金融量化分析【day112】:股票数据分析Tushare1

目录

1、使用tushare包获取某股票的历史行情数据
2、输出该股票所有收盘比开盘上涨3%以上的日期
3、输出该股票所有开盘比前日收盘跌幅超过2%的日期
4、假如我从2010年1月1日开始，每月第一个交易日买入1受股票，每年最后一个交易日卖出所有的股票，到今天为止，我的收益如何？

Tushare金融数据接口

Tushare是一个免费、开源的python测井数据接口包

一、 使用tushare包获取某股票的历史行情数据

1、实现代码 

import pandas as pd
import numpy as np
import tushare as ts
%matplotlib auto

df = ts.get_k_data("600519", start="1988-01-01")
df.to_csv("600519.csv")

df = pd.read_csv("600519.csv",index_col='date',parse_dates=['date'])[['open','close','high','low']]
df

　2、输出截图

     ......

二、 输出该股票所有收盘比开盘上涨3%以上的日期

1、代码 

df[(df['close']-df['open'])/df['open']>0.03].index

2、输出

三、 输出该股票所有开盘比前日收盘跌幅超过2%的日期

1、答案

1、代码

df[(df['open']-df['close'].shift(1))/df['close'].shift(1)<=-0.02].index

2、输出

2、shift说明

1、代码

df['close'].shift(1)

2、输出

四、 假如我从2010年1月1日开始，每月第一个交易日买入1受股票，每年最后一个交易日卖出所有的股票，到今天为止，我的收益如何？

0、答案

1、代码

df_monthly = df.resample('M').first()
df_yearly = df.resample('A').last()[:-1]
cost_money = 0
hold = 0
for year in range(2001, 2019):
    cost_money += df_monthly[str(year)]['open'].sum()*100
    hold += len(df_monthly[str(year)]['open']) * 100
    if year != 2018:
        cost_money -= df_yearly[str(year)]['open'][0] * hold 
        hold = 0
    print(cost_money)
    
cost_money -= hold * price_last

print(-cost_money)　

2、输出

 3、打印df_yearly

df_monthly = df.resample('M').first()
df_yearly = df.resample('A').last()[:-1]
df_yearly['2001']

　　输出

 4、打印df_monthly

df_monthly['2018']

　　

1、删除首尾无用数据

1、代码

price_last = df['open'][-1]
df = df['2001-9':'2018-9']
df

2、输出

 

     .......

2、如何找每个月的第一一个交易日？

1、代码

df.resample('m').first()

2、输出

 

     .........

3、如何找每个年的最后一个交易日？

1、代码

df.resample('3D').mean()
df.resample('A').last()[:-1]

2、输出

  

      .........

切掉最后一行，是因为今年还没到年底

3、df.resample('A').last()深入

 

虽然显示的是一天但是其实代表一年

 

这是每年的最后一天，交易日不一定有这一天

 

转载于:https://www.cnblogs.com/luoahong/p/9801952.html