B站配套视频教程观看

实时获取股票的数据函数封装

实现股票数据获取的模块及方法

从这节课开始我们就开始构建所谓的量化交易系统，量化交易平台功能模块。

上面是量化交易系统的功能模块图，主要分为3块，第一块是行情数据，

行情记录与历史数据：主要是股票的标的信息，财务数据，估值数据，存储的历史记录，将数据导出到csv中存储起来。
交易策略和回归测试模块：主要包含择时策略和选股策略，针对这些策略，为了保证数据的有效性和准确性，还需要对数据进行回测。
交易数据管理与查询：主要是自动交易，以及数据管理和查询，比如说递交委托，持仓信息和收益信息。

总的来说量化交易系统以后端的功能为主，图表可视化部分相对来说比较粗糙一点，我们可以利用matplotlib或者echart这样的可视化库去结合Python后端代码来实现数据的可视化，方便大家理解交易逻辑是什么样子的，如果在加上前端的功能实现的话，就会牵扯很多的功能模块，比如说我要设计页面框架，是选flask还是django。所以我们把前端尽量做的简单一点。

一、代码实操

这节课主要做2件事情。

第一个我们会在项目的根目录创建README.md。

表示对这个项目的说明，如果你是程序员，就应该很熟悉，这个文档的作用就是告诉来使用我们这个项目的人，我这个源代码是干什么的，有哪些模块，调用关系有哪些。

第二个我们会在stock.py这个文件当中，定义一些常用的数据获取方法。

def 获取所有A股股票列表
def 获取单个股票行情数据
def 导出股票行情数据
def 转换股票行情周期
def 获取单个股票财务指标
def 获取单个股票估值指标

1.1创建README.md

在项目的根目录创建一个叫做”README.md“文件：

# XuhssQuant## 功能模块### 行情记录(Data)#### stock
- 获取所有A股股票列表
- 获取单个股票行情数据
- 导出股票相关的数据
- 将数据转换股票行情指定周期
- 获取单个股票财务指标
- 获取单个股票估值指标

1.2定义常用的数据获取方法

然后在stock.py中创建所有的函数

# 获取所有A股股票列表
def get_stock_list():stock_list = list(get_all_securities(['stock']).index)return stock_list

# 获取单个股票行情数据
def get_single_price(stock_code, timefrequency, startdate, enddate):data = get_price(stock_code, start_date=startdate, end_date=enddate,count=5, frequency=timefrequency)return data

导出股票行情数据需要创建一个文件夹用于存储行情数据：

# 导出股票相关的数据(type:存储的文件夹的名称[Finace/Price])
def export_data(data, filename, type):fileroot = 'D:/software/00/01推广/XuhssQuant/Data/' + type +'/' + filename + '.csv'data.to_csv(fileroot)print('已经存储成功，存储路径为', fileroot)

# 将数据转换股票行情指定周期
def transfer_price_freq(data, timefrequency):df_trans = pd.DataFrame()df_trans["open"] = data["open"].resample(timefrequency).first()df_trans['close'] = data['close'].resample(timefrequency).last()df_trans['high'] = data['high'].resample(timefrequency).max()df_trans['low'] = data['low'].resample(timefrequency).min()df_trans['volume(sum)'] = data['volume'].resample(timefrequency).sum()df_trans['money(sum)'] = data['money'].resample(timefrequency).sum()return df_trans

# 获取单个股票财务指标
def get_single_finance(code, date, statDate):data = get_fundamentals(query(indicator).filter(indicator.code == code), date = date, statDate=statDate)return data

# 获取单个股票估值指标
def get_single_valuation(code, date, statDate):data = get_fundamentals(query(valuation).filter(valuation.code == code), date = date, statDate=statDate)return data

Python量化交易实战-10实时获取股票的数据函数封装相关推荐

Python量化交易实战-05什么是股票？
B站配套视频教程观看一.股票的由来股票至今已有将近似400年的历史.最早的股市产生于1602年荷兰和英国成立的海外贸易公司.这些公司通过募集股份资本而建立,具有明显的股份公司特征:具有法人地位:成 ...
【python量化交易学习】pandas获取mysql数据，使用pyecharts画K线图，ma移动均线。
将pyecharts官方提供的数据源,替换成已经存在mysql中的数据.画出专业的k线图(k线+ma移动均线+交易额柱状图(单位是千)) 参考: [python量化交易学习]pandas获取tusha ...
《深入浅出Python量化交易实战》：散户也能学会的数字化交易策略
前言您可能不知道,许多专业的交易机构已经采用设定程序完成自动化交易,通过机器语言,解密盘面的走势,从而实现持续盈利的目的. (文末送读者福利) 这并非什么秘密,他们正是借助了这样的数字化工具进行操作 ...
Python量化交易实战-41EasyTrader自动化模拟真实交易
B站配套视频教程观看 EasyTrader自动化模拟真实交易来到官方文档的使用部分: https://easytrader.readthedocs.io/zh/master/usage/ 一.用法 ...
Python量化交易实战-38使用开源项目回测双均线策略
B站配套视频教程观看使用PyAlgoTrade回测双均线策略双均线策略:长短周期均线,通过金叉,死叉的方式买入卖出股票,获取收益的策略. 回顾上节课代码的部分,上节课完成了可视化代码的部分, 主要 ...
Python量化交易实战-40easytrader开发环境安装
B站配套视频教程观看初始化easytrader开发环境一.安装对象 1.1客户端安装股票的客户端,可以是券商,比如说华泰.海通.也可以是第三方平台,东方财富.同花顺.但是由于easytrader ...
很燃基于掘金量化平台的《Python量化交易实战》新书介
原很燃!基于掘金量化平台的<Python量化交易实战>新书简介内容简介: 在目前不断变化.蓬勃发展的中国资本市场,量化投资作为新兴的投资方法,引来越来越多的关注,使用量化投资技术的证券 ...
深入浅出Python量化交易实战--笔记01
第1章从零开始本书源于一个真实的故事,故事的主角是一位名叫小瓦的姑娘. 小瓦出生在一个普通的家庭,父母都是老实淳朴的普通人,靠着并不丰厚的收入把小瓦养育成人.18岁那年,小瓦考上了一所不好不坏的 ...
深入浅出Python量化交易实战--第1章从零开始
本书源于一个真实的故事,故事的主角是一位名叫小瓦的姑娘. 小瓦出生在一个普通的家庭,父母都是老实淳朴的普通人,靠着并不丰厚的收入把小瓦养育成人.18岁那年,小瓦考上了一所不好不坏的大学,所学专业是 ...

Python量化交易实战-10实时获取股票的数据函数封装

实时获取股票的数据函数封装

一、代码实操

1.1创建README.md

1.2定义常用的数据获取方法

Python量化交易实战-10实时获取股票的数据函数封装相关推荐

最新文章

热门文章