- 博客(11)
- 收藏
- 关注
原创 Python量化分析—指数基金定投及Matplotlib作图: 实现双Y轴和中文显示
pandas指数基金定投策略1.pd.read_csv中的index_col表示将交易日期这一列指定为index索引,parse_dates表示将某一column(通常包含时间数据信息)解析为时间列,以便将输入的字符串转换为可变的的时间序列;做时间序列数据分析通常要指定parse_dates,否则在选取时间范围时可能识别错误。 2.cumprod()函数和cumsum()函数使用 3.了解pd.
2016-11-21 22:50:44
3748
原创 【选股策略】换手率&市值&MACD&量价(三天齐升)
第一步:选出今天的开盘价、收盘价、换手率大于昨天的开盘价、收盘价、换手率的股票;用concat将今天和昨天两天的股票加载到一个DataFrame,用 groupyby 选出今天的和昨天的开盘价、收盘价和换手率,再用merge()函数将昨天和今天的股票并到一起求今天和昨天开盘价、收盘价和换手率之差; 选出今天的开盘价、收盘价、换手率大于昨天的开盘价、收盘价、换手率的股票;import pandas
2016-11-16 20:07:15
930
原创 Python异常处理 -跳过异常继续执行
当循环中出现异常时,如何跳过循环中的异常继续执行,下面是一种可行的方法:import pandas as pddates=range(20161010,20161114)pieces=[]for date in dates: try: data=pd.read_csv('A_stock/overview-push-%d/stock overview.csv' %date
2016-11-14 20:29:05
33861
5
原创 【选股策略】换手率&市值&MACD&量价(三天齐升)
import pandas as pd 第一步:选出最近连续两天量价换手率齐升的股票;dates1=[20161103,20161104]pieces1=[]for date in dates1: path='All_stock/%d/stock overview.csv'%date data1=pd.read_csv(path,encoding='gbk') piec
2016-11-06 19:24:45
2099
原创 【策略回归】 对均线法则的验证
本文目的是为了验证采用什么样的均线策略会比较有效; 采用策略:当开盘价>=MA_5日线并且涨跌幅>0时第二天以开盘价买入; 当开盘价import pandas as pd #pd.set_option('display.max_rows',10000) data=pd.read_csv('overview-data-sh/index/sh000001_new.csv
2016-10-28 19:54:24
1645
1
原创 【选股策略】--选择9个月来波动率最小的股票,观察近一个月的变化
我们在市场活跃起来后发现没有及时介入,要买的股票往往发现已经涨到半山腰了,如果作为长期投资者来说,这让人很纠结。做好能够发现前期波动很小,突然连续三天放量增长的股票,分析基本面和消息面确认没问题后,可以及时介入,我尝试以这样的思路来选股。思路如下:选取20160101-20160930的股票数据,观察收盘价的波动,按升序排列,选择波动最小股票(要么平稳要么持续上升要么持续下降),通过软件查看波动最小
2016-10-27 23:55:43
3412
原创 【策略回归】——对海龟法则的验证
一个完整的交易系统需要决策:1.市场:买卖什么? 选股开盘价>=MA_21 & 涨跌幅>0% & 换手率>3% &流通市值<=60亿 & 前20天的std()ascending排序 选前202.头寸规模:买卖多少? 怎么分配各只股票的仓位,是个需要研究的难题,目前有类似马克维茨的仓位分配法等,需要验证;3.入市:什么时候买卖? 建仓:在选股基础上,分两天三个批次分批建仓,第一个突破点(价格高于昨
2016-10-26 23:05:35
1243
1
原创 如何构建自己的交易系统
一个完整的交易系统需要决策:1.市场:买卖什么? 选股开盘价>=MA_21 & 涨跌幅>0% & 换手率>3% &流通市值<=60亿 & 前20天的std()ascending排序 选前202.头寸规模:买卖多少?怎么分配各只股票的仓位,是个需要研究的难题,目前有类似马克维茨的仓位分配法等,需要验证;3.入市:什么时候买卖?建仓:在选股基础上,分两天三个批次分批建仓,第一个突破点(价格高于昨日收
2016-10-24 22:21:17
922
原创 如何构建自己的交易系统
一个完整的交易系统需要决策:1.市场:买卖什么? 选股开盘价>=MA_21 & 涨跌幅>0% & 换手率>3% &流通市值<=60亿 & 前20天的std()ascending排序 选前202.头寸规模:买卖多少? 怎么分配各只股票的仓位,是个需要研究的难题,目前有类似马克维茨的仓位分配法等,需要验证;3.入市:什么时候买卖? 建仓:在选股基础上,分两天三个批次分批建仓,第一个突破点(价格高于昨
2016-10-24 00:04:24
3401
原创 选股策略二:用pandas pd.merge()进行类海龟法则选股
用pd.merge()方法将今天股票数据和过去N1天股票数据合并在一张dataframe中,将今天数据和过去数据比较进行选股 选股策略:今天股票的收盘价和换手率均超过3%,但前N1=10天股价收盘价的方差最小的(收盘价基本水平运动,突然放量涨起来的股票)(类海龟法则) 注:海龟法则:1.收盘价高于过去N1天最高价买入;2.收盘价低于过去N2天最低价卖出;第一步:pd.concat的应用,将数据加
2016-10-23 20:26:09
3839
原创 python量化分析—对海龟交易法则的验证
掌握知识点: 1.data.cumsum()和data.cumprod()函数是累积和和累积积,data.prod()函数是计算连乘积; 2.pd.set_option(‘display.max_row’,500) 的用法 3.pd.rolling_max()和pd.expanding_max()函数用法 4.dataframe.fillna()函数用法,method=ffill为默认向后填
2016-10-23 13:22:05
6384
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人