akshare写etf动量滚动策略

导入包：

import akshare as ak
import pandas as pd
import numpy as np
import matplotlib

日线换周线：

#日线换为周线数据
def transferToWeekLine(df,period='W'):data1=dfstock_data = pd.DataFrame(data1)#设定转换周期period_type  转换为周是'W',月'M',季度线'Q',五分钟'5min',12天'12D'stock_data["date"] = pd.to_datetime(stock_data["date"])period_type = periodstock_data.set_index('date',inplace=True)#进行转换，周线的每个变量都等于那一周中最后一个交易日的变量值period_stock_data = stock_data.resample(period_type).last()#周线的volume和money等于那一周中volume和money各自的和period_stock_data['chg_pct'] = stock_data['chg_pct'].resample(period_type).last()#股票在有些周一天都没有交易，将这些周去除period_stock_data = period_stock_data[period_stock_data['chg_pct'].notnull()]period_stock_data.reset_index(inplace=True)data = np.array(period_stock_data) #先将数据框转换为数组data_list = data.tolist()  #其次转换为列表for i in data_list:i[0]=str(i[0]).split(" ")[0]return data_list

获得etf列表

#etf基本数据
fund_etf_fund_daily_em_df = ak.fund_etf_fund_daily_em()
print(fund_etf_fund_daily_em_df)

获取etf历史行情

#获取etf行情
#策略1，etf轮动现象的直观表征：相对强弱
ind = pd.DataFrame()fund_etf_fund_daily_em_df = ak.fund_etf_fund_daily_em()
for i in range(len(fund_etf_fund_daily_em_df[:])):print(fund_etf_fund_daily_em_df.iloc[i,0])fund_etf_fund_info_em_df = ak.fund_etf_fund_info_em(fund=fund_etf_fund_daily_em_df.iloc[i,0], start_date="20000101", end_date="20500101")fund_etf_fund_info_em_df['code'] = fund_etf_fund_daily_em_df.iloc[i,0]fund_etf_fund_info_em_df.rename(columns={'净值日期':'date','日增长率':'chg_pct'},inplace=True)fund_etf_fund_info_em_df = pd.DataFrame(transferToWeekLine(fund_etf_fund_info_em_df,'W'))fund_etf_fund_info_em_df.rename(columns={0:'date',3:'chg_pct',6:'code'},inplace=True)fund_etf_fund_info_em_df = fund_etf_fund_info_em_df[['date','chg_pct','code']]fund_etf_fund_info_em_df['ret'] = fund_etf_fund_info_em_df['chg_pct'].shift(-1)ind = ind.append(fund_etf_fund_info_em_df)

绘图：

ind = ind.sort_values(by='date')
last = pd.DataFrame()
l = []
#获取每个交易周的行业指数，并买入排名前五，（均值买入），并计算持仓一个礼拜的收益。
for i in ind['date'].unique():d = ind.loc[ind['date']==i].sort_values('chg_pct',ascending=True).head(20)l = (l+[d.ret.mean()/100])
pd.DataFrame(l).cumsum().plot()

akshare写etf动量滚动策略相关推荐

ETF动量轮动+RSRS择时，RSRS修正标准分，回撤降至16%
原创文章第113篇,专注"个人成长与财富自由.世界运作的逻辑, AI量化投资". 昨天的策略我是比较满意的,沿着进化的方向在迭代我们的策略.ETF轮动+RSRS择时,加上卡曼滤波: ...
什么是动量效应和动量交易策略？
有效市场假说是金融学领域中最基础的理论之一,该假说认为资产价格包含了与其相关的所有信息,未来资产价格变动无法根据资产过去的价格信息进行预测. 然而,自上世纪八十年代以来,大量实证研究表明市场中存在很多 ...
Python编写动量交易策略
目录 1. 概念介绍 2.计算动量 2.1 作差法求动量 2.2 作除法求动量 3.定义求动量与作图函数 4. 绘制K线图与动量图 5. 动量交易策略的制定 1. 概念介绍动量交易策略,即Momen ...
Java多线程之线程池的手写改造和拒绝策略
Java多线程之线程池的手写改造和拒绝策略目录自定义线程池的使用四种拒绝策略代码体现 1. 自定义线程池的使用自定义线程池(拒绝策略默认AbortPolicy) public class My ...
Flink的滚动策略
滚动策略是用于checkpoint的 RollingPolicy用于决定数据如何滚动保存,比如文件(保存checkpoint的文件)到达多大或者经过多久就关闭当前文件,开启下一个新文件保存后续内容.[ ...
怎样用原生js配合css的transition写个无缝滚动
之所以想要写原生js配合css转换的无缝滚动,是因为之前在简书上看到一哥们写的一篇文章,说是在网上找了一堆js配合css transition属性写的轮播插件,可惜没有无缝的效果,结果他用原生js重写 ...
用Python写一个量化交易策略
好的,这是一个关于如何用 Python 写一个量化交易策略的简单示例. 首先,需要准备好所需的数据.这可以通过使用量化交易软件或者第三方数据源来获取.接下来,你可以使用 Python 的 pandas ...
python：chatGPT 写一个趋势跟踪策略量化交易程序
chatGPT:趋势跟踪策略的量化交易程序可能会因语言和框架而异,下面是一个简单的Python代码示例,用于演示如何通过量化编程来实现趋势跟踪策略. 这段代码是一个简单的策略实现,它读取股票数据并计算 ...
Log4j2日志滚动策略TimeBasedTriggeringPolicy的魔鬼槽点
TimeBasedTriggeringPolicy参数说明: 参数名称类型描述 interval integer 根据日期格式中最具体的时间单位来决定应该多久发生一次rollover.例如,在日期 ...

akshare写etf动量滚动策略

akshare写etf动量滚动策略相关推荐

最新文章

热门文章