量化分析:把Tushare数据源,规整成PyalgoTrade所需格式
2016-05-26 01:16
471 查看
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)
相关文章推荐
- Go语言学习
- INVISIBLE和GONE的区别
- django中上传和下载的配置
- django静态文件服务器的配置
- 穷举搜索:Google方程式
- Django admin注册model究竟要怎么写才优雅
- godep 包管理工具
- 山东省第六届ACM省赛题——BIGZHUGOD and His Friends II(塞瓦定理,二分求解方程)
- Gof 设计模式 结构型
- Go学习笔记一:go基础
- 【博客美化】04.自定义地址栏logo
- 【Algothrim】动态规划法实例2
- Algorithm_Linked List
- 搜索引擎命令大全!
- go数组作为函数参数传递
- Google Gson 使用简介
- go 容器与接口
- 使用golang实现telnet远程登录
- 使用golang抓取京东商品数据
- PhalGo-介绍 PhalGo-介绍