tushare-pandas 添加自定义的MA移动平均线

get_hist_data接口

tushare的get_hist_data()个股历史数据中，默认支持以下返回值，包含的均线数据是ma5, ma10和ma20：

• date：日期
• open：开盘价
• high：最高价
• close：收盘价
• low：最低价
• volume：成交量
• price_change：价格变动
• p_change：涨跌幅
• ma5：5日均价
• ma10：10日均价
• ma20:20日均价
• v_ma5:5日均量
• v_ma10:10日均量
• v_ma20:20日均量
• turnover:换手率[注：指数无此项]

调用方式：

import tushare as ts

ts.get_hist_data('600848')

ts.get_k_data接口

而最新的接口get_k_data()，干脆只返回了基本数据：

• date 日期和时间。 低频数据时为：YYYY-MM-DD； 高频数为：YYYY-MM-DD HH:MM
• open 开盘价
• close 收盘价
• high 最高价
• low 最低价
• volume 成交量
• code 证券代码

自定义自己需要的MA值

在用软件定义自己的均线策略的时候，时常需要直到各个移动平均线的值。虽然tushare没有提供这样的功能，但自己做起来确实非常但简单。
下面的例子先用get_hist_data()举例，目的是为了对比值是否正确，在将来的操作中，作者也说了，最好是用get_k_data()的鹅厂数据。

取出数据

import tushare as ts

sqjt = ts.get_hist_data('600104')

sqjt.head()
Out[3]: 
             open   high  close    low     volume  price_change  p_change  \
date                                                                        
2017-10-16  32.17  32.35  32.01  31.46  215734.89          0.04      0.12   
2017-10-13  32.10  32.60  31.97  31.87  205029.53         -0.14     -0.44   
2017-10-12  31.90  32.28  32.11  31.54  256751.47          0.37      1.17   
2017-10-11  30.70  31.84  31.74  30.65  547914.75          1.25      4.10   
2017-10-10  31.30  31.45  30.49  29.94  566905.44         -0.78     -2.49   

               ma5    ma10    ma20      v_ma5     v_ma10     v_ma20  turnover  
date                                                                           
2017-10-16  31.664  31.109  30.348  358467.22  296958.31  274748.68      0.20  
2017-10-13  31.516  30.958  30.218  410394.98  306801.60  273160.20      0.19  
2017-10-12  31.160  30.792  30.080  400913.36  328966.87  269473.18      0.23  
2017-10-11  30.822  30.533  29.938  382196.72  319873.73  263040.20      0.50  
2017-10-10  30.560  30.282  29.813  315010.56  290065.85  246347.60      0.51 

使用pandas的rolling接口

Signature: sqjt.rolling(window, min_periods=None, freq=None, center=False, win_type=None, on=None, axis=0, closed=None)
Docstring:
Provides rolling window calculcations.
.. versionadded:: 0.18.0
parameters:
window : int, or offset
Size of the moving window. This is the number of observations used for
calculating the statistic. Each window will be a fixed size.

这里，关心window就够了，window就是移动窗口的大小。我们设置一个移动窗口，再在这个窗口里的数据用mean()方法取平均值。

sqjt['close'].rolling(5).mean()
Out[7]: 
date
2017-10-16       NaN
2017-10-13       NaN
2017-10-12       NaN
2017-10-11       NaN
2017-10-10    31.664
2017-10<