基于Tushare的打新债可视化风险分析
最近的工作内容
回归了最本质最笨的工作方法,把工作任务写到笔记本(纸)上,然后对照着客户列表一个一个发送微信。。。提示打新
想了想为什么自己要如此笨拙的工作呢?之前学的什么RPA什么Seleium什么JS可视化还有没用啊
于是就有了今天的这个项目,是我花了一下午写好的,基于Python的tushare金融数据库,可以实现一定程度的可转债风险分析
理论何在?
- 转股溢价套利理论
- 可转债下修条款
- 金融心理学
如何实现
先上图,是在jupyter里面做的,是我的在线python终端哈哈,挂在服务器上哪里都能用,图上是瞎举例
困难点
- 获取前30交易日的日期
由于股市交易日一般在周一到周五,并且节假日也不开放,要获取向下修正股价的日期,需要前30个交易日的日期,获取今天日期很简单,但是获取前30交易日的话就要倒退,用到了chinese_calendar
这个库
from chinese_calendar import is_holiday,is_workday
from datetime import datetime, date, timedelta
today = datetime.today()
yesterday = today + timedelta(days = -1)
# print(yesterday.strftime('%Y%m%d'))
# 往回倒推30日交易日
n = 0
while n <29:
if is_workday(yesterday):
n = n + 1
yesterday = yesterday + timedelta(days = -1)
last30day = yesterday.strftime('%Y%m%d')
# 前30日交易日的那一天
## print(last30day)
- 获得可转债和正股信息
因为可转债是tushare高级权限,要花钱,所以只能自己手动查询输入,毕竟每天发债都比较少,工作量还能接受
正股的信息是可以通过tushare直接获取的,得到30日收盘价,正股名称即可
- matplotlib.pyplot画图
plt不支持中文,自己google一下就能修好了
全局代码
import tushare