3、Python量化交易-股票数据预处理&跌幅买卖收益分析

前言

• 之前我们已经把数据分析的前置学习好了，接下来我们通过tushare获取股票数据并进行预处理

一、tushare

• tushare：旧官网地址、新官网地址
• tushare安装
  

二、股票数据预处理

• 使用tushare的接口获取股票的历史数据：ts.set_token需要到官网注册，然后在个人主页中可以获取到自己的token
  

• 将获取到的数据保存到本地
  

• 删除df中Unnamed的列数据
  

• 将trade_date转为时间序列类型
  

• 将trade_date作为源数据的行索引
  

三、输出该股票所有收盘比开盘上涨3%以上的日期

• (df['open'] - df['close']) / df['open'] > 0.03：可以将满足条件的日期设为True，不满足的为False
  

• 将boolean值作为源数据的索引
  

• 取出日期数据
  

四、输出该股票所有开盘比前日收盘跌幅超过2%的日期

• 实现思路分析：因为今天的开盘需要跟前日的收盘比对，我们可以将close整体下移一位；这样就可以将今日的开盘与昨日的收盘整合到同一行中
  

五、案例：跌幅买卖收益分析

1 - 需求

• 需求：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？
• 分析
  • 时间节点：2010-2020
  • 一手股票：100支股票
  • 买：一个完整的年需要买入1200支股票
  • 卖：一个完整的年需要卖出1200支股票
  • 买卖股票的单价：均假设为开盘价

2 - 根据日期截取原始数据

3 - 买入股票计算

• 过滤出每个月第一个交易日的行数据
  
• 计算买入总价格
  

4 - 卖出股票计算

• 过滤掉2020年的数据：因为2020年我们只取到2月，并没有到年底
  
• 卖出计算
  

5 - 收益计算

• 需要将2020年还持有的2手股票作为估值计算到总收益中：估值价格按2月最后一个交易日的前一个交易日的收盘价计算
  

六、jupyter笔记

点击下载jupyter笔记