登录社区云,与社区用户共同成长
邀请您加入社区
'''# 本节 讲解 pandas_datareader和tushare包 common 和pro 获取股票数据import pandas_datareader.data as webimport datetime#获取上证指数的2017.1.1日至今的交易数据df_stockload = web.DataReader("000001.SS", "yahoo", datetime.da...
python量化交易策略--双均线策略
【代码】[028量化交易] python joinquant获取行情数据。
1,对pandas入数据库pandas代码中自带了to_sql的方法可以直接使用。但是数据字段是text的,需要修改成 varchar的,否则不能增加索引。在增加了主键之后可以控制数据不能再增量修改了。增加:dtype类型可以解决dtype={col_name: NVARCHAR(length=255)for col_name in data.columns.tolist()}t
原理:当短期移动平均线上穿长期移动平均线时买入,下穿时卖出。
Python pandas包在金融量化分析中体现出的优势,Tushare返回的绝大部分的数据格式都是pandas DataFrame类型,非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。当然,如果您习惯了用Excel或者关系型数据库做分析,您也可以通过Tushare的数据存储功能,将数据全部保存到本地后进行分析.
您可以使用Python爬虫获取期货行情数据。以下是一个简单的例子:import requestsimport pandas as pdurl ='https://www.quandl.com/api/v3/datasets/CHRIS/CME_ES1.json?api_key=YOUR_API_KEY'res = requests.get(url)data = res.json()['...
当初学会Python那会儿,有朋友来介绍我去接私活,是为一家公司做网站,那一单我赚了3.5K。从那之后逐渐熟练,业余时间陆续接了包括数据收集处理、网站后台接口开发之类的很多私活,平均每月靠兼职做私活都能赚5K左右。以普通的爬虫外包为例 100-300 左右,通常比较简单,根据数据量 /任务难度(需求) / 时间来判定, 30-60分钟就可以出来。当然技术越娴熟越快!500-1000左右,稍微有点难
我们常在软件开发或合作中遇到“API”这个词,比如API接口、API调用、API接口函数等等,那么到底什么是API呢?API用通俗的话说,就相当于大家经常看的科幻电影中的空间站或宇宙飞船与其他航天设备对接的那个开口。别人的航天飞机要跟你对接时,你必须告诉你的空间站的对外接口标准规格,比如接口名称、接口尺寸、接口程序等等,才能保证最终两者顺利通过这个接口建立联系,完成彼此内容的交换。一、苏宁易购的a
技术是一种非常著名的简单动量策略。它通常被认为是量化交易的示例。此处概述的策略仅适用于多头。创建两个单独的线过滤器,具有特定时间序列的不同回溯期。当较短的回溯移动平均线超过较长的回溯移动平均线时,就会出现购买资产的信号。如果较长的平均值随后超过较短的平均值,则资产将被卖回。当时间序列进入强劲趋势期然后缓慢逆转趋势时,该策略非常有效。对于这个例子,我选择了苹果公司(AAPL)作为时间序列,短回溯期为
炒股的人对于wind应该很熟悉,它是一个比较高端的金融数据服务商,有很多人做数据分析之前,一定都需要到wind上看看相关资料,但是wind上面的信息非常多,如果可以通过量化交易接口进行筛选,操作起来就会方面很多了,今日我们就来分享一组wind量化交易接口的编程代码。df = pd.DataFrame(np.transpose(totalist), columns=['stkcd', '证券名称',
本策略的核心是在沪深300股票池中选股,选择的股票都是市值比较大,业绩比较好的白马股,根据市场温度(冷、暖、热)以及动量因子来选择股票,每月调仓一次
最开始发现tushare的时候,觉得很厉害,用简单的一行代码,就可以获取当天所有股票的股价信息。但用过之后发现,那是仅限于旧接口,现在已经更新了pro版,而pro版则要满足一定的积分门槛,才能使用对应的数据。新用户注册了,完善个人信息,就可以获得120积分,但仅仅可以获取日线行情、IPO新股列表、限售股解禁信息。(对于tushare积分对应权限的可以自己上tushare的官网查看)相信大家用pyt
摘要: Backtrader和Pandas-TA是量化交易中常用的Python工具,功能互补。Backtrader作为完整的回测框架,适合策略开发、订单管理和多时间框架分析;Pandas-TA则专注于快速计算技术指标,适合数据预处理和轻量级验证。两者可协同使用:先用Pandas-TA计算指标,再通过Backtrader实现策略回测。选择依据取决于需求复杂度——快速验证用Pandas-TA,系统开发
每个阶段都有不同的美好和精彩,我们要把握当下,坦然接受一切,让生命成为一本精彩的故事书。不念过往,不惧将来,过好这一生。重申一次,量化里最核心的是策略,实盘是重要一环,但你策略都没理明白,实盘的意义是?无论你是王侯将相,还是贩夫走卒,时间都是一分一秒,不曾多,也不曾少。这个世界确实有很多人,他不想要过程,他也不想努力,但他也想要结果。确实是所有,因为我们一旦出生,就永不停息,直到结束。而且,现在实
【代码】[041]量化交易]简单交易策略:当日涨幅超过3%买入,当持有股票亏损超过3%,平仓。
修改QUANTAXIS迭代逻辑,适配多股回测逻辑,且按日进行迭代循环
Python金融 使用 Pandas 进行股票量化回测 (Quantitative Backtesting)。
使用ts.get_k_data()时出现如下报错:请问如何解决。
这段文字介绍了在 Quantopian 平台上使用自定义数据进行回测的方法。作者提到了两种使用自定义数据的方法:一种是直接加载数据到内存,另一种是使用数据包(bundles)。作者更倾向于第一种方法,因为它更简单易懂。作者详细讲解了如何使用 Pandas 库加载 CSV 文件到内存并将其转换为数据框(DataFrame)。数据框类似于 Excel 表格,包含开盘价、最高价、最低价、收盘价和成交量.
cut_ages = pd.cut(ages, [0,5,20,30,50,100], labels=[u"婴儿",u"青年",u"中年",u"壮年",u"老年"])ages = np.array([1,5,10,40,36,12,58,62,77,89,100,18,20,25,30,32]) #年龄数据。比如0,0.2,0.4,0.6,0.8,1, 这样把收益率进行5等分。身体健康真心非常重要
我们知道涨停跌停的情况最能反应短线情绪,这里利用tushare提供的历史涨停数据来帮助我们对行情情况有一个判断,知道当前处于什么情绪中。
量化交易运行周期是怎么样的,每日?分钟?tick?
首先导入pandas,读取Excel文件中的数据为data:import pandas as pddata = pd.read_excel(r'E:\Jupyter\Study\超市.xls')查看前五行数据:data.head()查看各列的数据类型,是否为空值:去除列名中的空格和斜杠,以便后面引用时不会报错:data = data.rename(columns = lambda x:x.repl
【代码】[019量化交易] python读取股票信息并写入数据库。
利用akshare+GUI生成获取股票交易信息数据并导出到excel
调用akshare库的API接口获取数据。
pyfolio是量化结果分析与可视化框架,alphalens是因子分析框架,使用度都不错,今天我们重要说pyfolio。backtrader框架内置了兼容pyfolio的分析器,添加之后,可以从结果得到收益率,仓位,交易等信息,可以create_full_tear_sheet来分析。print('累计收益:', empyrical.cum_returns_final(returns))print(
市场中性的 Alpha 策略旨在利用资产的价格波动,而不受整个市场的整体涨跌影响核心思想是通过同时买入和卖出相关联的资产,以达到对冲市场风险的目的,从而专注于捕捉资产之间的价差或其他价格不一致性所产生的 Alpha。
Tushare包获取日K数据
对于每只股票,除了行情,从哪里可以获得市值的数据呢?能不能有一份自己的数据,自己整理?数据整理,会碰到哪些问题,有哪些工作,复杂么?经常听他说,数据要复权,为什么?什么是前收盘?不进行复权,对股票数据的计算有什么影响?复权计算怎么做?计算量大么?如何才能把处理好的数据保存下来?
【代码】[032量化交易] python互交式显示 bokeh绘制K线图。
3 Python获取股票、基金、期货数据,好用的库efinance。5 akshare获取股市新闻,snownlp判断情绪。1 获取北向资金历史数据:沪股通和深股通。4 妙用北向资金,跟着操作5年4倍。2 获取基金历史净值数据。
熟悉 Linux 操作系统,以下满足其一:a. 熟练使用 C++14/17 和一门脚本语言 / b. 熟练使用 Python 3 和一门强类型语言。良好的系统设计能力,能从 performance、reliability、availability 多个方面设计系统。有操作系统、数据库、存储系统、分布式系统等计算机系统的底层开发经验(其中任一)有大规模、高复杂度、mission critical 产
首先通过df[['high','close']]从df中获取最高价和收盘价这两列特征数据,其为一个DataFrame数组对象,调用该对象的plot()对象,就可以完成绘制。plot()函数生成图形时,默认将DataFrame对象的索引传给Matplotlib绘制X轴,DataFrame对象的各列数据作为Y轴分别绘制折线等图形。使用plt.show()函数展示。
量化交易:将日K线转换为周K及月K数据,resample函数的用法。
Python量化交易实现海龟的策略
量化交易学习笔记
量化投资,股票,贵州茅台,600519,双均线策略回测,十年,10万初始本金,是否盈利呢?
我是普通计算机本科生,量化小白,往量化行业,简历已投了很多都是已读不回,有点迷茫,不知道还要不要再继续往这个量化行业发展,我目前对这个工作还很懵,不知道怎样下手,想通过实习增加自己的水平,但又没有找到实习,太难了~
1. 取数从Wind等数据库取数,拿到净值数据。结构如下图:2. 用pandas实现回测buy_list可以添加下跌买入幅度,取消最后两行注释即可观察最佳买点第一个if后的0.005为我设置的卖点,这个可以修改调整策略描述:涨超0.5%就卖,跌超0.26%就买import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdf
如何在本地运行Zipline回测框架:详细指南本文介绍了如何在本地机器上运行Zipline回测框架,并提供了详细的步骤。Zipline是一款强大的开源回测框架,被认为是目前最好的回测工具之一。Zipline的优势:强大的回测功能,支持自定义市场、数据源和策略。可以用于回测各种资产,包括股票、期货、比特币等。运行Zipline的挑战:安装过程较为复杂,需要安装多个依赖库。需要使用...
本教程是使用 Ponython 进行回测和金融分析的迷你系列。在上一节教程中,我们经历了在机器上运行 Zipline 的繁琐过程,并运行了一个简单的买入苹果股票的策略。我们最终运行了策略并看到了输出结果。无论你用什么方式运行它,我们至少可以说输出结果应该保存到 strat.pickle 文件中。那么,我们现在该怎么做呢?如果你通过魔术方式运行它,你确实可以将输出结果保存到这个明显的数据框架中,它创
聚宽量化笔记一
foot print因子
tushare批量获取数据,快点10分钟类获取所有股票数据
重点说明:会生成一个xxx.spec的文件,可以修改添加代码中的依赖,删除屏蔽冲突的函数库,配置路径,命名,设置logo等等。#一,基于AI编程应用,trae或者cursor开发应用,本文基于trae完成,通过chat描述需求,问题反馈等。2、PyQT5设计UI界面,全部,首板,二连板,三连板及以上,涨停列表,文本显示区域等。#四,程序代码就不贴了,都是基于AI实现的,只是提供思路方法。6、基于p