金融量化之Tushare模块

一、介绍

Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集清洗加工 到 数据存储的过程,能够为金融分析人员提供快速、整洁、和多样的便于分析的数据,为他们在数据获取方面极大地减轻工作量,使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势,Tushare返回的绝大部分的数据格式都是pandas DataFrame类型,非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。当然,如果您习惯了用Excel或者关系型数据库做分析,您也可以通过Tushare的数据存储功能,将数据全部保存到本地后进行分析。应一些用户的请求,从0.2.5版本开始,Tushare同时兼容Python 2.x和Python 3.x,对部分代码进行了重构,并优化了一些算法,确保数据获取的高效和稳定。

需要强调的是,TuShare库里不仅仅有股票数据,而是一个综合的财经库。只是因为股票数据数据量比较大,特别锻炼数据分析能力,所以才选择股票数据练手。其余的数据也是很有意思的,比如全国电影票房排名

使用前提

  • 安装Python
  • 安装pandas
  • lxml也是必须的,正常情况下安装了Anaconda后无须单独安装,如果没有可执行:pip install lxml

建议安装Anaconda(http://www.continuum.io/downloads),一次安装包括了Python环境和全部依赖包,减少问题出现的几率。

下载安装

版本升级

  • pip install tushare --upgrade

查看当前版本的方法:

import tushareprint(tushare.__version__)

二、Tushare的应用

1、概念

1.K线:K线起源于日本德川幕府时代,因为图形像蜡烛,所以又称蜡烛图,日本线。K线是代表这一天股票的开盘价,收盘价,最高价和最低价。

2.均线:均线一般分为5日(MA5),10日(MA10),20日(MA20),30日(MA30),60日(MA60),120日(MA120)和250日平均线(MA250),它指的是在这些天里这个股票收盘的平均价格,通过K线与均线的对比可以看出股票的强弱,一般在5日均线以上属于较强势。

2、获取股票行情的函数

我们主要还是应该掌握如何用tushare获取股票行情数据,使用的是ts.get_hist_data()函数或者ts.get_k_data()函数

参数:

code:股票代码,即6位数字代码,或者指数代码(sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板)start:开始日期,格式YYYY-MM-DDend:结束日期,格式YYYY-MM-DDktype:数据类型,D=日k线 W=周 M=月 5=5分钟 15=15分钟 30=30分钟 60=60分钟,默认为Dretry_count:当网络异常后重试次数,默认为3pause:重试时停顿秒数,默认为0返回值说明:date:日期open:开盘价high:最高价close:收盘价low:最低价volume:成交量price_change:价格变动p_change:涨跌幅ma5:5日均价ma10:10日均价ma20:20日均价v_ma5:5日均量v_ma10:10日均量v_ma20:20日均量turnover:换手率[注:指数无此项]

3、案例

import pandas as pdimport numpy as npfrom pandas import DataFrame,Seriesimport tushare as ts# 获取k线数据,加载至DataFrame中df = ts.get_k_data('600519',start='2000-01-01')  # 茅台df.head()# 将从Tushare中获取的数据存储至本地df.to_csv('./maotai.csv')# 将原数据中的时间作为行索引,并将字符串类型的时间序列化成时间对象类型# index_col参数:把某一列col作为行索引index# parse_dates:把字符串类型的时间序列化成时间对象类型df = pd.read_csv('./maotai.csv',index_col='date',parse_dates=['date'])df.drop(labels='Unnamed: 0',axis=1,inplace=True)df.head()# 分析1:输出该股票所有收盘比开盘上涨3%以上的日期# 获取满足条件的行索引df.loc[(df['close'] - df['open'])/df['open'] > 0.03].index# 分析2:输出该股票所有开盘比前日收盘跌幅超过2%的日期df.loc[(df['open'] - df['close'].shift(1)) / df['close'].shift(1) <= -0.02].index# 分析3:假如我从2010年1月1日开始,每月第一个交易日买入1手股票,每年最后一个交易日卖出所有股票,到今天为止,我的收益如何price_last = df['open'][-1]df = df['2010-01':'2019-01'] # 剔除首尾无用的数据# Pandas提供了resample函数用便捷的方式对时间序列进行重采样,根据时间粒度的变大或者变小分为降采样和升采样:df_monthly = df.resample("M").first()  # 获取每月第一个交易日对应的行数据df_yearly = df.resample("Y").last()[:-1] # 获取每年第最后一个交易日对应的行数据并去除最后一年cost_money = 0hold = 0 # 每年持有的股票for year in range(2010, 2020):        cost_money -= df_monthly.loc[str(year)]['open'].sum()*100    hold += len(df_monthly[str(year)]['open']) * 100    if year != 2019:        cost_money += df_yearly[str(year)]['open'][0] * hold        hold = 0 # 每年持有的股票cost_money += hold * price_lastprint(cost_money)

4、双均线策略

概念

  • 金叉:就是指短期的均线向上穿越中期或长期的均线,交点就为金叉,应该买入。
  • 死叉:就是指短期的均线向下穿越中期或长期的均线,交点就为死叉,应该卖出。
  • 其它指标以此类推
"""如果我从假如我从2010年1月1日开始,初始资金为100000元,金叉尽量买入,死叉全部卖出,则到今天为止,我的炒股收益率如何?(双均线策略)"""import tushare as tsimport pandas as pdimport numpy as npfrom pandas import DataFrame,Series# 获取k线数据,加载至DataFrame中df = ts.get_k_data('600519',start='2000-01-01')# 将从Tushare中获取的数据存储至本地df.to_csv('./maotai.csv')# 将原数据中的时间作为行索引,并将字符串类型的时间序列化成时间对象类型# index_col参数:把某一列col作为行索引index# parse_dates:把字符串类型的时间序列化成时间对象类型df = pd.read_csv('./maotai.csv',index_col='date',parse_dates=['date'])df.drop(labels='Unnamed: 0',axis=1,inplace=True)# 获取需要的数据df = df['2010':'2019'] # 计算均线ma5 = df['close'].rolling(5).mean()  # 5日均值ma30 = df['close'].rolling(30).mean()  # 30日均值# 计算出金叉和死叉s1 = ma5 < ma30s2 = ma5 > ma30

# 计算金叉死叉图解
gold = df.loc[~(s1 | s2.shift(1))].index  # 金叉dead = df.loc[s1&s2.shift(1)].index  # 死叉# 计算出结果first_money = 100000money = first_moneyhold = 0  # 持有多少股sr1 = Series(1, index=gold)  # 把所有金叉点组成一个行索引为金叉日期,值为1的Series数组sr2 = Series(0, index=dead)  # 把所有死叉点组成一个行索引为死叉日期,值为0的Series数组# 合并金叉死叉,并根据时间排序sr = sr1.append(sr2).sort_index()for i in range(0, len(sr)):    p = df['open'][sr.index[i]]  # sr.index取到Series索引,sr.index[i],第i个索引    if sr.iloc[i] == 1:        # 金叉        buy = (money // (100 * p))        hold += buy*100        money -= buy*100*p    else:        money += hold * p        hold = 0        p = df['open'][-1]now_money = hold * p + moneyprint(now_money - first_money)
(0)

相关推荐