沪深300配对交易

本文介绍了一种基于Python的沪深300股票配对交易策略。首先,通过pandas_datareader获取并整合数据,计算相关系数,然后进行协整检验,确保股票对的因果关系。接着,使用聚类算法(如AP)进一步筛选同行业的股票对。最后,通过回测验证策略的有效性,应用布林带策略进行交易决策。
摘要由CSDN通过智能技术生成

获取数据

通过pandas_datareader来获取沪深300的股票数据,为此,先从网上爬虫得到沪深300的股票名单

import os
import pandas as pd
import pandas_datareader as web
import pickle
import requests
import bs4 as bs
import matplotlib.pyplot as plt
import numpy as np
# import tushare


def save_hs300_tickers():
    # resp = requests.get('https://en.wikipedia.org/wiki/List_of_S%26P_500_companies')
    resp = requests.get(
        'https://zh.wikipedia.org/wiki/%E6%B2%AA%E6%B7%B1300#%E6%88%90%E4%BB%BD%E8%82%A1%E5%88%97%E8%A1%A8')
    soup =bs.BeautifulSoup(resp.text, "lxml")
    table = soup.find('table', {
   'class':"wikitable collapsible sortable"})
    tickers = []
    for row in table.find_all('tr')[1:]:
        ticker = row.find('td').text
        if ticker[0] == "6" :
            ticker = ticker + ".SS"
        else :
            ticker = ticker + ".SZ"
        tickers.append(ticker)


    with open("hs300tickers.pickle","wb") as f:
        pickle.dump(tickers,f)

    print(tickers)
    return tickers

之后下载数据

def get_data_from_yahoo(reload_hs300=False):
    if reload_hs300:
        tickers = save_hs300_tickers()
    else:
        with open("hs300tickers.pickle", "rb") as f:
            tickers = pickle.load(f)
    if not os.path.exists('stock_dfs'):
        os.makedirs('stock_dfs')

    start_date = dt.datetime(2010, 1, 1)
    end_date = dt.datetime(
  • 1
    点赞
  • 10
    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