多因子选股模型是一种常见的量化投资模型，多因子选股模型构建需要获取因子数据。下面就是介绍如何获取因子数据并储存起来的。

一、获取数据方法

本文从tushare官网（tushare数据接口）获取股票数据，使用Python语言。

import tushare as ts
ts.set_token("36c4bc12e6659f16e1bd6f8b4fed981d2a09ade336bb22cec25644cc")
pro = ts.pro_api()df = pro.daily(trade_date='20200325')

二、存数据之存入MySQL数据库

1.连接MySQL数据库

连接MySQL数据库，首先需要电脑有MySQL数据库，可以自行下载并配置环境变量。

首先需要连接数据库，可以执行数据库建表，查询，添加，删除等操作。在对数据库操作完成后需要关闭数据库连接。

代码如下（示例）：

# 初始化数据库连接
mydb = pymysql.connect(host='localhost',user='root',password='自己的密码',database='myDb')# 使用 cursor() 方法创建一个游标对象 cursor
cursor = mydb.cursor()#sql查询语句
sql = select * from myDb
# 使用 execute()  方法执行 SQL 语句
cursor.execute(sql)# 关闭数据库连接
mydb.close()

2.建表添加数据

#建表---股票基础信息（stock_basic_info）
sql = """CREATE TABLE STOCK_BASIC_INFO (id int , ts_code  CHAR(30) NOT NULL,symbol  CHAR(20) comment '股票代码',name CHAR(20) comment '股票名称',area CHAR(20) comment '地域',industry CHAR(20) comment '所属行业',fullname CHAR(60) comment '股票全称',enname CHAR(60) comment '英文全称',list_status CHAR(20) comment '上市状态',market CHAR(20) comment '市场类型')"""cursor.execute(sql)#根据tushare接口查询数据，并将数据添加至所建的表里
#查询当前所有正常上市交易的股票列表
data = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,fullname,enname,list_status,market')#通过循环语句逐行添加数据
for index,row in data.iterrows():sql = "INSERT INTO STOCK_BASIC_INFO(id ,ts_code, \symbol,name,area,industry,fullname,list_status ,market) \VALUES ('%d','%s', '%s',  '%s',  '%s',  '%s','%s', '%s',  '%s')" % \(index,row['ts_code'],row['symbol'],row['name'],row['area'],row['industry'],row['fullname'],row['list_status'],row['market'])# print(index)#执行sql语句cursor.execute(sql)
# 执行sql语句
mydb.commit()

3.读入数据

代码如下（示例）：

#读取数据
stock_data = pd.read_sql('SELECT * FROM stock_data.stock_basic_info',mydb)

二、存数据之存csv文件

1.存为csv文件

代码如下（示例）：

import tushare as ts
pro = ts.pro_api()
# 读取交易日历
df_tradeData = pro.trade_cal(exchange='', start_date='20180101', end_date='20181231')# 保存交易日历
df_tradeData.to_csv(r'.\tradeDate.csv',index=False)

2.读入数据

代码如下（示例）：

#读取.csv文件数据
df_Date = pd.read_csv(r'.\tradeDate.csv')
print(df_Date)

多因子选股之tushare数据获取相关推荐

python量化交易--因子选股策略
Fama-French三因子选股策略,三因子分别为市场因子(股指).市值因子.账面市值比因子三因子模型的具体步骤: 1.对股票按照市值和账面市值比分组,共计六组,市值按大小市值各50%分,账面市 ...
量化投资之多因子选股（一）：数据准备与单因子检验
文章目录前言系列文章矢量化选股回测概述要点1:数据格式要点2:股票池要点3:剔除ST股.停盘股.涨跌停要点4: 仓位构建要点5:回测数据准备单因子检测样例前言本菜狗现在是哈工 ...
机器学习量化多因子选股策略
一.前言多因子选股策略是一种应用十分广泛的选股策略,其基本思构想就是找到某些和收益率最相关的指标,找出股票收益率与各种指标之间的"关系",借此"关系"建立股票 ...
20190919：多因子选股模型-打分法技术路线梳理
一.数据预处理 1. 因子分类,按因子类别提取基础数据(多因子选股模型的因子梳理(t默认取1)) (1)估值因子:行情数据-每日指标市盈率: 市盈率(TTM):pe_ttm 市盈率(总市值/净利润) ...
python多因子量化选股模型_量化新兵第十步：多因子选股模型
前言 APT套利定价理论是在资本资产定价理论的基础上进行延申,假定因素模型能描述证券收益,当市场不存在无风险套利时,可以构建多因子线性模型给股票定价,若结果与实际股价发生偏差,我们可以对低估值的股 ...
量化选股之经典的因子选股
沪深两市挂牌公司已有3157家,现在还有若干企业在IPO排队中. 以后,股票只会越来越多-- 再加上去年量化业绩干得还不错,现在市场延续震荡行情,都说今年也挺适合: 他们说的保守估计的收益率听起来一点 ...
python数据分析及可视化（十七）聚宽（双均线分析、因子选股策略、多因子选股策略、均值回归理论、布林带策略、PEG策略、权重收益策略）
聚宽聚宽是一个做金融量化的网站,https://www.joinquant.com,登录注册,如果你写的文章.策略被别人采纳,增加积分,积分用于免费的回测时长.在我的策略,进入策略列表,里面有做好的 ...
【量化金融】多因子选股策略
金融是我最头疼的科目,监督自己坚持学下去! 多因子选股策略理论多因子模型是应用最广泛的一种选股模型,基本原理是采用一系列的因子作为选股标准,满足这些因子的股票被买入,不满足的股票被卖出. 例如,当 ...
基于组合权重优化的风格中性多因子选股策略_数量化专题之五十七
国泰君安_刘富兵_2015-04-26 基于组合权重优化的风格中性多因子选股策略_数量化专题之五十七一. 内容摘要基于股票组合的权重优化方法,构建市值中性.行业中性.风格中性的最优投资组合,可获得 ...

多因子选股之tushare数据获取

一、获取数据方法

二、存数据之存入MySQL数据库

1.连接MySQL数据库

2.建表添加数据

3.读入数据

二、存数据之存csv文件

1.存为csv文件

2.读入数据

多因子选股之tushare数据获取相关推荐

最新文章

热门文章