量化金融分析AQF（6）：金融数据处理（tushare同时获取多只股价信息、累积收益、每日收益、return分布、股价相关性）

目录

一、获得金融数据

1.1 tushare获取单个对象数据

1.2 tushare pro 获取单个对象数据

1.3 同时获取多只股价信息

二. 金融数据可视化

2.1  数据透视表 pivot :

三、金融初级计算

3.1 计算每日收益

3.3.1 将NaN值替换为0：

3.2 计算累积收益

四、分析return分布

4.1 直方图

4.2 QQ-Plots

五. 股价相关性

---

 

可能用到的库：

import pandas as pd
import numpy as np
import datetime                
import matplotlib.pyplot as plt
import seaborn
import tushare as ts
%matplotlib inline
import warnings; warnings.simplefilter('ignore') #忽略可能会出现的警告信息，警告并不是错误，可以忽略；

一、获得金融数据

1.1 tushare获取单个对象数据

#获得中信证券的股价信息
zxzq = ts.get_k_data('600030', start = '2019-01-01', end = '2019-03-01')
zxzq.head()

 

1.2 tushare pro 获取单个对象数据

ts.set_token('你注册的token')
pro = ts.pro_api()
df = pro.daily(ts_code='600030.SH', start_date='20190101', end_date='20190301')
df

不知道tushare pro的token，可以看我上篇博客量化金融分析AQF（5）：金融数据获取、清洗、整理和存储（Yahoo、Tushare）

 

1.3 同时获取多只股价信息

编写函数同时获得多只股票的数据：

以后有需要直接复制（只需修改时间）：

def multiple_stocks(tickers):
    def data(ticker):
        stocks = ts.get_k_data(ticker,start = '2019-01-01', end = '2019-03-01')    #定义了stocks这个daraFrame；
        stocks.set_index('date',inplace = True)
        stocks.index = pd.to_datetime(stocks.index)      #要把日期时间parse成python支持的datetime格式，不然很多python层面的操作无法完成；
        return  stocks             #返回的是进行完处理的stcoks这个DataFrame；
        
    datas = map(data, tickers)
    
    return pd.concat(datas, keys=tickers, names=['Ticker','Date'])    #multiple_stocks函数返回的是拼接后的大DataFrame

获得以下三只股票数据：

tickers = ['600030', '000001','600426']
all_stocks = multiple_stocks(tickers)
all_stocks

如果报错，是tushare数据库问题，可以重启iPython