这里运行环境是jupyter notebook,演示的是如何MACD计算!
下面是掘金量化相关api,如果不是做量化的,可以跳过,直接import pandas就可以了,这不是重点,因为我们要解决的是报错问题。
###################这部分是掘金数据投研环境的设定。2、3列数据可以自己造也很简单。
from __future__ import print_function, absolute_import
from gm.api import *
import pandas as pd
# 可以直接提取数据,掘金终端需要打开,接口取数是通过网络请求的方式,效率一般,行情数据可通过subscribe订阅方式
# 设置token, 查看已有token ID,在用户-密钥管理里获取
set_token('7730722d3d2dc37f5a7543f09c98d852bfd5525b')
# 查询历史行情, 采用定点复权的方式, adjust指定前复权,adjust_end_time指定复权时间点
gpzh='185d9d4d-a6bf-11eb-85e6-00163e0a4100'#股票账户
qhzh='914f7964-a6ba-11eb-85e6-00163e0a4100'#期货账户
#取出历史数据,只需要有两列数据就可以,一个是时间,另外一个是收盘价,下面是掘金的api取历史行情数据,可以直接造csv或用random生成。
data = history(symbol='DCE.y2101', frequency='1d', start_time='2005-01-01', end_time='9999-12-31', fields='symbol,bob,close', df=True)
data
symbol bob close 0 DCE.y2101 2020-01-16 00:00:00+08:00