大数据股票简单分析

内容

1·解释量化金融的含义，调研并给出至少 5种量化交易的策略或方法
2.完成Tushare Pro 的安装、注册，获取自己的 Token，查阅网站内的接口讲解和示例;
3通过Python 编程完成以下数据的统计:
(1)使用stock_basic 接口获取当前所有正常上市交易的股票列表，保存到“股票列表命名的excel文件中;
(2)分别调用平安银行、万科至少5年历史数据，并保存到 pingan、wanke 命名的excel 文件中，查阅为开盘价 High-最高价，Close-收盘价，Low-最低价Volume-成交量，Code-股票代码
(3)将日期设为行索引，用收盘价作为当天价格，分别绘制平安银行、万科股价走势图;
(4)将DataFrame格式的二维股票数据表格转换为Numpy格式的二维数组
(5)在一张画布中绘制两个子图
(6)在第一个子图中，通过 candlestick_ochl0)函数分别绘制平安银行、万科的K线图，设置图片标题为“K线图”，分别为横轴及纵轴添加标签
(7)在上一步K线图里，添加均线图，补上5日均线和10日均线图
(8)在第二个子图中，绘制成交量柱状图

说明

这是一位粉丝的作业，虽然现在现在java使用的多。为了避免对python知识的遗忘，我来做做看。

解题

现根据这个手册安装注册 https://tushare.pro/document/1?doc_id=38
ps：这个不同的结果有账户积分限制

量化金融的含义

量化金融是应用数学、统计学和计算机科学方法来解决金融问题的学科。它涉及到构建数学模型来分析市场行为、评估风险、定价证券、制定投资策略等。量化分析师通常使用历史数据和复杂的算法来预测市场趋势和价值。

量化交易策略

动量交易：基于历史价格和/或成交量的趋势来买卖证券。
配对交易：找到两个历史上价格走势相关的股票，当它们的价格偏离时买入一个卖出另一个，等待它们回归正常关系。
算法交易：使用算法和数学模型来执行大量订单，优化交易成本。
统计套利：识别并利用市场价格不一致的机会。
因子投资：基于预先确定的风险因素（如价值、规模、动量）来选择股票。

import tushare as ts
import pandas as pd

# 设置Tushare token，您需要替换为您自己的token
token = 'YOUR_TUSHARE_TOKEN'
ts.set_token(token)
pro = ts.pro_api()

# 获取股票列表
df_stock_list = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
df_stock_list.to_excel('股票列表.xlsx', index=False)

获取平安银行和万科的历史数据并保存

start_date = '20170101'  # 设置开始日期
end_date = '20221231'    # 设置结束日期

# 获取平安银行的数据
df_pingan = pro.daily(ts_code='000001.SZ', start_date=start_date, end_date=end_date)
df_pingan.to_excel('pingan.xlsx', index=False)

# 获取万科的数据
df_wanke = pro.daily(ts_code='000002.SZ', start_date=start_date, end_date=end_date)
df_wanke.to_excel('wanke.xlsx', index=False)

绘制股价走势图

import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# 为了绘图，将日期转换为datetime对象
df_pingan['trade_date'] = pd.to_datetime(df_pingan['trade_date'])
df_wanke['trade_date'] = pd.to_datetime(df_wanke['trade_date'])

plt.figure(figsize=(10, 6))
plt.subplot(2, 1, 1)
plt.plot(df_pingan['trade_date'], df_pingan['close'], label='平安银行')
plt.title('平安银行股价走势')
plt.xlabel('日期')
plt.ylabel('收盘价')
plt.legend()

plt.subplot(2, 1, 2)
plt.plot(df_wanke['trade_date'], df_wanke['close'], label='万科')
plt.title('万科股价走势')
plt.xlabel('日期')
plt.ylabel('收盘价')
plt.legend()

plt.tight_layout()
plt.show()

DataFrame转换为Numpy数组

import numpy as np

# 转换为Numpy数组
pingan_array = df_pingan.to_numpy()
wanke_array = df_wanke.to_numpy()

由于绘制K线图。以下是一个简化

import mplfinance as mpf

# 设置日期为索引
df_pingan.set_index('trade_date', inplace=True)
df_wanke.set_index('trade_date', inplace=True)

# 绘制平安银行的K线图
mpf.plot(df_pingan, type='candle', mav=(5, 10), volume=True, title='平安银行K线图', style='charles')

# 绘制万科的K线图（在新窗口）
mpf.plot(df_wanke, type='candle', mav=(5, 10), volume=True, title='万科K线图', style='charles')

点击直接资料领取

如果你在学习python或者Java哪怕是C遇到问题都可以来给我留言，因为在学习初期新手总会走很多弯路，这个时候如果没有有个人来帮一把的话很容易就放弃了。身边很多这样的例子许多人学着学着就转了专业换了方向，不仅是自身问题还是没有正确的学习。所以作为一个过来人我希望有问题给我留言，说不上是帮助就是顺手敲几行字的事情。

这里有python，Java学习资料还有有有趣好玩的编程项目，更有难寻的各种资源。反正看看也不亏。