import pandas as pd
import tushare as ts
import talib as tl
from talib import abstract
import mplfinance as mpf

ts.set_token("你的token")
pro=ts.pro_api()

class WMA_DEMA():
   def __init__(self):
       # self.dailys_of_stocks()
       # self.wma_dema()
       self.charts()

# 获取股票的日线行情
   def dailys_of_stocks(self):
       stocks=['300999.SZ',
               '002415.SZ',
               '601766.SH',
               '000100.SZ',
               '300059.SZ',
               "601238.SH"]
       file_names=[]
       for i in stocks:
           df=pro.daily(ts_code=i,
                        start_date='20201101',
                        fields='trade_date,open,high,low,close,vol')
           df.index=pd.to_datetime(df["trade_date"])
           df.drop(columns=["trade_date"],inplace=True)
           # tushare给的数据是从最近排到最远的,
           # 而我们的股票都是从最远开始排到后面的,
           # 所以我们要让它按日期重新排序
           df.sort_index(inplace=True)
           file_name="daily_%s.csv" % i
           file_names.append(file_name)
           df.to_csv(file_name)
       return file_names

# 求不同的均线
   def wma_dema(self):
       file_names=self.dailys_of_stocks()
       for i in file_names:
           df=pd.read_csv(i)
           wma=abstract.Function('wma')
           wma_5=wma(df,timeperiod=5,price='close')
           dema=abstract.Function('dema')
           dema_5=dema(df,timeperiod=5,price='close')
           kama=abstract.Function('kama')
           kama_5=kama(df,timeperiod=5,price='close')
           tema=abstract.Function('tema')
           tema_5=tema(df,timeperiod=5,price='close')
           df["wma_5"]=wma_5
           df["dema_5"] = dema_5
           df["kama_5"] = kama_5
           df["tema_5"] = tema_5
           df.index=pd.to_datetime(df["trade_date"])
           df.drop(columns=["trade_date"], inplace=True)
           df.to_csv(i)
       return file_names

def charts(self):
       file_names=self.wma_dema()
       # k线图整体设置
       my_color=mpf.make_marketcolors(up="red",down="green",volume='blue',inherit=True)
       my_style=mpf.make_mpf_style(
           facecolor="white",
           marketcolors=my_color,
           gridaxis='horizontal',
           gridcolor='gray',
           gridstyle="--",
           y_on_right=False
       )
       for i in file_names:
           # index_col="trade_date"。
           df=pd.read_csv(i,index_col="trade_date")
           df_new=pd.DataFrame(
               {"Open":df["open"],
               "Close":df["close"],
               "High": df["high"],
               "Low":df["low"],
               "Volume":df["vol"]
           },index=pd.to_datetime(df.index))
           add_plot=[
               mpf.make_addplot(df["wma_5"],color="yellow",width=1.5),
               mpf.make_addplot(df["dema_5"], color="cyan",width=1.5),
               mpf.make_addplot(df["kama_5"], color="blue",width=1.5),
               mpf.make_addplot(df["tema_5"], color="purple", width=1.5)
           ]
           mpf.plot(df_new,
                    addplot=add_plot,
                    type="candle",
                    style=my_style,
                    figratio=(5,3),
                    figscale=3,
                    volume=True,
                    title=i[6:12],
                    )

if __name__ == '__main__':
   WMA_DEMA()

关于python量化接口的代码相关推荐

  1. Python量化接口源码分享

    量化接口的代码都要怎么找呢?其实很多股票论坛上都有,或者是一些编程相关的网站也能找到,直接搜索量化接口代码就有了,什么编程语言都有,比较多的是Python,而且Python也比较容易上手,适合大部分小 ...

  2. 什么是ETF量化接口?

    从技术的层面来说,ETF量化接口其实就是一套程序,通过特定的代码把需要的做的行为都搞好,如果你有编程方面的知识,可以直接自己写一套ETF量化接口的代码,当然了,对于绝大部分投资者来说,是没有这个必要的 ...

  3. Mac使用Python接入东方财富量化接口Choice,调试与获取数据

    这篇博客用来把在Mac平台上使用python接入东方财富Choice接口的流程细化并重写,官方文档有些地方说的太含糊了,有的地方博主尝试了多种方法才试出来,这里直接把标准答案给到大家,尽量避坑吧~ 吐 ...

  4. Mac配置python wind量化接口

    首先Mac与Windows的wind配置完全不同: Windows:wind相对容易配置,直接用软件就可以点击并添加配置环境即可 Mac配置如下 文章目录 Mac上Wind的基本情况 Mac配置pyt ...

  5. python量化分析系列之---5行代码实现1秒内获取一次所有股票的实时分笔数据

    python量化分析系列之---5行代码实现1秒内获取一次所有股票的实时分笔数据 最近工作太忙了,有一个星期没有更新文章了,本来这一期打算分享一些对龙虎榜数据的分析结果的,现在还没有把数据内的价值很好 ...

  6. 同花顺Python量化交易接口有什么功能?

    为了进一步满足私募机构"本地化交易接口"的诉求,"同花顺Python量化交易接口"就出现了,目前仅支持同花顺模拟资金账户,您可以在本地对模拟资金账户进行下单.撤 ...

  7. 分享wind量化交易平台接口编程代码

    相信做股票投资的的人对于wind应该很熟悉,它是一个比较高端的金融数据服务商,有很多人做数据分析之前,一定都需要到wind上看看相关资料,但是wind上面的信息非常多,如果可以通过量化交易接口进行筛选 ...

  8. 同花顺python_【本地直连】同花顺 Python量化交易接口上线

    来源:雪球App,作者: 私募之家THS,(https://xueqiu.com/5808549553/129022113) 导读:同花顺智能交易终端MindGo版已上线2年多,凭借着同花顺深厚的技术 ...

  9. 支持券商的量化接口怎么使用python来执行交易过程?

    支持券商的量化接口有如爱建证券.长城国瑞证券.长城证券.川财证券.财达证券.财富证券.长江证券等,其python代码如下: #-*-coding:utf-8-*- import ctypes #引入c ...

最新文章

  1. KaiOS 超越 iOS 成为印度第二大移动操作系统
  2. ActiveMQ介绍
  3. 王者荣耀用什么开发引擎做的?
  4. VS2008 Tips #008 如何创建ASP.NET Web 用户控件并包含在Web 页面中
  5. Appointment detail page loading never ends in Zeiss
  6. 修改支付宝账号的授权方式
  7. Scratch:海龟绘图(九)
  8. 关于VM安装Linux系统成功后无法连接WIFI
  9. 洛谷 P1114 “非常男女”计划
  10. (转)周明:未来5-10年,自然语言处理将走向成熟
  11. 三星s7250d下载php,HTML5表现令人满意_三星 S7250D(Wave M)_手机其它OS-中关村在线...
  12. 使用PowerPoint
  13. timesten配置使用客户端连接timesten服务器
  14. FOI 冬令营 Day6
  15. 1.1 wamp/wnmp 环境搭建
  16. java实现福利彩票抽奖_【福利】快来参与抽奖获得《Java程序设计》
  17. 如何快速、科学的配置GO语言编译Android环境
  18. Spring AOP源码分析二
  19. 唯智信息:制造业如何在物流4.0时代更好地智能化发展
  20. 永辉超市第三季营收222亿:净亏7.8亿 卖金龙鱼股权套现1.7亿

热门文章

  1. Java实现下载模板文件
  2. 人脸识别、无人驾驶背后:是谁在造人工大脑?
  3. Nginx玩法 — 反向代理
  4. 抗倾覆机器人_抗倾覆稳定性,toppling stability,音标,读音,翻译,英文例句,英语词典...
  5. QQ/微信里被禁止访问的网页怎么处理 如何检测域名是否被微信封禁 屏蔽
  6. python等待一个图片出现
  7. 【安卓学习之开发工具】 Android 学习-- 下载过的一些项目
  8. 第一章 内网渗透测试基础
  9. 参加宣讲会找工作的流水账
  10. 这些算法可能将终结世界上最致命的杀手