股票量化环境，行情获取和MACD计算

本文链接：https://blog.csdn.net/Jagua/article/details/143658963

我自己的环境：Linux+Python+Sqlite3+Flask。 Linux租用云主机，数据库用Sqlite3，前台用Flask。

行情接口，主要历史行情、实时行情，包括：基金、股票、债卷、期货和汇率等等。下面主要讲股票和基金。

一、历史行情接口

获取股票历史行情有两种方式：

1，下载股票历史行情文件

最初我是在网易行情中心下载行情文件，现在网易不提供行情下载了。目前似乎没有网站提供行情文件下载。只能通过接口获取。

2，股票历史行情接口

目前获取历史行情比较流行的接口：tushare 和 baostock

tushare接口需要收费，500元/年，免费的接口正在逐步关闭。

baostock目前免费。

缺点：这两个接口都不提供实时行情。

二、实时行情接口

实时行情接口很多，有主要用腾讯的行情接口: http://sqt.gtimg.cn/q=sh600519，它支持A股、港股和美股。

基金行情接口

主要用天天基金行情接口，提供基金历史净值和实时估值。实时估值接口和返回参数，注意调用时，加上报文头headers：

url = "http://fundgz.1234567.com.cn/js/{}.js?rt=1463558676006".format(code)

headers = {'content-type': 'application/json', 'User-Agent': 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:22.0) Gecko/20100101 Firefox/22.0'}

content = requests.get(url, headers=headers).text

历史净值接口：主要有三个参数，基金代码，开始日期，结束日期

https://fundf10.eastmoney.com/F10DataApi.aspx?type=lsjz&code=基金代码&page=1&per=65535&sdate=开始日期&edate=结束日期 html = etree.HTML(requests.get(url).content.decode())

有了基金估值，可以实时打印出基金涨跌榜：

更多内容可访问这个链接 A股实时盘面

假设用上面的接口获取了股票行情。下面讲如何计算股票的MACD。

MACD，全称平滑异同平均线，由三条线组成：

DIF线：简称快线，收盘价12日指数平滑移动平均线 - 收盘价26日指数平滑移动平均线；

DEA线：简称慢线，DIF线的9日指数平滑移动平均线；

MACD线：DIF线与DEA线差的2倍，红绿柱状线条；

计算步骤，主要用到python的pandas库。

1，获取行情，调用在线行情接口如baostock，或读取本地行情文件；

2，将行情转换成pd.DataFrame

3，用pd.ewm计算移动平均线

4，打印结果

代码：

#close_vol=3表示收盘价,6表示成交量

def clh2df(code,close_vol = 3):

#日期，股票代码，名称，收盘价，涨跌幅，换手率，成交量,成交金额,最低价,最高价,开盘价,前收盘

info = getOneStockInfo(code)

info.reverse()

high = [i[9] for i in info]

low = [i[8] for i in info]

close = [i[close_vol] for i in info]

turn = [i[5] for i in info]

dates = [i[0] for i in info]

data_dict = { 'High': high, 'Low': low, 'Close': close, 'Turn':turn }

df = pd.DataFrame(data_dict)

df['Date'] = pd.to_datetime(dates) # 将日期列表转换为datetime类型，并添加为新列

df.set_index('Date', inplace=True) # 将日期列设置为DataFrame的索引

return df

#计算股票macd

def st_macd(code,days,signal_ma = 9,short_ma = 12,long_ma = 26):

data = clh2df(code)

data['EMA12'] = data['Close'].ewm(span=short_ma, adjust=False).mean()

data['EMA26'] = data['Close'].ewm(span=long_ma, adjust=False).mean()

# 计算MACD线

data['DIF'] = data['EMA12'] - data['EMA26']

# 计算信号线（MACD的9日EMA）

data['DEA'] = data['DIF'].ewm(span=signal_ma, adjust=False).mean()

# 计算MACD柱状图（MACD与信号线的差）

data['MACD'] = 2 * (data['DIF'] - data['DEA'])

# 打印或查看结果

df = data[['Close', 'DIF', 'DEA', 'MACD']]

return df[-1*days:]

注意：

要用股票的所有行情，这样结果才能跟股票软件上的数据一致或不相上下，否则出入较大。不过，对不上也没关系，只要趋势对即可。比如10月8日是高点，只要你的macd数据在10月8日是近期高点即可。