股票量化交易初探
最近学习了一下基于Python的股市量化交易文章，于是自己也动手做了一点分析，现跟大家一起分享，不当之处还请批评指正。
首先说一下开发环境：
系统：win10/win7
Python版本：3.6
Python开发环境：Annaconda 集成的 Jupyter Notebook
使用的包：Pandas、Numpy、Tushare、Matplotlib等
上面这些东西的安装和更新就不说，大家自行摆渡。
接下来说说思路，首先利用Tushare的接口直接获取沪深300股票的交易数据，然后将这些数据进行相关性分析，利用量化投资的Alpha策略，找出相关性最大的开展对冲交易。
同时感觉到基于单一指标的分析可能胜率不高，我后续还打算加入更多的参考指标，比如“布林带”、“CCI”等，同时我感觉CTA量化中的“HANS123”、“海龟”等策略也可以改造后加进来，这些工作目前正在进行中，有兴趣的同学可以一起开发。
1.沪深300股票交易数据收集。
直接利用 Pandas 从 Tushare 的API接口获取数据，我不太确定Tushare是否可以支持连续获取，所以这里加入了一个短暂的停顿，需要说明的是，程序运行之前需要提前准备一个Excel文件，在hs300的sheet上存储了沪深300股票的名字及代码：
需要注意的是读取股票代码时需要设置其为字符串类型，否则读入之后部分股票代码前面的0就没有了。
import pandas as pd
import numpy as np
import tushare as ts
import time
df = pd.read_excel(r'D:\stock\hs.xlsx', sheet_name='hs300',dtype = {'股票代码' : str})
i = 0
while i < 300:
stock_code = df.loc[i, '股票代码']
print('%s .csv is getting....' % stock_code)
stock1 = ts.get_hist_data(stock_code)
print('Successfully get')
stock1.to_csv(r'D:\stock\hs300\%s.csv' % stock_code)
print('%s .csv is saved successfully!' % stock_code)
i += 1
time.sleep(2)
print('所有沪深300股票近3年数据下载完毕！')程序运行后在“D:\stock\hs300”目录下就有了300个股票交易数据CSV文件，大概是下面这个样子：
使用Excel打开一个CSV文件，大概是这个样子，我们可以看到Tushare的数据还是很不错的，除了基本的“open”、“high”、“close”、“low”之外，还有交易量，各种均线数据等。
接下来我们把所有CSV文件中的“close”集中到一个表，并计算相关性。
df = pd.read_excel(r'D:\stock\hs.xlsx', sheet_name='hs300',dtype = {'股票代码' : str})
df2 = pd.DataFrame({'date':['2018-06-29']})
for code in df['股票代码'].values:
df3 = pd.read_csv(r'D:\stock\hs300\%s.csv' % code)
df2 = pd.merge(df2, df3[['date', 'close']], how='outer', on='date')
df2.columns = np.hstack((np.array(['date']), df['股票代码'].values))
df2.to_csv(r'D:\stock\hs300_close_comp.csv')
df4 = pd.read_csv(r'D:\stock\hs300_close_comp.csv', nrows=119)
df5 = df2.drop('date', axis=1).corr()
df5.to_csv(r'D:\stock\hs300_corr.csv')这里我们保存了集成在一起的300支股票的收盘价，需要注意的是，在整理收盘价时候，必须要按照日期进行合并，因为有许多股票可能中间有停盘，或者上市时间不一致，按日期对其后，方便相关性计算。
相关性计算表，这样我们就得到了一个300×300的相关性数据表。
计算相关性时，我只读取了2018年1月至今的数据进行计算。
后续就可以针对相关性进行排序，然后选股了，下次再说吧。
另外说一下，昨晚我看到网上有个哥们，大概也是这种方法，不过使用Excel来实现的，比如用宏来保存沪深300股票数据。。。说实话，我看到后感觉还是很牛逼的。
但我觉得就算有了Python以及强力数据处理包Pandas，感觉期间穿插着使用Excel也是挺方便的，Excel打开CSV文件与它本来的xlsx是一样的，且其数据是可视化的，结合起来使用感觉会更便捷。