首先,tushare pro平台对于期货日线数据的下载要求是200积分,一般注册及修改资料可以获得共120积分,积分不够的朋友可以邀请好友,高校及研究机构也可以认证通过后免费使用。
然后,选取了沪铜2008,取用了今年的日线数据做了一个双均线的绘制,下面直接放代码:
# -*- coding: utf-8 -#-
"""
Created on Tue Aug 4 13:48:58 2020
@author: Pampleousse
"""
import tushare as ts
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
#设置接口
ts.set_token('***') #手动给我的token加密
#在tushare pro注册后可在个人中心找到token,复制过来就好
pro = ts.pro_api()
#获取数据
df = pro.fut_daily(ts_code = 'CU2008.SHF', start_date = '20200101', end_date = '20200804')
#print(pf)#可查看获得的数据的大体内容
#整理数据
df.to_csv('XXX.csv') #这里随意取名,这个csv会存在当前.py文件的同一目录下,可以查看具体数据
df = pd.read_csv('XXX.csv', parse_dates = ['trade_date']) #后面这个parse_dates参数的作用是将trade_date那一列的日期数据从xxxxxxxx(float型)改成xxxx-xx-xx(日期型)形式
df.drop(labels = 'Unnamed: 0', axis = 1, inplace = True)
df = df.sort_values(by = 'trade_date')
"""
这一步是让我们的数据以日期从小到大排序,因为之前我们获取数据的时候print出来发现最前面的是最近的数据,而我们画均线需要按时间发展来画,所以应当以日期排序
"""
df.set_index('trade_date', inplace = True) #把索引设为日期
#print(df)#这里也可以print一下来确认自己的操作对不对
#计算、绘图
price = df['close'] #收盘价
ma5 = df['close'].rolling(5).mean() #5日平均,前面的4个值是没有的
ma30 = df['close'].rolling(30).mean() #30日平均
plt.plot(price)
plt.plot(ma5)
plt.plot(ma30)
plt.savefig('./XXX') #也是放在.py文件同一目录下
#寻找金叉和死叉点
#首先前29日是不会有5日均线和30日均线的交点的,取从30日开始的数据
ma5_new = ma5[29:]
ma30_new = ma30[29:]
df_new = df[29:]
s1 = ma5_new < ma30_new
s2 = ma5_new > ma30_new
death_date = df_new.loc[s1 & s2.shift(1)].index #死叉
golden_date = df_new.loc[~(s1|s2.shift(1))].index #金叉
#.index获得索引,即日期
print(death_date)
print(golden_date
可以看出在四月中旬,ma5上穿ma30出现金叉,是买入的好时机,沪铜2008在此后的几个月也的确一直呈现上涨行情。
最后输出死叉和金叉的两个print输出的结果为:
DatetimeIndex([], dtype=‘datetime64[ns]’, name=‘trade_date’, freq=None)
DatetimeIndex([‘2020-04-15’], dtype=‘datetime64[ns]’, name=‘trade_date’, freq=None)
第一个为空,表明没有出现死叉,第二个显示金叉出现在2020年4月15日。
最后的最后,认真地夸一夸tushare。
首先,tushare提供的数据是数值型的,不是字符型的,好操作。
其次,tushare提供的数据格式可以直接使用pandas操作。
然后,积分管理员真的非常友好,认证高校学生没用到一天就下来了。最重要的是免费,太感人了。
学了三年计算机和金融,本划水狗的第一篇CSDN就贡献给tushare了,确实是因为感动,而且确实用起来真香,也祝愿tushare越办越好!