用python炒股

作者:见文 来源:融玖股票网 2021-02-10 12:06:14 0 0

「炒股博客」_新浪炒股博客_炒股博客

由于笔者并无深厚的数学底子也无深厚的金融知识, 所以不会在本文中引用诸多高深的投资模型或物理建模,参考书籍主要是《海龟交易法则》《以交易为生》。

在交易之前,我们需要首先有一个交易平台用于指导我们自己交易,不一定有哪些规范,但是可以成为一个交易的根据,至于这个按照可不可行在线投资平台,科不科学这就见仁见智了。

当然了,这里的交易平台不必定是程序,只是指你自己的交易方法以及遵循的一些心得甚至技巧,你可以自动执行也可以通过编程语言,编程语言不就是一套用来使用的工具么.

这里参考海龟交易法则上面的交易模式(这里也是参考大方向).

建立一个完善的交易模式,我们大约需要反思一下六个方面。

分析: 这个交易思路显然只有在走势以波浪颜色向上的走势之后才会获利,如果是反弹的状况上,怕是会亏的挺惨。这里之所以写的如此浅显粗暴是为了下面策略测试撸代码简单。

因为此处说的是用python炒股,所以需要采取程序的方法去获得数据,如果人工炒股,下载任何股票行情软件都是可以的,但是人工的执行是必须耗费相当多的精力的。

而python语言中用于获得股票走势数据的库,最有名莫过于tushare了。

这里以下证乐视的股票为例吧。

安装Anaconda(python2版本)

下载地址:

注:如果没安装过这个环境的经验,就百度以及谷歌一下吧,如果不是安装anaconda则必须艰难的自行解决依赖。

pip install tushare

参考:

import pandas as pdimport tushare as ts# 通过股票代码获取股票数据,这里没有指定开始及结束日期df = ts.get_k_data("300104")# 查看前十条数据df.head()# 查看后十条数据df.tail()# 将数据的index转换成date字段对应的日期df.index = pd.to_datetime(df.date)# 将多余的date字段删除df.drop("date", inplace=True, axis=1)

注:关于股票数据的相关处理必须由pandas,matplotlib的知识,参考:

# 计算5,15,50日的移动平均线, MA5, MA15, MA50days = [5, 15, 50]for ma in days:    column_name = "MA{}".format(ma)    df[column_name] = pd.rolling_mean(df.close, ma)# 计算浮动比例df["pchange"] = df.close.pct_change()# 计算浮动点数df["change"] = df.close.diff()

最终处理完成后的结果如下:

df.head()Out[13]:              open  close   high    low    volume    code     MA5  MA15  MA50  /date                                                                           2013-11-29  9.396  9.741  9.870  9.389  146587.0  300104     NaN   NaN   NaN   2013-12-02  9.298  8.768  9.344  8.768  177127.0  300104     NaN   NaN   NaN   2013-12-03  8.142  8.414  8.546  7.890  176305.0  300104     NaN   NaN   NaN   2013-12-04  8.391  8.072  8.607  8.053  120115.0  300104     NaN   NaN   NaN   2013-12-05  7.983  7.366  8.108  7.280  253764.0  300104  8.4722   NaN   NaN                pchange  change  date                          2013-11-29       NaN     NaN  2013-12-02 -0.099887  -0.973  2013-12-03 -0.040374  -0.354  2013-12-04 -0.040647  -0.342 

声明:本文仅代表作者观点,不代表本站立场,如需转载请保留出处和链接!

上一篇 : 手机炒股

分享:

扫一扫在手机阅读、分享本文