Amalan perdagangan kuantitatif Python: mendapatkan data saham dan menganalisisnya

Perdagangan kuantitatif (juga dipanggil perdagangan automatik) ialah kaedah pelaburan yang menggunakan model matematik untuk membantu pelabur membuat pertimbangan dan menjalankan transaksi berdasarkan arahan yang dihantar oleh program komputer. Ia sangat mengurangkan kesan turun naik emosi pelabur. Kelebihan utama perdagangan kuantitatif adalah seperti berikut:

1. Pengesanan pantas
2. Objektif dan rasional
3. Automasi

Inti kuantitatif perdagangan ialah strategi penyaringan, strategi juga bergantung pada model matematik atau fizikal untuk mencipta, menukar bahasa matematik kepada bahasa komputer. Proses perdagangan kuantitatif adalah daripada pemerolehan data kepada analisis dan pemprosesan data.

Pemerolehan Data

Langkah pertama dalam analisis data ialah mendapatkan data, iaitu pengumpulan data. Terdapat banyak cara untuk mendapatkan data Secara umumnya, sumber data terbahagi kepada dua kategori: sumber luaran (pembelian luaran, rangkak web, data sumber terbuka percuma, dsb.) dan sumber dalaman (data jualan syarikat sendiri, data kewangan, dsb. .).

Oleh kerana kami tidak menghasilkan data, kami hanya boleh mendapatkan data dari luar. Kaedah capaian ialah tushare perpustakaan sumber terbuka pihak ketiga.

Gunakan tushare untuk mendapatkan data stok sejarah

tushare ialah pakej antara muka data kewangan Python sumber terbuka percuma. Ia terutamanya melaksanakan proses pengumpulan data, pembersihan, pemprosesan dan penyimpanan data data kewangan seperti stok, dan boleh menyediakan penganalisis kewangan dengan data yang cepat, bersih dan pelbagai yang mudah dianalisis, supaya dapat mengurangkan beban kerja mereka dalam pemerolehan data.

Pasang perpustakaan tushare, masukkan arahan berikut di bawah Buku Nota Jupter:

%pip install tushare

Mulakan semula kernel, dan kemudian masukkan arahan berikut.

import tushare
print("tushare版本号{}".format(tushare.__version__))

tushare版本号1.2.85

Dapatkan data sejarah transaksi saham individu (termasuk data purata bergerak Pengguna boleh mendapatkan K-line harian, K-line mingguan, K-line bulanan, serta 5 minit, 15 minit, dan 30 minit melalui tetapan parameter dan data K-line 60 minit. Antara muka ini hanya boleh mendapatkan data harian untuk tiga tahun yang lalu, dan sesuai untuk pemilihan dan analisis saham bersama dengan data purata bergerak. Kod Python adalah seperti berikut:

importtushareasts
ts.get_hist_data('000001') #一次性获取全部日k线数据
'''
参数说明：
code：股票代码，即6位数字代码，或者指数代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板）
start：开始日期，格式YYYY-MM-DD
end：结束日期，格式YYYY-MM-DD
ktype：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D
retry_count：当网络异常后重试次数，默认为3
pause:重试时停顿秒数，默认为0
例如：
ts.get_hist_data('000001', ktype='W') #获取周k线数据
ts.get_hist_data('000001', ktype='M') #获取月k线数据
ts.get_hist_data('000001', ktype='5') #获取5分钟k线数据
ts.get_hist_data('000001', ktype='15') #获取15分钟k线数据
ts.get_hist_data('000001', ktype='30') #获取30分钟k线数据
ts.get_hist_data('000001', ktype='60') #获取60分钟k线数据
ts.get_hist_data('sh'）#获取上证指数k线数据
ts.get_hist_data('sz'）#获取深圳成指k线数据
ts.get_hist_data('hs300'）#获取沪深300指数k线数据
ts.get_hist_data('000001',start='2021-01-01',end='2021-03-20') #获取”000001”从2021-01-01到2021-03-20的k线数据
'''

Nilai pulangan dijelaskan seperti berikut.

• tarikh:
• buka: harga pembukaan;
• harga tertinggi; 🎜>rendah: harga terendah;
• volume: jumlah dagangan; Harga purata 5 hari;
• ma10: harga purata 10 hari; >
v_ma10: volum purata 10 hari;
• v_ma20: volum purata 20 hari; .
• Gunakan tushare untuk mendapatkan data masa nyata pada semua stok
• Data urus niaga sejarah bagi saham individu ialah data tertunda. Berdepan dengan data harga perubahan masa nyata, kami boleh menggunakan keadaan pasaran masa nyata yang lebih mudah untuk memahami keadaan pasaran dengan cepat melalui pengiraan Python dan memilih saham tertunggak yang memenuhi keadaan semasa.
• Yang berikut menggunakan get_today_all() dalam tushare perpustakaan pihak ketiga untuk mendapatkan data masa nyata semua saham (jika hari cuti, ia adalah hari dagangan sebelumnya). Kodnya adalah seperti berikut:
• Pemerolehan data ialah asas penyelidikan data. API yang pantas, tepat dan stabil akan memendekkan masa untuk individu mendapatkan data, membolehkan penyelidik menumpukan lebih banyak tenaga kepada pemprosesan dan pemodelan data. Pustaka tushare juga merupakan salah satu cara utama untuk penulis mendapatkan data Ia menyediakan sumber data yang stabil dan berkuasa untuk kerja kuantitatif, supaya pengumpulan data boleh dicapai hanya dengan satu baris kod.
• Prapemprosesan data

Sama ada strategi kuantitatif atau projek pembelajaran mesin mudah, prapemprosesan data adalah bahagian yang sangat penting. Dari perspektif pembelajaran kuantitatif, prapemprosesan data terutamanya termasuk pembersihan data, pengisihan, nilai yang hilang atau pemprosesan terpencil, analisis statistik, analisis korelasi dan analisis komponen utama (PCA), dsb.

Oleh kerana buku sebelumnya mengumpul semua data stok biasa, prapemprosesan data yang diperkenalkan dalam bab ini adalah untuk menghapuskan data stok yang tidak memenuhi syarat terlebih dahulu, dan kemudian mengoptimumkan dan menyaring stok yang tinggal. Bab ini terutamanya menggunakan perpustakaan Pandas, dan pembaca harus menumpukan pada pemahaman idea penapisan.

Kosongkan stok ST

Saham ST biasanya mewakili saham syarikat tersenarai dengan keadaan kewangan yang tidak normal atau keadaan lain, dan urus niaga mereka memerlukan layanan istimewa (Layanan Khas) . Disebabkan oleh "layanan istimewa", ST diberi awalan kepada singkatan, jadi saham ini dipanggil saham ST.

importtushareasts
ts.get_today_all()

Sekiranya ST ditambah sebelum nama sesuatu saham, ia akan memberi amaran kepada pasaran Saham tersebut mempunyai risiko pelaburan dan berfungsi sebagai amaran, saham seperti ini mempunyai risiko yang tinggi dan pulangan yang tinggi. Jika *ST ditambah, ia akan Ini bermakna bahawa saham mempunyai risiko penyahsenaraian dan harus berwaspada Khususnya, sekitar April 2021, jika penyata kewangan syarikat yang diserahkan kepada Suruhanjaya Kawal Selia Sekuriti China telah mengalami kerugian untuk tahun berturut-turut, akan berlaku. menjadi risiko penyahsenaraian. Peraturan dagangan untuk saham juga terhad kepada kenaikan 5% dan penurunan 5% pada hari sebut harga.

Kami ingin mengelakkan "stok periuk api" (saham ST) seperti ini, jadi kami boleh menggunakan kod berikut untuk membersihkan stok ST.

import tushareasts
csv_data=ts.get_today_all()
csv_data[~csv_data.name.str.contains('ST')]

我们对 csv_data 的 name 列进行操作，筛选出包含 ST 字母的行，并对整个 DataFrame 取反，进而筛选出不含 ST 股票的行。经过观察，我们发现在运行结果中没有 ST 股票，实现了数据的初步清洗。

清洗掉没成交量的股票

首先要明确定义，什么是没有成交量的股票。没有成交量不是成交量为零，而是一支股票单位时间的成交量不活跃。成交量是反映股市上人气聚散的一面镜子。人气旺盛、 买卖踊跃，成交量自然放大：相反人气低迷、买卖不活跃，成交量必定萎缩。成交量是观察庄家大户动态的有效途径。

下面开始清洗没成交量的股票，在原来的基础上增加代码如下：

import tushareasts
csv_data=ts.get_today_all()
csv_data=csv_data[~csv_data.name.str.contains('ST')]
csv_data[csv_data["volume"]>15000000]#15万手

在以上代码中，我们对 csv_data 的 volume 列进行操作。15 万手是过滤掉不活跃、没成交量的股票，主要以小盘股居多。

其运行结果为：

Index 出现了调行现象，即为去掉成交量小手 15 万手的股票。

清洗掉成交额过小的股票

成交额是成交价格与成交数量的乘积，它是指当天已成交股票的金额总数。成交最的至少取决于市场的投资热情。我们每天看大盘，一个重要的指标就是大 A 股成交量是否超过一万亿元，超过即为成交活跃。

筛选成交额超过 1 亿元的股票，代码如下：

import tushareasts
csv_data=ts.get_today_all()
csv_data=csv_data[~csv_data.name.str.contains('ST')]
csv_data=csv_data[csv_data["volume"]>15000000]#15万手
csv_data["amount"]=round(csv_data["amount"]/100000000,2)#一亿，保留2位
csv_data[(csv_data["amount"]>1)]

筛选股票的数量没有锐减，这是因为成交额-成交价格×成交量。有些股票价格低，成交量巨大，乘积刚刚超过 1亿元；有些股票价格高，成交量相对小一些，乘积仍然超过1亿元。同成交额，2元股票相对于 20 元与 200 元股票，其成交量相差10 倍到 100 倍之多。同成交量，有些股票成交额为 100 亿元，相对于成交额仅有 1亿元的股票，也有百倍之多。

用户可以对 1亿元这个参数进行调参，不过笔者不是特别支持。因为将成交额变大即是对大盘股产生偏重，而前面成交量的筛选也己经对大盘股的成交量进行了偏重筛选，这样双重筛选下来，就会全部变成大盘股，数据偏置严重，没有合理性。预处理的思想也是先将数据进行简单的筛选。笔者认为后期的策略相对于这里的调参更为重要，策略是日后交易的核心。

清洗掉换手率低的股票

换手率=某一段时期内的成交量/流通总股数×100% 。一般情况下，大多数股票每日换手率在1%~2.5%之间（不包括初上市的股票）。70%股票的换手率基本在 3%以下，3%就成为一种分界。

当一支股票的换手率在 3%~7%之间时，该股进入相对活跃状态。当换手率在 7%~10%之间时，则为强势股的出现，股价处于高度活跃中。

筛选换手率超过3的股票，代码如下：

importtushareasts
csv_data=ts.get_today_all()
csv_data=csv_data[~csv_data.name.str.contains('ST')]
csv_data=csv_data[csv_data["volume"]>15000000]#15万手
csv_data["amount"]=round(csv_data["amount"]/100000000,2)#一亿，保留2位
csv_data=csv_data[(csv_data["amount"]>1)]
csv_data["liutongliang"]=csv_data["nmc"]/csv_data["trade"]#增加流通盘的列
csv_data["turnoverratio"]=round(csv_data["turnoverratio"],2)#换手率保留2位
csv_data[csv_data["turnoverratio"]>3]

筛选股票的数量减半。换手率低于 3%当然也有不错的股票，但是根据正态分布，我们不选取小概率事件。选择换手率较好的股票，意味着该文股票的交投越活跃，人们购买该支股票的意愿越高，该股票属于热门股。

换手率商一般意味股票流通性好，进出市场比较容易，不会出现想买买不到、想卖卖不出的现象，具有我较强的变现能力。然而值得注意的是，换手率较高的股票，往往也是短线资金追逐的对象，投机性较强，股价起伏较大，风险也相对较大。

将换手率降序排列并保存数据

换手率是最重要的一个指标，所以将筛选出来的股票换手率进行降序排列并保存，以备日后取证与研究。

将序排列用 sort_values() 两数，保存用 to_csv() 函数。这两个函数都很常用，也比较简单。代码如下：

import tushare as ts
def today_data():
csv_data=ts.get_today_all()
csv_data=csv_data[~csv_data.name.str.contains('ST')]
csv_data=csv_data[csv_data["volume"]>15000000]#15万手
csv_data["amount"]=round(csv_data["amount"]/100000000,2)#一亿，保留2位
csv_data=csv_data[(csv_data["amount"]>1)]
csv_data["liutongliang"]=csv_data["nmc"]/csv_data["trade"]#增加流通盘的列
csv_data["turnoverratio"]=round(csv_data["turnoverratio"],2)#换手率保留2位
csv_data=csv_data[csv_data["turnoverratio"]>3]
csv_data=csv_data.sort_values(by="turnoverratio", ascending=False)
return csv_data

经过一系列的数据清洗与筛选，选择出符合要求的股票数据并保存到 Jupter Notebook 中。我们将上述代码进行函数化处理，并命名为 get_data.py。

以后，只要运行如下代码，就会将得到的 csv_data 显示出来：

import get_data
get_data.today_data()

模块化后，将去掉大量重复代码，重加专注一个功能，也会增强代码的可读性。

本文摘编自《Python量化交易实战》，经出版方授权发布。（ISBN：9787522602820）

Atas ialah kandungan terperinci Amalan perdagangan kuantitatif Python: mendapatkan data saham dan menganalisisnya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!