今年的一大任务是做一个股票量化分析的项目，参考书籍《用Python做股票量化分析》，Python部分将主要参考老男孩教育的课程，还有网上查询的资料。由于本人也是一枚股民，所以该项目对我很有吸引力，加上也算是督促自己学习Python能有所用吧。
原创
2020-06-02 21:12:59
1011阅读
很久之前就希望可以量化分析，那么国内的数据API也有个，最有名的就是tushare，然后还有baostock。今天我们就来研究一下这个baostock吧。首先，我们需要下载一个叫做anaconda的软件，它是用来作为部署python的环境的，非常方便。在第二个标签中，我们可以看到有环境，然后可以新建一个然后在其中运行：pip install baostock -i ://pypi
转载
2023-07-02 21:55:54
203阅读
以茅台为例，NUMPY+Pandas+MATPLOYLIB#导入工具包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts
#获得近六年历史数据
df=ts.get_k_data('600519',start='2015-01-01')
df.to_csv('600
转载
2023-06-30 20:53:03
77阅读
# coding: utf-8
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from __future__ import division
#
获取数据函数
defget_stock_data(stock_code, index_code, start_date, end_date):
"""
:pa
转载
2023-06-11 13:13:08
193阅读
前言：思考了段时间，分析股票回测最终还是选择了backtrader，大体写了个框架，目前的效果图如下(后期还会改)：这次新添加了两个py文件，分别是stock_backtrader.py跟function.py，其中stock_backtrader.py就是主要负责回测这一块的代码，而function.py则是负责类似新添的时钟小功能，现在目前只是一个大体的框架思路，后期可能还会有很大的改动，先写
转载
2023-08-08 07:40:24
127阅读
正文如上一篇笔记所述，这篇笔记用于记录如何遍历保存日线（前复权）数据。按以下步骤实现：1、使用mysql取得所有股票代码和上市日期，返回值是一个二维数组；2、开始遍历股票，使用for in；3、查找具体股票在stock_daily_qfq表中最大的交易日期；4、开启while循环，将日期转化为数值；一年一年地获取日线数据并保存；5、当开始时间大于当前日期时，结束while循环，继续下一只股票的遍历
背景今日我的Python心路历程是 实践实例之股票数据分析）方案针对参考1中的代码进行实践，其中有几点体会和问题的处理。 首先，导入pandas库，详见参考2。其次，准备数据，可以自己制作假数据，也可以从网上下载已有数据。 如下数据进行测试：将datadir和fname适配为自己的，编译发现无法识别中文，故此将标题改为代码中的对应英文标题。一步步开始调试代码，到第四步是出现编译异常，如下：根据提示
转载
2023-08-04 22:57:58
0阅读
前言：先放效果图 关于stock_backtrader.py这个代码文件，可能由于代码逻辑判断跟条件语句太多，当你在这个编辑代码界面时，CPU占用异常高，估计是pycharm的语法检查功能导致的，当然估计也有一部分是我写的代码在赶功能的时候没考虑到性能的优化，try语句写的实在有点多了。关于CPU占用过高问题，建议把pycharm语法检查功能关掉，看我下面的图就知道了 没关闭前： 关闭后： 条件筛
GitHub 里老早之前就 Star 了 felixglow/Stock 这个项目，原作者 felixglow。昨天晚上又想起这个来，于是今儿早上就拿出来看——我对其中相当多的部分都不熟悉，有些还是第一次了解。在这里将我的理解记录下来，其中的错谬之处，还望各位大神指正。实现效果实现思路在 README，作者这样写道：通过调用新浪股票API，实时查询股票价格支持查询多支股票，通过threading多
转载
2023-08-07 11:40:25
0阅读
步骤系列文章前言题目要求题目要求数据源代码总结 系列文章前言 题目要求开发程序对stock_data.txt进⾏以下操作：程序启动后，给⽤户提供查询接⼝，允许⽤户᯿复查股票⾏情信息(⽤到循环)允许⽤户通过模糊查询股票名，⽐如输⼊“啤酒”, 就把所有股票名称中包含“啤酒”的信息打印出来允许按股票价格、涨跌幅、换⼿率这⼏列来筛选信息，⽐如输⼊“价格>50”则把价格⼤于
转载
2023-09-19 11:24:55
65阅读
作者：悠悠做神仙 来源：恒生LIGHT云社区 前面量化入门系列，给大家分享了一些编程语言以及数据源-->量化交易入门系列1：编程语言与数据源，很多读者私信我，希望可以手把手的教一下如何进行...
原创
2022-03-18 09:51:38
1048阅读
想用python做股票分析的话就需要获取股市相关的数据。那么怎么获取呢，可能你会写个爬虫想从财经网站上爬取相关信息。不过有个更方便的方法，就是python有个很方便的财经接口tushare，只需要几行就可以获取到所有股票的信息。来废话不多说，我们开始吧 文章目录安装扩展数据获取提取数据 首先你需要下载python的扩展包，打开你的shell（我用的python3）安装扩展安装tushare扩展pi
转载
2023-08-07 12:09:16
0阅读
*量化投资是什么？* 一 百度定义 量化投资是指通过数量化方式及计算机程序化发出买卖指令，以获取稳定收益为目的的交易方式。 二 易理解些的看法 1 在我的理解中，量化投资大概就是根据以往的交易数据，通过计算机分析建模，得到一个预测未来股市发展方向的模型，并由计算机根据模型自动发出买卖指令的交易方式。 2 有人这样说，量 化投资是由一群精通数学、物理、统计学、计算机的学霸们组成，他们试图从看似无规
文章目录一、 题目要求二、代码示例三、代码运行结果四、总结 一、 题目要求开发程序对stock_data.txt进行以下操作：程序启动后，给⽤用户提供查询接⼝口，允许⽤用户重复查股票⾏行行情信息(⽤用到循环)允许用户通过模糊查询股票名，⽐如输入“啤酒”, 就把所有股票名称中包含“啤酒”的信息打印出来允许按股票价格、涨跌幅、换手率这⼏列来筛选信息，⽐如输入“价格>50”则把价格大于50的股票
转载
2023-08-09 15:17:40
229阅读
Title: 利用Python进行股票配对交易分析在股票市场中，无论是长线投资还是短线交易，都会遇到股票的波动和不确定性。然而，股票配对交易策略可以通过将两种或多种股票的价格联系起来来减轻这种波动。这种策略是建立在一组相关股票具有共同特征的基础之上的。Python作为一种高效而强大的编程语言，被广泛应用于金融领域。本文将介绍如何使用Python进行股票配对交易分析。首先，利用pandas包读取股票
转载
2023-08-09 14:45:02
448阅读
Python股票数据分析最近在学习基于python的股票数据分析，其中主要用到了tushare和seaborn。tushare是一款财经类数据接口包，国内的股票数据还是比较全的官网地址：http://tushare.waditu.com/index.html#id5。seaborn则是一款绘图库，通过seaborn可以轻松地画出简洁漂亮的图表，而且库本身具有一定的统计功能。 导入的模块:impo
01引言backtrader是功能非常强大的量化回测框架之一，得到欧洲很多银行、基金等金融机构的青睐，并应用于实盘交易中。公众号Python金融量化针对backtrader的入门和应用已连续发布了四篇推文：《【手把手教你】入门量化回测最强神器backtrader（一）》、《【手把手教你】入门量化回测最强神器backtrader（二）》、《【手把手教你】入门量化回测最强神器backtrader（三）
说明：本文只是通过自己的已学知识对股票数据进行了一个简单的量化分析，只考虑了收盘情况，真实的量化交易中仅仅考虑收盘情况是不够的，还有很多的复杂因素，而且仅仅三年数据是不足以来指导真实的股票交易的，因此本文只是作为一个简单的python练手项目。一、分析目的利用预先设定的策略，通过对股票交易的历史数据进行回测，验证该策略是否能指导股票交易。二、数据处理1、数据集描述数据集简介：此数据集来源于Nasd
转载
2023-09-19 20:21:09
0阅读
总述以前有这种想法，自从平时下班后自学python 开始，这种想法就越演越烈。其实笔者炒股也只有一年时间，炒股经验远远不足，但想着平时私下时间拿来做点啥事，因此也是这篇文章的由来。1. 炒股的策略对于股票的研究，一直想再专门写个专辑论述《炒股论》。特别是这两年量化投资盛行，基本都是在python语言基础上进行的策略回归。总体来说，常规的股票研究分两种1） 技术参数回归把K线历史数据，MACD指标，
转载
2023-09-13 22:29:29
0阅读
#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Wed May 2 13:41:08 20
原创
2023-01-16 08:21:24
371阅读
