Python股票历史数据预处理（一）

Python股票历史数据预处理（一）

在进行量化投资交易编程时，我们需要股票历史数据作为分析依据，下面介绍如何通过Python获取股票历史数据并且将结果存为DataFrame格式。处理后的股票历史数据下载链接为：http://download.csdn.net/detail/suiyingy/9688505。

具体步骤如下：

• (1) 建立股票池，这里按照股本大小来作为选择依据。
• (2) 分别读取股票池中所有股票的历史涨跌幅。
• (3) 将各支股票的历史涨跌幅存到DataFrame结构变量中，每一列代表一支股票，对于在指定时间内还没有发行的股票的涨跌幅设置为0。
• (4) 将DataFrame最后一行的数值设置为各支股票对应的交易天数。
• (5) 将DataFrame数据存到csv文件中去。

具体代码如下：

# -*- coding: utf-8 -*-
"""
Created on Thu Nov 17 23:04:33 2016
获取股票的历史涨跌幅，先合并为DataFrame后存为csv格式
@author: yehxqq1513760265
"""

import numpy  as np
import pandas  as pd

#按照市值从小到大的顺序获得50支股票的代码
df  = get_fundamentals (
        query (fundamentals. eod_derivative_indicator. market_cap )
        . order_by (fundamentals. eod_derivative_indicator. market_cap. asc ( ) )
        . limit ( 50 ) , '2016-11-17' ,  '1y'
     )
b1 =  { }
priceChangeRate_300  = get_price_change_rate ( '000300.XSHG' ,  '20060101' ,  '20161118' )
df300  = pd. DataFrame (priceChangeRate_300 )
lenReference  =   len (priceChangeRate_300 )
dfout  = df300

dflen  = pd. DataFrame ( )
dflen [ '000300.XSHG' ]  =  [lenReference ]
#分别对这一百只股票进行50支股票操作
#获取从2006.01.01到2016.11.17的涨跌幅数据
#将数据存到DataFrame中
#DataFrame存为csv文件
for stock  in  range ( 50 ):
    priceChangeRate  = get_price_change_rate (df [ 'market_cap' ]. columns [stock ] ,  '20150101' ,  '20161118' )
     if priceChangeRate  is  None:
        openDays  =  0
     else:
        openDays  =  len (priceChangeRate )
        dftempPrice  = pd. DataFrame (priceChangeRate )
        tempArr  =  [ ]
         for i  in  range (lenReference ):          
             if df300. index [i ]  in  list (dftempPrice. index ):
                 #保存为4位有效数字
                tempArr. append (  "%.4f" % ( (dftempPrice. loc [ str (df300. index [i ] ) ] [ 0 ] ) ) )
                 pass
             else:
                tempArr. append ( float ( 0.0 ) )
        fileName  =  ''
        fileName  = fileName. join (df [ 'market_cap' ]. columns [stock ]. split ( '.' ) ) 
        dfout [fileName ]  = tempArr
        dflen [fileName ]  =  [ len (priceChangeRate ) ]

dfout  = dfout. append (dflen )
dfout. to_csv ( '00050.csv' )