Tushare Day5——超简单的策略实现

这篇博客展示了如何利用Tushare Python库获取并分析股票数据,包括筛选茅台股票的涨跌情况,以及实现一个模拟投资策略:每月首日买入,年末卖出,计算投资收益。
摘要由CSDN通过智能技术生成

股票分析

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts

用tushare包获取某支股票的历史行情数据

查询茅台酒的股票编码并获取数据

df=ts.get_k_data("600519",start='1988-01-01')  
df.to_csv("600519.csv")
df.head(5)
本接口即将停止更新,请尽快使用Pro版接口:https://waditu.com/document/2
date open close high low volume code
0 2001-08-27 5.392 5.554 5.902 5.132 406318.00 600519
1 2001-08-28 5.467 5.759 5.781 5.407 129647.79 600519
2 2001-08-29 5.777 5.684 5.781 5.640 53252.75 600519
3 2001-08-30 5.668 5.796 5.860 5.624 48013.06 600519
4 2001-08-31 5.804 5.782 5.877 5.749 23231.48 600519

只显示感兴趣的四列(开、收盘价,最高、最低价)

#将date列设置为索引,并把它变为时间对象,最后只显示保留四个特征的矩阵
df=pd.read_csv("600519.csv",index_col="date",parse_dates=["date"])[['open','close','high','low']]
df.head(5)
open close high low
date
2001-08-27 5.392 5.554 5.902 5.132
2001-08-28 5.467 5.759 5.781 5.407
2001-08-29 5.777 5.684 5.781 5.640
2001-08-30 5.668 5.796 5.860 5.624
2001-08-31 5.804 5.782 5.877 5.749

输出该股票所有收盘比开盘上涨大于等于3%及以上的日期

该股票所有收盘比开盘上涨大于等于3%的行

(df["close"]-df["open"])/df["open"] #增长率
df[(df["close"]-df["open"])/df["open"]>=0.03 ].head(5)#将符合算式的行都输出出来
open close high low
date
2001-08-27 5.392 5.554 5.902 5.132
2001-08-28 5.467 5.759 5.781 5.407
2001-09-10 5.531 5.734 5.757 5.470
2001-12-21 5.421 5.604 5.620 5.421
2002-01-18 5.437 5.726 5.762 5.421

该股票所有收盘比开盘上涨大于等于3%的日期

df[(df["close"]-df[
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值