基于Python的指数基金量化投资—

做基金的量化，最最重要的是要有数据，所以指数的数据是所有分析的源头。

Baostock就提供比较全面的指数数据，具体可以参考《基于Python的指数基金量化投资 - 股票数据源baostock》。

指数数据也提供了相应的接口可供调取，通过API接口获取指数(综合指数、规模指数、一级行业指数、二级行业指数、策略指数、成长指数、价值指数、主题指数)K线数据，用户可以指定起始日期和截至日期。

调用的参数包含5个参数，code, fields, start, end, frequency，分别表示股票代码、返回包含的数据列、开始日期、结束日期和k线更新频率。

code：股票代码，sh或sz.+6位数字代码，或者指数代码，如：sh.601398。sh：上海；sz：深圳。此参数不可为空；

fields：指示简称，支持多指标输入，以半角逗号分隔，填写内容作为返回类型的列。详细指标列表见历史行情指标参数章节。此参数不可为空；

start：开始日期（包含），格式“YYYY-MM-DD”，为空时取2015-01-01；

end：结束日期（不包含），格式“YYYY-MM-DD”，为空时取最近一个交易日；

frequency：数据类型，默认为d，日k线；d=日k线、w=周、m=月、5=5分钟、15=15分钟、30=30分钟、60=60分钟k线数据，不区分大小写；指数没有分钟线数据；周线每周最后一个交易日才可以获取，月线第月最后一个交易日才可以获取。

调用的方式很简单：

rs=bs.query_history_k_data_plus("sh.000001","date,code,open,high,low,close,preclose,volume,amount,pctChg",start_date='2017-01-01',end_date='2017-06-30',frequency="d")

上面这段代码就是表示查看sh.000001指数的数据，开始日期为2017-01-01，结束日期为2017-06-30，k先数据按日进行输出，返回数据包含date, code, open, high, low, close, preclose, volume, amount, pctChg

返回数据分别表示：

返回的具体形式如下：

通过获得指数后画出来的指数走势如下：

下面是具体的代码实现过程。

import baostock as bs
import pandas as pd
import datetime
import matplotlib.pyplot as plttime_end = (datetime.datetime.now()).strftime('%Y-%m-%d')
print(time_end)
# 登陆系统
lg = bs.login()
# 显示登陆返回信息time_end = '2021-10-30'
name_index = 'sh.000933'
rs = bs.query_history_k_data_plus(name_index,"date,code,open,high,low,close,preclose,volume,amount,pctChg",start_date='2000-01-01', end_date=time_end, frequency="d")# 打印结果集
data_list = []
while (rs.error_code == '0') & rs.next():# 获取一条记录，将记录合并在一起data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
# 结果集输出到csv文件
result.to_csv("./exportfile/indexDataAll/" + name_index + ".csv", index=False)
# index_info = pd.read_csv('./exportfile/indexDataAll/' + view_name + '.csv')all_data_index = pd.read_csv('./exportfile/indexDataAll/' + name_index + '.csv')
data_index_p = all_data_index['close'].values[0:len(all_data_index['close']):1]
plt.figure()
plt.rcParams["axes.grid"] = True
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams["grid.linestyle"] = (3, 5)
plt.plot(data_index_p, color='tomato', linewidth=3)
plt.show()# 登出系统
bs.logout()

程序中用到的指数估值信息大家可以留言获取也可以添加小将前行的微信xjqx_666进行获取，欢迎大家一起交流。
课程参考：基于Python的量化指数基金投资

基于Python的指数基金量化投资——指数数据获取相关推荐

基于Python的指数基金量化投资——指数基金偏离度计算
什么是指数偏离度它是指数涨跌的快慢和偏离幅度指标. 当指数快速上涨,偏离度数据会迅速的向上偏离,当快速下跌时,偏离度数据会迅速的向下偏离. 而持续的上涨中出现下跌,偏离度就会急转直下,另一种持续的下 ...
基于Python的指数基金量化投资——指数基金间相关度计算
每一种指数基金都是由一篮子股票组成的,少的有几十个成分股,多的有几百上千个成分股,而整个A股目前有四千多家上市公司,每种指数基金都从A股这个大篮子里面选取成分股,那就会有个问题,不同的指数基金选择的成 ...
基于Python的指数基金量化投资 - 指数投资技巧（三）不定期定额
指数投资方式中有四种基本的方法,分别是定期定额.定期不定额.不定期定额和不定期不定额,这四种方式投资效果不同,对投资者的要求也不同,定期定额最简单,但收益不算高,不定期不定额最复杂,对投资者的要求最高 ...
基于Python的指数基金量化投资——指数包含的个股数据获取
要计算指数的加权值,指数的市盈率.市净率,或者指数的净资产收益率,都需要用到指数所包含的个股信息,前面分享的<指数的净资产收益率计算>和<指数的市盈率和市净率计算>等文中都有提 ...
基于Python的指数基金量化投资——A股全市场成交量计算
成交量是反映市场情绪和流动性一个很重要的指标,当出现牛市时成交量会急剧放大,当出现熊市时成交量会急剧缩小. 通过成交量可以反映出市场的情绪是处于正常.平淡还是疯狂,可以在一定程度上指导我们的投资操作, ...
基于Python的指数基金量化投资 ——A股所有个股名称和证券代码获取
前面介绍过怎么获取A股个股的数据<基于Python的指数基金量化投资 - 股票数据源baostock>,里面包含了个股的各种历史数据,包含:股价.市盈率.市净率.成交量.换手率等等. 但是 ...
基于Python的指数基金量化投资-股票数据源baostock
基于Python的指数基金量化投资-股票数据源baostock 课程参考:基于Python的量化指数基金投资微信公众号: 量化用到的数据源来自baostock,可以通过www.baostock.co ...
基于Python的指数基金量化投资-为什么量化指数基金投资
上一次写了基于Python的指数基金量化投资-股票数据源baostock 这次来说一下为什么要量化指数基金投资. 进行指数基金投资我们需要清楚几个关键点:该投资哪些指数品种,为什么投资这些品种.这些品 ...
基于python的股票程序化交易论文_基于Python工具的股票量化投资策略研究
2019 年第 07 期 20 世纪 80 年代, 一些投资者开始利用计算机研究金融数据 , 并初显成效 . 20 世纪末 , 投资者把计算机技术 ...

基于Python的指数基金量化投资——指数数据获取

基于Python的指数基金量化投资——指数数据获取相关推荐

最新文章

热门文章