既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
有人的地方就有江湖,有交易的地方就有金融。
出于对金融证券的兴趣,作者去年疫情期间开始对金融证券以及数据分析进行学习,去年也已获得证券从业资格证,完整数据分析的内容实现已在两个月前完成。
此篇仅为作者完成的完整数据分析的部分内容(股票数据获取及K线绘制的简化内容)。
注意
-----------------------------------------------------------------------------------
投资有风险,入市需谨慎
本文不构成任何投资建议!
-----------------------------------------------------------------------------------
数据获取
Tushare获取股票数据
通过tushare调用token进行获取
直接进入–> tushare
基本调用可查看文章:Tushare调用Token口令对股票数据进行获取
tushare注册后获得接口令牌即token
获取医疗器械板块数据(代码部分)
下面开始在python中通过代码获取相关数据。
以医疗器械板块2020年1月1号至2020年3月31号为例
import tushare as ts
import warnings
warnings.simplefilter('ignore')
token = 'XXXXXXXXXXXX' # 以自己的token为例
pro = ts.pro_api(token)
def get\_Plate(stock_code):
df = pro.ths_daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
# df = pd.DataFrame(df)
# 选择时间段2020年初爆发疫情最近3个月
csv_name = '医疗器械概念\_pr.csv'
df.to_csv(csv_name)
print("医疗器械概念板块 + ':\n', df)
if __name__ == '\_\_main\_\_':
get_Plate('885539.TI') # 医疗器械概念板块
获取股票数据(代码部分)
在python中进行数据获取(以迈瑞医疗2020年1月1号至2020年3月31号为例)
import tushare as ts
import warnings
warnings.simplefilter('ignore')
token = 'XXXXXXXXXXXX' # 以自己的token为例
pro = ts.pro_api(token)
def get\_Stock(stock_code):
# 获取这类股票的日线
df = pro.daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
# 选择时间段2020年初爆发疫情最近3个月
stock_name = stock_code[:6]
df.to_csv(stock_name + '.csv')
print(stock_name + ':\n', df)
if __name__ == '\_\_main\_\_':
get_Stock('300760.SZ') # 迈瑞医疗
获取成功,如下
数据预处理
变量中文化(代码部分)
import json
def get\_Stock(stock_code):
df = pro.daily(ts_code=stock_code, start_date='20200101', end_date='20200331')
# 选择时间段2020年初爆发疫情最近3个月
columns_change = '{"ts\_code":"股票代码","trade\_date":"交易日期","open":"开盘价","high":"最高价","low":"最低价","close":"收盘价",' \
'"pre\_close":"昨日收盘价","change":"涨跌额","pct\_chg":"涨跌幅","vol":"成交量","amount":"成交额"} '
columns_changes = json.loads(columns_change)
df.rename(columns=columns_changes, inplace=True)
stock_name = stock_code[:6]
df.to_csv(stock_name + "\_pr" + '.csv')
print(stock_name + "预处理" + ':\n', df)
可得如下
K线绘制
对于相关金融数据的可视化处理,下面主要通过Python中的可视化工具库来完成,包括Seaborn、Matplotlib等优秀的图像处理库,以及mplfinance这类优秀的金融数据分析工具库等。
(下面以Matplotlib为例~~)
代码部分
import pandas as pd
import numpy as np
![img](https://img-blog.csdnimg.cn/img_convert/ed954ba5098e2770317cfc09656e320f.png)
![img](https://img-blog.csdnimg.cn/img_convert/281f7838e057644acea064d0b9adda1f.png)
![img](https://img-blog.csdnimg.cn/img_convert/fd19f9601c7dd34ba94c09544a022f28.png)
**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!**
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/topics/618545628)**
升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!**
**由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新**
**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.csdn.net/topics/618545628)**