python怎么判断日期是星期几_python数据统计告诉你，是不是周四周五会跌的比较多...-CSDN博客

昨天在论坛看到有网友的一个提问：

对于很多投资来说，印象中最近这几年，尤其是前面的2016~2018年，周四跌的概率是比较大的，有时候会被戏谑为“法定砸盘日”。

好奇百度了一下：

前面几条都是指向了星期四。

实际情况是怎样的呢？笔者也是挺感兴趣的，因为作为一名赌徒，对概率统计这些数据还是挺感兴趣的。那么我们使用python对数据进行回测。感兴趣的读者也可以跟着我在一些回测平台上练习，代码很少，不超过50行哈。

当然，如果有本地数据的读者，也可以在自己本地电脑上参数。

1.获取数据

start='20100101'end='20201027'df = DataAPI.MktIdxdGet(indexID=u"",ticker=u"000300",tradeDate=u"",beginDate=start,endDate=end,exchangeCD=u"XSHE,XSHG",field=u"",pandas="1")

时间区间使用2010年1月1日到2020年10月27日，跨度为10年，样本足够大了，标的指数为沪深300，平时笔者很少使用上证指数或者上证50作为回测，原因是里面权重中GJD占比过多，有种被操纵的痕迹，当然，读者也可以尝试使用这些指数进行回测统计，只需要把ticker=u"000300" 替换为 "000001" 就可以了。

得到的数据格式是dataframe:

解释：上面展示了10条数据，可以看到每天的开盘，收盘，成交量，换手率，涨跌幅很多指标，在这个回测中，我们只需要2个指标就够了，一个是日期，用来判断当天是星期几，一个是涨跌幅，用来统计当天是涨还是跌。

2. 判读某天是星期几

import datetimedef weekday(day_str):    return datetime.datetime.strptime(day_str,'%Y-%m-%d').strftime('%w')

创建上面的weekday函数用于判断某一天是星期几。

我们可以简单测试下，以2020-10-28测试：

看到返回的是3，说明结果正确，今天就是星期三。

然后我们把这个函数应用到全部的行，通过传入每一行的tradeDate 交易日字段，计算出改行的星期X 中的X。

df['weekday']=df['tradeDate'].map(weekday)

看到最后红框位置，多了一列，那个就是当他属于星期几。

3. 数据分析统计

接下来就是数据分析了，对日期进行聚合，意思是把星期一的数据合在一起，星期二的数据和一起，然后同理星期三，星期四，星期五，最后会有五堆数据。

df.groupby('weekday')

就使用这一句语句就可以了。

然后分组统计：

for day,df_day in df.groupby('weekday'):    print('星期{}'.format(day))    raise_count= len(df_day[df_day['CHGPct']>0])    drop_count = len(df_day[df_day['CHGPct']<0])    ratio = (raise_count-drop_count)*1.00/(raise_count+drop_count)*100    print('涨的天数: {}'.format(raise_count))    print('跌的天数: {}'.format(drop_count))    print('涨跌比: {:.2f}'.format(ratio))    print('')

上面根据每一组中，涨跌幅的个数统计一个比例ratio，表示在星期X中上涨占比，如果是正的，说明星期X的上涨概率比较大的，反之当天下跌的概率较大。

然后运行一下，很快结果就出来了：