python金融：从金融数据的获取到运用pandas数据清洗、处理、加工与金融波动率、年化收益率、最大回撤、夏普比率等指标计算与数据可视化

python在处理金融数据时，具有很多优点：一是语法简单，可以轻松上手；二是免费与开源，使用python不像使用matlab需要购买软件授权，节约成本开支；三是具有强大的第三方模块支持，从numpy到pandas、再到人工智能，都有成熟开源模块提供支撑；最后一个是与金融进行了深度的结合，从行情获取到投资策略开发再到风控，都有广泛的应用场景。这篇文章演示了从数据获取到处理的一个简单的、完整的业务流程，主要面向python金融初学者。

一、Tushare的安装与接口调用方法

（一）模块安装

安装相对比较简单，使用 pip install tushare 指令在终端中即可正常安装。

（二）模块调用

导入tushare 包：  import tushare as ts

1.查看安装版本

print(f"tushare 版本： {ts.__version__}")

2.获取tushare的token

登录到www.tushare.org网站之后，点击用户中心，上面有一个‘接口token’选项卡，点击复制token。

3.查询所需数据接口信息

从tushare.pro数据平台——数据接口——沪深股票——基础数据—— 股票列表中查看数据获取方式。（注意，tushare pro数据接口数据需要积分才能获取，大约需要2000积分才有权限，对应需要捐助大约人民币200元，需要免费使用数据接口的注意查找其他方法。）

3. 数据获取

（1）通过数据接口Tushare（pro）获取目前处于上市状态的公司列表

包含：市场类型（market），交易所代码（exchange），股票名称（name），股票代码（ts_code）&#x