["ma5"][i] >= df["ma30"][i]  and  df["ma5"][i-1] < df["ma30"][i-1]          #5日均線(xiàn)作天小于30日均線(xiàn)，在今天大于等于30日均線(xiàn)
#         golden_cross.append(df.index[i].to_pydatetime())
#
#     if df["ma5"][i] <= df["ma30"][i] and df["ma5"][i - 1] > df["ma30"][i - 1]       #5日均線(xiàn)昨天大于30日均線(xiàn)，在今天小于等于30日均線(xiàn)
#         death_cross.append(df.index[i].to_pydatetime())

sr1 = df["ma5"] < df["ma30"]
sr2 = df["ma5"] >= df["ma30"]
death_cross = df[sr1 & sr2.shift(1)].index
golden_cross = df[~((sr1) | (sr2.shift(1)))].index          #golden_cross = df[((~sr1) & (~sr2.shift(1)))].index

#把金叉和死叉合并起來(lái)，一個(gè)金叉接著一個(gè)死叉排序
sr1 = pd.Series(1,index=golden_cross)
sr2 = pd.Series(0,index=death_cross)
sr= sr1.append(sr2).sort_index()



first_money=100000
money= first_money
hold=0                             #有多少股的股票
for i in range(0,len(sr)):
    p = df["open"][sr.index[i]]        #單股價(jià)格
    if sr.iloc[i] == 1:            #金叉
        buy=(money// (100*p))     #可以買(mǎi)多少手股票
        hold += buy*100          #股票數(shù)
        money-= buy*100*p         #剩余多少錢(qián)
    else:
        money += hold*p          #賣(mài)出股票
        hold = 0
p = df["close"][-1]
now_money= hold*p +money
print(now_money)

分享標(biāo)題：tushare做量化投資分析
網(wǎng)頁(yè)地址：http://chinadenli.net/article38/piedpp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供營(yíng)銷(xiāo)型網(wǎng)站建設(shè)、品牌網(wǎng)站建設(shè)、微信公眾號(hào)、品牌網(wǎng)站制作、小程序開(kāi)發(fā)、關(guān)鍵詞優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)