tushare实时行情,tushare 资金流向

  tushare实时行情,tushare 资金流向

  1.介绍

Tushare是一个免费、开源的python财经数据接口包。

的流程,主要实现股票从

数据采集

清洗加工

数据存储

的财务数据。它可以为财务分析师提供快速、整洁、多样且易于分析的数据,大大减轻他们在数据获取方面的工作量,使他们更专注于策略和模型的研究和实施。考虑到Python熊猫包在金融量化分析方面的优势,Tushare返回的数据格式大多是熊猫DataFrame类型,用pandas/NumPy/Matplotlib进行数据分析和可视化非常方便。当然,如果你习惯使用Excel或者关系数据库进行分析,也可以通过Tushare的数据存储功能,将所有数据保存在本地进行分析。应部分用户要求,从0.2.5版本开始,Tushare同时兼容Python 2.x和Python 3.x,重构了部分代码,优化了部分算法,保证数据采集高效稳定。

  需要强调的是

TuShare库里不仅仅有股票数据,而是一个综合的财经库

。只是股票数据的数据量很大,尤其是数据分析的能力,所以我选择股票数据来练习。剩下的数据也很有意思,比如全国票房排名。

  

使用前提

  还需要安装Python和pandaslxml。正常情况下,不需要单独安装Anaconda。如果不可执行:pip install lxml建议安装Anaconda(http://www . continuum . io/downloads)。一次安装包含Python环境和所有依赖包,以降低出现问题的概率。

  

下载安装

  方法1: pip安装tushare方法2:访问https://pypi.python.org/pypi/Tushare/下载并安装

  

版本升级

  pip安装tushare -升级

查看当前版本的方法:

  导入tushareprint(tushare。__版本_ _)

  二。Tushare 1的应用。概念

1.K线

: K线起源于日本德川幕府时代。因为图形像蜡烛,所以又叫蜡烛图,日本线。

K线是代表这一天股票的开盘价,收盘价,最高价和最低价。

  

2.均线:

均线一般分为5 (MA5),10 (MA10),20 (MA20),30 (MA30),60 (MA60),120 (MA120)和250 (MA250),

它指的是在这些天里这个股票收盘的平均价格

  2.获取股市的功能。主要应该掌握如何用tushare,

使用的是ts.get_hist_data()函数或者ts.get_k_data()函数

获取股市数据

  参数:

  代码:股票代码,即6位数字代码,或指数代码(sh=上证指数sz=深证成指hs300=沪深300指数sz50=SSE 50 zxb=中小板cyb=GEM)开始:开始日期,格式YYYY-MM-DDend:结束日期,格式YYY-MM-DDKType:数据类型,D=日k线W=周M=月5=5分钟15=15分钟30=30分钟60=60分钟,默认为dre

  描述:日期:日期开盘:开盘价高:最高价收盘:收盘价低:最低价成交量:成交量价格变化:价格变化p变化:涨跌Ma5: 5日平均Ma10: 10日平均ma20:20日平均v_ma5:5日平均v_ma10:10日平均v_ma20:20

  3.case import panda as PD import numpy as NP从panda import DataFrame,series import tushare as ts #获取k线数据并加载到数据帧df=ts.get_k_data(600519 ,Start= 2000-01-01 )# maotai df . head()#将从tushare获取的数据存储到本地df.to_csv(。/maotai.csv)#将原始数据中的时间作为行索引,将字符串类型的时间序列化为时间对象类型# index_col参数:将col的一列作为行索引index# parse_dates:将字符串类型的时间序列化为时间对象类型df=pd.read _ csv(。/maotai.csv ,index _ col= date ,parse _ dates=[ date ])df . drop(labels= Unnamed:0 ,axis=1,In=true) df。head () #分析1:输出该股所有收盘日较开盘上涨3%以上#得到合格线指数df。loc[(df[ close ]-df[ open ])/df[ open ]0.03]。索引# 2。分析:输出股票开盘价较前一日收盘价df下跌超过2%的所有日期。loc [(df [open]-df [close]。shift (1)=-0.02]。指数#分析3:如果我从2010年1月开始,我在每年的最后一个交易日卖出所有股票。到目前为止,我的收入是多少?price _ last=df[ open ][-1]df=df[ 2010-01 : 2019-01 ]#消除首尾无用数据# Pandas提供重采样功能,以方便的方式对时间序列进行重采样,根据时间粒度的增减,可分为降采样和升采样:df _ monthly=df。重采样( m )。first () #获取行数据df _ yearly=df。重新取样( y )。last () [:-1] #获取每年最后一个交易日对应的行数据,去掉上一年的cost_money=0hold=0 #年度股票在范围内(2010,2020):cost _ money-=df _ monthly . loc[str(year)][ open ]。sum()* 100 hold=len(df _ monthly[str(year)][ open ])* 100 if year!=2019:cost _ money=df _ year[str(year)][ open ][0]* hold hold=0 #年度股票cost _ money=hold * price _ last print(cost _ money)

  4.双均线策略

概念

  

金叉

:表示短期均线向上穿越中期或长期均线,交点为金叉,应该买入。

死叉

:表示短期均线向下穿越中期或长期均线。交点是死叉,应该卖出。其他指标等等。

  如果我从2010年1月1日开始,初始资金10万,我尽力买入金叉,卖出所有死叉,那么我到目前为止的股市收益率是多少?(双移动平均策略) import tushare as ts import pandas as PD import numpy as NP from pandas import data frame,series #要获取k线数据,在DataFrame #中加载df=ts.get _ k _ data (600519 ,start= 2000-01-01 )将从tu share获取的数据存储到本地df.to_csv(。/maotai.csv)#将原始数据中的时间作为行索引,将字符串类型的时间序列化为时间对象类型# index_col参数:将col的一列作为行索引index# parse_dates:将字符串类型的时间序列化为时间对象类型df=pd.read _ csv(。/maotai.csv ,index _ col= date ,parse _ dates=[ date ])df . drop(labels= Unnamed:0 ,axis=1,In=true) #获取所需数据df=df[2010:2019] #计算平均值ma5=df [close]。滚动(5)。Mean () # 5日平均线ma30=df [收盘]。滚动(30)。平均

  #金叉和死叉图的计算

  gold=df.loc[~(s1 s2.shift(1))].索引号金叉dead=df.loc[s1s2.shift(1)].索引号死叉# 计算出结果first _ money=100000 money=first _ money hold=0 #持有多少股sr1=系列(1,指数=黄金)#把所有金叉点组成一个行索引为金叉日期,值为一的系列数组sr2=系列(0,索引=死)#把所有死叉点组成一个行索引为死叉日期,值为0的系列数组# 合并金叉死叉,并根据时间排序sr=sr1.append(sr2).sort_index()for i in range(0,len(Sr)):p=df[ open ][Sr . index[I]]# Sr . index取到系列索引高级索引[我],第我个索引if sr.iloc[i]==1: #金叉buy=(money//(100 * p))hold=buy * 100 money-=buy * 100 * p else:money=hold * p hold=0p=df[ open ][-1]now _ money=hold * p money print(now _ money-first _ money)

  转载于:https://www。cnblogs。com/Zzbj/p/10413981。超文本标记语言

tushare实时行情,tushare 资金流向