量化投资第一步---获取数据---通过Tushare

这篇博客推荐了Tushare作为获取股票数据的工具,它免费、易用且数据全面。尽管不提供实时数据,但对于初学者来说,Tushare的积分制度非常合理,且网站资源丰富,用户支持良好。即使积分有有效期,但重新赚取并不困难。Tushare致力于让普通人也能方便地处理金融数据。
摘要由CSDN通过智能技术生成

想学习计算机处理金融数据。一切的开始就是如何获取准确的股票数据。

作为学生,免费是非常吸引人的。所以这才引出了------Tushare

1. 免费

2. 好用

3. 数据全(当然,没有一手数据)

其实甩出这三个,就没有普通人可以拒绝了。。。所以建议直接进官网开爽,不用取搞一些其他的爬虫啥的。

Tushare

作为使用者,不得不吹捧一下Tushare,仔细体会的话,你会发现他们在用户使用方面花了非常多的心思,所以在使用Tushare的过程中,就一个感觉,爽。

官网---Tushare大数据社区

点进去就知道有多好用了,网站简洁,内容一目了然。真的不用看什么攻略啥啥啥。。。里面的内容分级,分类,解释,以及用户常出现的问题都太详细了,而且有用户群,有问必有答。

当然免费---肯定不是全免费。但,就算作为学生用户,我也觉得收费的方式非常的合理。按拥有的积分多少给某些数据的权限。具体看官网。不像其他网站动,凡人用不起。(这里不得不提,Tushare的理念是让普通人也能玩得起,类似这种话。他说的,但我觉得确实是真的。)

当然还有一些,积分只能有一年的有效期。不过并无大碍,到时候再赚就是。

谁用谁知道

小白量化学习-自创指标设计 一、准备工作 1、首先把“HP_formula.py”文件复制到自己的工程目录中。 2、在新文件开始增加下面4条语句。 import numpy as np import pandas as pd from HP_formula import * import tushare as ts 二、对数据预处理 我们采用与tushare旧股票数据格式。 #首先要对数据预处理 df = ts.get_k_data('600080',ktype='D') mydf=df.copy() CLOSE=mydf['close'] LOW=mydf['low'] HIGH=mydf['high'] OPEN=mydf['open'] VOL=mydf['volume'] C=mydf['close'] L=mydf['low'] H=mydf['high'] O=mydf['open'] V=mydf['volume'] 三、仿通达信或大智慧公式 通达信公式转为python公式的过程。 1.‘:=’为赋值语句,用程序替换‘:=’为python的赋值命令‘='。 2.‘:’为公式的赋值带输出画线命令,再替换‘:’为‘=’,‘:’前为输出变量,顺序写到return 返回参数中。 3.全部命令转为英文大写。 4.删除绘图格式命令。 5.删除掉每行未分号; 。 6.参数可写到函数参数表中.例如: def KDJ(N=9, M1=3, M2=3): 例如通达信 KDJ指标公式描述如下。 参数表 N:=9, M1:=3, M2:=3 RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100; K:SMA(RSV,M1,1); D:SMA(K,M2,1); J:3*K-2*D; # Python的KDJ公式 def KDJ(N=9, M1=3, M2=3): RSV = (CLOSE - LLV(LOW, N)) / (HHV(HIGH, N) - LLV(LOW, N)) * 100 K = SMA(RSV,M1,1) D = SMA(K,M2,1) J = 3*K-2*D return K, D, J #----------------------------------- #根据上面原理,我们把大智慧RSI指标改 # 为Python代码,如下。 def RSI(N1=6, N2=12, N3=24): """ RSI 相对强弱指标 """ LC = REF(CLOSE, 1) RSI1 = SMA(MAX(CLOSE - LC, 0), N1, 1) / SMA(ABS(CLOSE - LC), N1, 1) * 100 RSI2 = SMA(MAX(CLOSE - LC, 0), N2, 1) / SMA(ABS(CLOSE - LC), N2, 1) * 100 RSI3 = SMA(MAX(CLOSE - LC, 0), N3, 1) / SMA(ABS(CLOSE - LC), N3, 1) * 100 return RSI1, RSI2, RSI3 四、使用公式并绘图 #假定我们使用RSI指标 r1,r2,r3=RSI() mydf = mydf.join(pd.Series( r1,name='RSI1')) mydf = mydf.join(pd.Series( r2,name='RSI2')) mydf = mydf.join(pd.Series( r3,name='RSI3')) mydf['S80']=80 #增加上轨80轨迹线 mydf['X20']=20 #增加下轨20轨迹线 mydf=mydf.tail(100) #显示最后100条数据线 #下面是绘线语句 mydf.S80.plot.line() mydf.X20.plot.line() mydf.RSI1.plot.line(legend=True) mydf.RSI2.plot.line(legend=True) mydf.RSI2.plot.line(legend=True) 不懂就看我的博客 https://blog.csdn.net/hepu8/article/details/93378543
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