NO.160

2020.07.15

工欲善其事,必先利其器

//

- 前言 -

◆ ◆ ◆ ◆

今天,小咖来讲讲如何利用Python提取最近交易日、前一周交易日、前一月交易日、前一季度交易日等,并提取各个交易日的PE截面数据然后合并成单一表格,最终将导出以下结果。

资料来源:西瓜财经资讯

- 利用python进行金融处理 -

◆ ◆ ◆ ◆

为了实现以上功能需要进行以下完整步骤:

第一步:安装各种包

资料来源:西瓜财经资讯

第二步:提取交易日数据

资料来源:西瓜财经资讯

(1)首次使用Python的wind接口时,需要进行如下操作:wind客户端——量化——修复插件——修复Python接口。

(2)在导入“包”时已经导入了Windpy,并设置为w,之后的语句直接使用w即可。

(3)语句需要以w.start() 开始,否则所有与wind相关的程序都无法运行,但只要运行一次后不用重复运行。

(4)通常我们需要根据当天日期来查找最近交易日,为了实现python运行的自动化,先确定当天日期,主要使用today1=datetime.today() ,并利用datetime.strftime将其转为str。

(5)以当天日期为要素,然后根据wind的wsd函数得到沪深300最近365个交易日收盘价,这里为了便利不再将其转化为dateframe。注意得到的frame1为升序排列,因此最近交易日在最后一行,且一共有两列,第一列为日期。(为了下图的可视化小咖还是进行了dateframe转换的操作,但是如果单纯根据本文语句则无法显示如下dateframe)

资料来源:西瓜财经资讯

(6)设置timedelta这一空list,然后利用循环从表格中提取日期要素。frame1.Data[i][t]可以直接提取数据,i从0开始代表列数,t从0开始代表行数。由于frame1为升序排列,所以frame1.Data[0][-1]即代表第一列+倒数第二行,即前一交易日的日期数据。然后根据append将提取出的各个交易日合并至timedelta中。

资料来源:西瓜财经资讯

第三步:提取科创板成分上述交易日的PE数据

资料来源:西瓜财经资讯

(1)根据wset函数获取科创板成分,不用生成dateframe可以直接提取科创板代码,原理同上面的frame1。code的结果如下:

资料来源:西瓜财经资讯

(2)先用timedelta[0]即最近交易日得到一个有证券名称和和最近交易日PE的基础表。之前我们往往通过以下语句得到dateframe:

date1=w.wss(code,"sec_name,pe_ttm","tradeDate="+timedelta[0])

data1frame=pd.DataFrame(data=np.mat(date1.Data).T,index=date1.Codes)

但是经过对wind的探索,发现通过增加"error,"和“usedf=True”可以直接生成dateframe,语句如下:

error,data1=w.wss(code,"sec_name,pe_ttm","tradeDate="+timedelta[0],usedf=True)

资料来源:西瓜财经资讯

(3)根据剩下交易日生成各个日期的PE截面数据并直接在循环中合并。

资料来源:西瓜财经资讯

第四步:导出自动命名的表格

(1)excel表格名称设置为——科创板动态市盈率'+today+',即可以得到动态命名的表格。

资料来源:西瓜财经资讯

资料来源:西瓜财经资讯

资料来源:西瓜财经资讯

- 后言 -

◆ ◆ ◆ ◆

想要获取源代码的小伙伴关注公众号,后台回复“Python金融应用之提取交易日+合并截面数据”即可。注意,源代码可以直接粘贴使用,而且是带文字说明的哦。

end

公众号:西瓜财经资讯

撰稿人:安静的金融美女子

python收取wss数据_Python金融应用之提取交易日+合并截面数据相关推荐

  1. 【6】爬虫介绍/准备工作/构建流程/获取数据/BeautifulSoup/Re(正则表达式)/正则提取/标签解析/保存数据到excel

    爬虫介绍/准备工作/构建流程/获取数据/BeautifulSoup/Re(正则表达式)/正则提取/标签解析/保存数据到excel 更新时间:2021.9.16 vedio:15,16,17,18,19 ...

  2. python收取wss数据_大宗商品现货数据不好拿?商品季节性难跟踪?Python爬虫一键解决没烦恼...

    更多精彩内容,欢迎关注公众号:数量技术宅 季节性在大宗商品的交易中至关重要 大宗商品交易中,特别是在期货市场,由于商品价格周期的存在,季节性作为一种确定性相对较高的周期波动,对于某些品种,比如农产品, ...

  3. python处理pdf提取指定数据_python从PDF中提取数据的示例

    01 前言 数据是数据科学中任何分析的关键,大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据.然而,由于可移植文档格式(pdf)文件是最常用的文件格式之一,因此每个数据科学家都 ...

  4. python pdf提取数据_python从PDF中提取数据的示例

    01 前言 数据是数据科学中任何分析的关键,大多数分析中最常用的数据集类型是存储在逗号分隔值(csv)表中的干净数据.然而,由于可移植文档格式(pdf)文件是最常用的文件格式之一,因此每个数据科学家都 ...

  5. python爬虫股票上证指数_Python爬虫爬取搜狐证券股票数据

    前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 以下文章来源于IT信息教室,作者:M先森看世界 数据的爬取 我们以上证50的股票为例,首先需 ...

  6. python录音详解_Python爬虫实战案例:取喜马拉雅音频数据详解

    前言 喜马拉雅是专业的音频分享平台,汇集了有声小说,有声读物,有声书,FM电台,儿童睡前故事,相声小品,鬼故事等数亿条音频,我最喜欢听民间故事和德云社相声集,你呢? 今天带大家爬取喜马拉雅音频数据,一 ...

  7. python获取游戏数据_Python 爬取 3 万条游戏评分数据,原来程序员最爱玩的游戏竟然是.........

    原标题:Python 爬取 3 万条游戏评分数据,原来程序员最爱玩的游戏竟然是...... 作者 |量化小白H 责编 | 胡巍巍 本文爬取了豆瓣游戏网站上所有可见的游戏评分数据进行分析,全文包括以下几 ...

  8. python爬虫抓取动态网页数据_python网络爬虫抓取ajax动态网页数据:以抓取KFC门店地址为例...

    一,尝试用BeautifulSoup抓取 先打开KFC网站门店列表页面:http://www.kfc.com.cn/kfccda/storelist/index.aspx 可以看到门店列表如下图: 打 ...

  9. python抓取交易所_python爬取上海石油天然气交易中心液化天然气交易数据并可视化分析...

    由于之前从事过石化行业,上海石油天然气交易中心成立虽较晚(2015年成立),但一直有关注,去年下半年由于大量供暖采取煤改气,还一个没有霾笼罩的冬天,因此出现了天然气大幅涨价供不应求的状况,闲着没事就用 ...

最新文章

  1. 【AI】dlib中图像标注工具 imglab 详细说明
  2. 维基链超级节点竞选开展如火如荼
  3. 四十八、第二份国外的Python考试(下篇)
  4. 软件测试作业8:分析自动售货机软件例子生成的判定表图例
  5. 中国最有名的8个程序员:不只雷军、张小龙,其中3人都当过首富!
  6. 学python前要学c吗_目前python熟练 ,想再学golang 需要先学c吗?
  7. ZwQuerySystemInformation 枚举驱动模块
  8. oracle 回表是什么,ORACLE回表
  9. 计算机一级在上网题中如何新建文本文件?
  10. 5个很牛的黑科技网站分享
  11. RH850F1L 移植freeRTOS
  12. C# 反编译修改dll文件
  13. 会员运营是什么?会员运营体系有哪些类别?
  14. 怎么做照片拼图?这些方法值得收藏
  15. 【UE虚幻引擎】手把手教学,UE打包全攻略
  16. 【C语言】重要函数atoi的使用
  17. python3进阶篇(二)——深析函数装饰器
  18. while 和 do while 循环语句格式及用法
  19. 一位友人做足这些准备,终于拿到了FaceBook的offer
  20. 《基于数字孪生的产品生命周期绿色制造新模式》2019年6月 陶飞等

热门文章

  1. 【数理知识】《数值分析》李庆扬老师-第1章-数值分析与科学计算引论
  2. 【Matlab 图像】HSV 空间图片分离器
  3. PyTorch 实现经典模型7:YOLO (v1, v2, v3, v4)
  4. Altium Designer 资料整理
  5. 4.12 总结-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
  6. 3.11 总结-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
  7. Linux vi/vim使用方法 总结
  8. java8新特性-lambda表达式和stream API的简单使用
  9. JVM规范系列第2章:Java虚拟机结构
  10. 原子变量、volatile、synchronized的可见性和原子性比较