量化交易 米筐 获取股票列表与历史合约数据

最新推荐文章于 2024-12-30 16:35:55 发布
最新推荐文章于 2024-12-30 16:35:55 发布
阅读量1.5k 收藏 1
点赞数
分类专栏： 量化交易 文章标签： python 量化交易
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45875105/article/details/120656923
版权
本文介绍了使用米筐API进行量化交易数据获取的方法，包括股票代码补齐功能，如获取行业、板块、概念、指数成分股以及合约历史数据。详细讲述了各个功能的调用方式和相关说明文档链接。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

策略数据获取API

一、数据获取

1. 数据接口种类
  • 获取指定行业、板块股票列表
  • history_bars 指定股票合约历史数据 行情数据，畸变交易信息
  • get_fundamentals - 查询财务数据 基本面数据
2、股票代码补齐功能

在这里插入图片描述

设置股票变量

    context.stock = "000007.XSHE"

​ 打印日志

    print(context
了解本专栏 订阅专栏 解锁全文 超级会员免费看
量化交易 tushare与米筐获取数据
廷益_飞鸟的博客
01-29 2319
tushare 1、安装方法 pip install tushare -i https://mirror.baidu.com/pypi/simple 2、注册与官网 注册与填写信息 积分需要增加到120分才可以获取数据 3、获取token 4、完整代码 # pip install tushare -i https://mirror.baidu.com/pypi/simple # https://tushare.pro/ import tushare as ts # 初始化token与API # 请使
量化交易 米筐 案例：市值因子选股策略
廷益_飞鸟的博客
10-11 2042
案例：市值因子的选股策略 1.结果 获得超额收益 年化 49% 2. 从股票中选择市值小的股票 选定财务数据筛选 进行每日调仓(多因子选股调仓 周期频率会小一些) 3. 代码 估值有关指标 # 在沪深300股票中，选出市值比较小的10只股票 # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。 def init(context): # 沪深300组合 stocks = index_components('000300.XSHG') # 沪深3
量化交易 米筐 数据获取接口
m0_53786284的博客
10-31 2726
复制 数据获取接口1、数据接口种类2、获取行业、板块以及概念股票列表2.1 关于股票代码以及代码补齐2.2 获取行业2.3 获取板块2.4 获取概念2.5 获取指数成分股3、获取股票合约数据3.1 history_bars：某一合约历史数据 1、数据接口种类 获取指定行业、板块股票列表 history_bars：指定股票合约历史数据（基本行情数据：基本交易信息、K线图） get_fundamentals：查询财务数据（基本面数据：财务数据等） 2、获取行业、板块以及概念股票列表 2.1 关于股票代码以及
如何获取所有股票代码
热门推荐
cloudsmile的博客
07-21 2万+
上篇文章介绍了如何从网上获取股票数据，下面将介绍如何分析这些数据，要分析首先需要获取更多的数据，在获取所有股票数据之前，需要先获取所有的股票代码。这里用qt做开发，qt在写界面时比较方便，后台数据库用mysql，（当然用其他语言开发也是可以的，思路都是一样的）在开发之前需要先把这个环境搭建好，网上可以找到相关资料，比如https://blog.csdn.net/yy64578537/article...
002 常见量化交易平台使用
wxyczhyza的博客
02-16 3228
量化交易，米筐量化交易平台
除同花顺接口api外，还有哪些股票交易API可考虑？
股票程序化接口
12-30 1393
除同花顺接口api外，有其他值得股票交易相关人员考虑的股票交易API，包含各自特点、优势等内容，能提供更多选择信息。
量化交易 米筐 财务数据与定时器
廷益_飞鸟的博客
10-09 699
获取财务数据（基本面数据） get_fundamentals 查询财务数据，基本命数据，公司的数据（即将废弃） 4、 get_factor() 获取因子 说明文档地址 用途：查询财务数据 回测的时候、主要拿来选股 400多种 财务指标 # 获取股票截止 T-1 日的因子数据 get_factor(order_book_ids, factors,count=1,universe=None,expect_df=False) 参数 类型 说明 order_book_ids str or st
量化交易 米筐 因子数据处理 -- 市值中性化
廷益_飞鸟的博客
10-13 2193
因子数据处理 – 市值中性化 1. 中性化意义 防止选到的股票集中在固定的某些股票当中 市值影响，默认大部分因子都包含了市值的影响，去除其它因子存在的市值影响。 去除市值影响 市值 <==> 某因子 去除相关性 回归法去除 建立回归方程： x(特征：市值) * w + b = y(某因子) 回归方程预测： 市值(X) * 系数(w) + 偏置(b) = 预测值( y_predict) 计算偏差： 某因子（y） - 预测值(y_predict) = 偏差 偏差：不受影
量化交易 米筐 单因子回测框架（因子方向性确定）
廷益_飞鸟的博客
11-10 1870
因子方向性确定 当筛选出部分因子后，其实我们还要去观察它在回测过程中真实的收益率情况， 所以需要建立每个因子的回测框架，主要对不同分位上的股票进行统计。 也就是 以下图： 代码 # 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。 # 对每个因子, 在股票位置上（因子的方向）的回测结果统计 import numpy as np # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。 def init(context):
分享米筐量化的使用方法
1841085904的博客
12-08 2727
我们以上图所提到的股票月线为例，df = pro.monthly(ts_code='000001.SZ', start_date='20180101', end_date='20181101', fields='ts_code,trade_date,open,high,low,close,vol,amount')以上米筐量化的使用方法部分内容，对于熟悉编程的用户来说，并不是很复杂。可以看到，ts_code是要分析的股票代码，然后是两个开始与截止时间，后面的fields跟着的是关注的数据。
米筐量化如何安装使用？
qq1841085904的博客
12-13 1154
米筐量化如何进行安装使用呢？其实这是个比较简单的过程，用户不需要使用者用pip install，虽然米筐也可以pip install，但是不是必需的。基本上完成以上操作就可以开始使用，可能有小伙伴看到这里就觉得麻烦，有没有比较方便的操作方式呢？其实也可以考虑使用交易接口，一般交易接口没那么复杂，如果大家还想了解更多可以在看https://gitee.com/metatradeapi，也可给小编留言（下方QQ）。
量化交易 米筐 交易接口与投资信息
廷益_飞鸟的博客
10-10 705
回测交易接口 1、用于股票的交易函数 order_shares – 指定股票数交易 order_lots --指定手数交易 order_value --指定价值交易 order_percent – 一定比例下单 order_target_value – 目标价值下单 官方文档 1.1 交易函数API 1.1.1 order_shares – 指定股票数交易 order_shares(id_or_ins, amount, style=Markerorder) 参数 参数 类型 注释
量化交易 米筐 多因子策略与研究平台API
廷益_飞鸟的博客
10-11 940
1. 多因子策略流程 因子的处理和探索 回测的过程 完整的流程 因子挖掘 因子数据的处理 去极值 标准化 中性化 单因子的有效性检测 因子IC分析 因子收益率分析 因子的方向 多因子相关性和组合分析 因子相关性 因子合成 回测 多因子选股的权重 调仓周期 2. 因子挖掘怎么做 使用 研究平台 【投资研究】类似于 jupyter notebook 3.研究平台函数 官方文档 3.1 get_price - 获取合约历史行情数据 get_price(order_book_
米筐社区全方位数据解读
Ricequant的博客
12-08 2513
米筐社区全方位数据解读 社区链接：https://www.ricequant.com/community/topic/3969/?utm_source=V2EX ​近期我们的米筐首席临时工做了一件非常好玩的事情，通过自己编写爬虫爬取了Ricequant线上社区的数据并进行了一系列的分析，大家也可以通过本篇文章初步了解python爬虫的原理哦。 原文   最近看完了《利用 Python 进
米筐四季度策略精选
Ricequant的博客
01-08 2452
阅读原文请点击链接：https://www.ricequant.com/community/topic/4691/?utm_source=CSDN     白马过隙，随着最后一代90后正式踏入成年大关，我们也与2017正式说再见。在过去的一年里，公众号的粉丝成功翻番。在我们普及金融科技教育的同时，收获了与用户间的深厚友谊。本篇文章将为大家梳理2017年四季度一起度过的美好回忆。  
米筐开源量化框架 RQalpha 安装使用
Leo的博客
12-30 9708
RQalpha 是 Ricequant 开源的量化框架，提供数据获取，算法交易，策略回测，实盘模拟，实盘交易，数据分析等功能。RQalpha 的安装过程并不十分友好，本文讲述如何安装 RQalpha。安装环境是 Mac OS 操作系统。 安装步骤 1. 创建虚拟环境 RQalpha 推荐使用虚拟环境来安装，以避免由于各种环境问题导致安装失败。可以使用 conda 来创建虚拟环境，为使用 conda...
#获取A股所有股票代码
carrot19920104的博客
12-03 2630
#获取A股所有股票代码 class FinancialAnalysisSpider (scrapy.Spider): #定义Spider名称 name ='stocks_Analysis' #限制Spider爬取的域名 allowed_domains = ['www.eastmoney.com'] start_urls =['http://87.push2.eastmoney.com/api/qt/clist/get?cb=jQuery11240652656371.
利用米筐量化回测平台实行量化炒股
weixin_42218868的博客
09-21 5792
1、主要属性 2、代码 # 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。 import pandas as pd import numpy as np from sklearn.linear_model import LinearRegression#线性回归算法正规方程求解 # 在这个方法中编写任何的初始化逻辑。contex...
获取某一天所有交易股票的信息
weixin_37597914的博客
03-04 936
def newSaveSomeDayAllCsv(): pro = ts.pro_api() df = pro.query(‘daily_basic’, ts_code=’’, trade_date=‘20200228’,fields=‘ts_code,turnover_rate,volume_ratio,pe,pb,total_share,float_share’) df.to_csv(‘C:/...
米筐量化交易策略案例
最新发布
01-08
### 米筐量化交易平台策略实例 米筐科技提供了丰富的API支持来帮助用户构建复杂的量化交易策略。基于此平台，可以创建多种类型的量化交易模型，这些模型通常遵循获取市场数据、编写并测试策略以及执行自动化交易的过程[^1]。 下面是一个简单的股票均线交叉策略的例子，在这个例子中，当短期移动平均线向上穿过长期移动平均线时买入；反之则卖出： ```python import rqalpha as rq class SimpleMovingAverageCrossover(rq.Mod): def __init__(self, short_window=40, long_window=100): self.short_window = short_window self.long_window = long_window def init(self): super(SimpleMovingAverageCrossover, self).init() def handle_bar(self, context, bar_dict): prices = history_bars(context.security_list[0], self.long_window+1, '1d', 'close') if len(prices) < self.long_window + 1: return short_mavg = prices[-self.short_window:].mean() long_mavg = prices[-self.long_window:].mean() for stock in context.portfolio.positions.keys(): position = context.portfolio.positions[stock] if short_mavg > long_mavg and not position.is_empty: order_target_percent(stock, 1) elif short_mavg < long_mavg and position.quantity != 0: order_target_percent(stock, 0) config = { "base": { "start_date": "2017-06-01", "end_date": "2019-05-30", "benchmark": "HS300", "accounts": {"stock": 1e6}, }, "mod": { "sys_analyser": { "enabled": True, "plot": True } } } if __name__ == '__main__': from rqalpha.api import * run_func(init=None, before_trading=lambda *args: None, handle_bar=SimpleMovingAverageCrossover().handle_bar, config=config) ``` 上述代码展示了如何利用米筐提供的`rqalpha`库定义一个自定义模块，并通过继承`Mod`类实现了简单均值回归算法。此外还设置了回溯时间范围和其他参数配置[^4]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

廷益--飞鸟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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