东吴证券-cpv因子复现系列1——数据集获取

引言

最近行情适合量价因子，故选择东吴证券技术分析拥抱选股系列文章来复现。目前完成内容：高频量价、上下影线、换手率分布均匀度、cpv因子

数据获取

因为东吴证券量价因子需要高频数据，也就是分钟级别，故选用akshare来提取。

ak.stock_zh_a_minute(symbol=ts_code.split('.')[1].lower()+ts_code.split('.')[0], period='1')
# 获取最近的2w条数据。实时

因为akshare的接口设计问题比较多，自行查阅akshare文档

日线数据选择tushare，但因为积分原因，使用xcec_tushare

df2 = pro.daily_basic_ts(ts_code=ts_code, start_date=start_date, end_date=end_date)
df1 = pro.daily(ts_code=ts_code, start_date=start_date, end_date=end_date)
# 获取 当日涨跌幅、流通市值、总市值、换手率、波动率

整体代码：

for ts_code in tqdm(zz500):#tqdm(zz500):
    # zz500.set_description("Processing %s" % ts_code)
    df2 = pro.daily_basic_ts(ts_code=ts_code, start_date=start_date, end_date=end_date)
    df1 = pro.daily(ts_code=ts_code, start_date=start_date, end_date=end_date)

    df_ = pd.DataFrame(pd.merge(df1,df2,on='trade_date',how='inner'))
    df_ = df_.sort_values(by='trade_date')
    
    stock_zh_a_minute_df = ak.stock_zh_a_minute(symbol=ts_code.split('.')[1].lower()+ts_code.split('.')[0], 
                                                period='1')
    stock_zh_a_minute_df.index = pd.to_datetime(stock_zh_a_minute_df.day)

    df_=mpd.DataFrame(df_)


    def lamb(df):
        time = df 
        return stock_zh_a_minute_df.loc[time[:4]+'-'+time[4:-2]+'-'+time[-2:]
        ,'volume'].astype('float').corr(
            stock_zh_a_minute_df.loc[time[:4]+'-'+time[4:-2]+'-'+time[-2:],'close'].astype('float'))
            
	df_['pv'] = df_['trade_date'].apply(lamb)