python股票量化分析_python实战之股票交易量化分析
1、打印DataFrame数据前5行和尾部倒数5行(浙大网新因重大事件停牌至1月6日开始复牌)
[mw_shl_code=python,true]print stock.head(5)
print stock.tail(5)
[/mw_shl_code]
FgTrHaH3gFLVBD-n1rP3S_qpvugT.png (14.97 KB, 下载次数: 5)
2019-4-19 22:22 上传
2、打印DataFrame数据索引和列名,索引为时间序列,列信息为开盘价、最高价、最低价、收盘价、复权收盘价、成交量
[mw_shl_code=python,true]print stock.index
print stock.columns[/mw_shl_code]
Fk0Wk7jOa1tI7XU_ktV08aKC0A1o.png (72.46 KB, 下载次数: 3)
2019-4-19 22:24 上传
3、打印DataFrame数据形状,index长度为248,columns数为6,即248个交易日,6项股票数据
[mw_shl_code=python,true]print stock.shape
[/mw_shl_code]
FhRQhPJXFKNsobCYAUXKi_T45kB4.png (1.02 KB, 下载次数: 8)
2019-4-19 22:25 上传
4、打印DataFrame数据查看数据是否有缺失,以及每列数据的类型
[mw_shl_code=python,true]print stock.info()
[/mw_shl_code]
FqHQfsPBdM-m6PV9PCDV0cW4QO1P.png (13.01 KB, 下载次数: 2)
2019-4-19 22:25 上传
5、打印DataFrame数据每组的统计情况,如最小值、最大值、均值、标准差等
[mw_shl_code=python,true]print stock.describe()[/mw_shl_code]
Fsc7D7FzU4HUNZhzPhmVrAzp2nHl.png (17.81 KB, 下载次数: 6)
2019-4-19 22:26 上传
6、DataFrame数据中增加涨/跌幅列,涨/跌=(当日Close-上一日Close)/上一日Close*100%
(1)添加一列change,存储当日股票价格与前一日收盘价格相比的涨跌数值,即当日Close价格与上一日Close的差值,1月3日这天无上一日数据,因此出现缺失
[mw_shl_code=python,true]change = stock.Close.diff()
stock['Change'] = change
print stock.head(5)[/mw_shl_code]
Fk6Y0PpoCdsEgWLkYneEp4j4FQHG.png (11.95 KB, 下载次数: 6)
2019-4-19 22:27 上传
(2)对缺失的数据用涨跌值的均值就地替代NaN。
[mw_shl_code=python,true]change.fillna(change.mean(),inplace=True)[/mw_shl_code]
Frqj3urqDzkSvAyLZxF8KvfJQGtr.png (12.01 KB, 下载次数: 11)
2019-4-19 22:27 上传
(3)计算涨跌幅度有两种方法,pct_change()算法的思想即是第二项开始向前做减法后再除以第一项,计算得到涨跌幅序列。
[mw_shl_code=python,true]stock['pct_change'] = (stock['Change'] /stock['Close'].shift(1))#
stock['pct_change1'] = stock.Close.pct_change()
[/mw_shl_code]
Fipoh9CWI3I_Fmn90OHkb3aFJBzc.png (23.88 KB, 下载次数: 11)
2019-4-19 22:28 上传
7、DataFrame数据中增加跳空缺口数值序列,这里定义的缺口为上涨趋势和下跌趋势中的突破缺口,上涨趋势中今天的最低价高于昨天收盘价为向上跳空,下跌趋势中昨天收盘价高于今天最高价为向下跳空。遍历每个交易日后将符合跳空缺口条件的交易日增加缺口数值。
[mw_shl_code=python,true]jump_pd = pd.DataFrame()
for kl_index in np.arange(1, stock.shape[0]):
today = stock.ix[kl_index]
yesday = stock.ix[kl_index-1]
today['preCloae'] = yesday.Close
if today['pct_change'] > 0 and (today.Low-today['preCloae']) > 0:
today['jump_power'] = (today.Low-today['preCloae'])
elif today['pct_change'] < 0 and (today.High-today['preCloae']) < 0:
today['jump_power'] = (today.High-today['preCloae'])
jump_pd = jump_pd.append(today)
stock['jump_power'] = jump_pd['jump_power']
print stock.loc["2017-04-26":"2017-06-15"]#默认打印全部列
[/mw_shl_code]
Fp8IHWEtHA3Oc4ljz66Iciud0hI3.png (125.34 KB, 下载次数: 1)
2019-4-19 22:31 上传
8、DataFrame数据保留两位小数显示
[mw_shl_code=python,true]format = lambda x: '%.2f' % x
stock = stock.applymap(format)
print stock.loc["2017-04-26":"2017-06-15"]#默认打印全部列[/mw_shl_code]
FnWYgqLiqYna59h2zZAdSiAjJU5A.png (25.33 KB, 下载次数: 6)
2019-4-19 22:32 上传
股价数据的可视化
python股票量化分析_python实战之股票交易量化分析相关推荐
- python爬取豆瓣电影并分析_Python实战之如何爬取豆瓣电影?本文教你
爬虫又称为网页蜘蛛,是一种程序或脚本. 但重点在于,它能够按照一定的规则,自动获取网页信息. 爬虫的基本原理--通用框架 1.挑选种子URL: 2.讲这些URL放入带抓取的URL列队: 3.取出带抓取 ...
- python股票编程入门_Python股票量化投资-3.python基础
Python股票量化投资-1.开发环境部署 Python股票量化投资-2.量化投资介绍 继续开始今天的内容,主要介绍 PyCharm的开发使用[这IDE对JAVA人员来说不陌生] Python的语法推 ...
- python股票成交明细_Python股票成交价格-买卖额分布图(三)
在Python股票气泡图(一) - 知乎专栏介绍了股票成交by每天by每价格的画图,它能够给你一个直观的每天成交价格.成交量的分布. 在Python股票成交价格分布图(二) - 知乎专栏介绍了股票成交 ...
- python上网行为分析_python实战练手项目---获取谷歌浏览器的历史记录,分析一个人的上网行为...
python实战练手项目---获取谷歌浏览器的历史记录,分析一个人的上网行为 谷歌浏览器的历史浏览记录存储在名为History sqlite文件中,在mac环境下,该文件的地址是 /Users/zha ...
- python股票回测_Python量化交易-回测简单的交易策略
这篇文章主要介绍如何使用Python对一些简单的交易策略进行回测,对这块比较感兴趣的朋友可以看一看. 1.获取证券数据 本文以A股市场为例,先获取A股近10年的数据并保存到数据库. 1.1.安装数据库 ...
- python处理pdf实例_Python实战-从菜鸟到大牛的进阶之路pdf_Python教程
资源名称:Python实战-从菜鸟到大牛的进阶之路 pdf 第1章 Python 处理 cassandra 升级后的回滚脚本 第 2 章 多套方案来提高 python web 框架的并发处理能力 第 ...
- python 数据分析 实际案例_python实战案例:超市营业额数据分析
实战是学习的最好途径,效率最高,本文不是很长,通过小小的练习,让大家综合运用基础知识,加深印象巩固记忆. 一.读入数据,了解数据 本数据随机生成的假数据,读者可以自己造,也可以通过下方链接下载,或者后 ...
- python股票数据分析实例_Python之简单股票数据分析
1.获取数据 #定义所需要的数据 gafataDict={"谷歌":"GOOG","亚马逊":"AMZN"," ...
- python 股票自动下单_【邢不行|量化小讲堂系列24-Python量化入门】股票自动程序化下单交易|视频教程...
引言: 邢不行的系列帖子"量化小讲堂",通过实际案例教初学者使用Python进行量化投资,了解行业研究方向,希望能对大家有帮助. [历史文章汇总]请点击此处 个人微信:xingbx ...
最新文章
- (11)Xamarin.iOS - 新增iPhone storyboard
- pandas drop 删除行和列的方法
- WebApi数据验证——编写自定义数据注解(Data Annotations)
- 回归素材(part5)--白话机器学习算法
- 什么材料反射热量好_封阳台用什么材料好,封阳台用什么玻璃好
- handler机制的原理_Handler机制竟然可以这样解释,我惊呆了!
- Android 系统(70)---Android刘海屏适配方案
- UVa 10394-Twin Primes
- SpringBoot启动时 提示没有主清单属性 MANIFEST
- Windows系统口令扫描之——使用Tscrack扫描3389口令
- HFSS阵列天线设计与仿真2
- 《InfoGAN: Interpretable Representation Learning》翻译
- 微信开放平台与微信公众平台的支付关系
- 黑鲨重装计算机安装无法继续,黑鲨装机大师一键重装系统失败
- 计算机病毒特征码主要有,基于行为分析和特征码的计算机病毒检测技术
- ping 命令的用法大全(图文详解)
- R_Studio(关联)对Groceries数据集进行关联分析
- 单片机STM32入门——(1)程序结构
- 毕业季快到了,在为毕业设计担心嘛?收下这份毕设知识大扫盲
- ASM 1——概念简介