使用python自定义量化指标公式
量化数据来源:baostock,tushare
主要量化数据来自baostock,因为没有积分要求,但是数据多样化暂时不及tushare,但是对于基础量化数据工作,已经足够,刚刚上手操作,tushare的积分并不足够的朋友们建议使用baostock,如果是已经具有wind api接口且拥有基础数据量以上的数据权限的,可以忽略这个。
库:pandas,numpy,talib,baostock,pymongo
使用的数据库为pymongo,实际上mysql也可以,但是使用了MongoDB的应该会知道,MongoDB的语法简单,和代码很类似,增删改查的方便程度mysql之类并不能比拟,所以用了之后就觉得很喜欢……学习难度评价:和mysql没有区别的简单
pandas,numpy是基础
baostock是数据源
talib集成了很多指标公式,里面有的,只要和你自己的目标指标数据数值一样,或者区别可以调整,就可以直接使用,比如MACD
MACD
def CalculateMACD(self,df,short = 12,long = 26,mid = 9):
"""
计算MACD指标,使用talib接口
参数:
param: short 默认12
param: long 默认26
param: mid 默认9
使用特征:close
return:
DataFrame
columns = "code","date","DIF","DEA","MACD"
说明:
异同移动平均线
其意义和双移动平均线基本相同,即由快、慢均线的离散、聚合表征当前的多空状态和股价可能的发展变化趋势
"""
DIF,DEA,MACD = talib.MACD(df.close,fastperiod = short,slowperiod = long,signalperiod = mid)
df.loc[:,"DIF"] = DIF
df.loc[:,"DEA"] = DEA
df.loc[:,"MACD"] = MACD * 2
# 只保存结论值
df = df.loc[: