量化分析：把Tushare数据源，规整成PyalgoTrade所需格式

量化分析：把Tushare数据源，规整成PyalgoTrade所需格式

分析A股历史数据，首先需要确定数据来源。如果只想做日k线、周k线的技术分析，可以用PyalgoTrade直接从yahoo、google等下载数据，用不着Tushare。但是，如果想做分钟k线的技术分析，或者想了解基本面和消息面的数据，就用得着Tushare了。

PyalgoTrade使用的基本数据格式有两种，一是Yahoo格式，二是NinjaTrader格式。

Yahoo格式的数据分段为：
日线数据：Date,Open,High,Low,Close,Volume,Adj Close
分钟数据：Date Time,Open,High,Low,Close,Volume,Adj Close

Tushare提供的数据格式，日k线、分钟线均为：
date：日期
open：开盘价
high：最高价
close：收盘价
low：最低价
volume：成交量
price_change：价格变动
p_change：涨跌幅
ma5：5日均价
ma10：10日均价
ma20:20日均价
v_ma5:5日均量
v_ma10:10日均量
v_ma20:20日均量
turnover:换手率[注：指数无此项]

把Tushar数据转换成Yahoo格式，原本很简单。但我对Pandas不熟，只好找来相关pdf书，加上Baidu，在Jupyter Notebook中，边学边练，实验多次，最终搞定。

import tushare as ts
import pandas as pd

# 得到15分钟数据（股票300336,始于2016-01-01,止于2016-05-24,15分钟数据）
data = ts.get_hist_data('300336','2016-01-01','2016-05-24','15')
# 数据存盘
data.to_csv('15-300336-2016.csv')
# 读出数据，DataFrame格式
df = pd.read_csv('15-300336-2016.csv')
# 从df中选取数据段，改变段名；新段'Adj Close'使用原有段'close'的数据
df2 = pd.DataFrame({'Date Time' : df['date'], 'Open' : df['open'],
'High' : df['high'],'Close' : df['close'],
'Low' : df['low'],'Volume' : df['volume'],
'Adj Close':df['close']})
# 按照Yahoo格式的要求，调整df2各段的顺序
dt = df2.pop('Date Time')
df2.insert(0,'Date Time',dt)
o = df2.pop('Open')
df2.insert(1,'Open',o)
h = df2.pop('High')
df2.insert(2,'High',h)
l = df2.pop('Low')
df2.insert(3,'Low',l)
c = df2.pop('Close')
df2.insert(4,'Close',c)
v = df2.pop('Volume')
df2.insert(5,'Volume',v)
# 新格式数据存盘，不保存索引编号
df2.to_csv("15-1.csv", index=False)