python数据分析与量化交易
影响股价的因素金融量化投资为什么选择python呢?怎么使用python进行量化投资IPython的使用与python解释器的使用方法一致TAB键自动完成？内省、查看具体信息？进行模糊匹配，命名空间搜索！执行系统命令某些命令不用加也能执行？？两个问号快捷键%timeit 很费事，他要跑很多次%paste 执行剪切板中的python代码%pdb 在异常发生后自动进入调试模式，使用on然后就可以使用p
·
第一章-学习之前的认知
影响股价的因素
1、公司自身因素
2、心理因素
3、行业因素
4、经济因素
5、市场因素
6、政治因素
金融量化投资
量化投资的优势
1、避免主观情绪，人性弱点和认知偏差，选择更加客观
2、能同时包括多角度的观察和多层次的模型
3、及时跟踪市场变化，不断发现新的统计模型，寻找交易机会
4、在决定投资策略后，能通过回测验证其效果
量化策略
通过一套固定的逻辑来分析、判断和决策，自动地进行股票交易
策略的周期
实现想法、学习知识
实现策略：python
检验策略：回测、模拟交易
实盘交易
优化策略，放弃策略
第二章-科学计算基础包—numpy
量化投资和python
为什么选择python呢?
其他选择：excel、SAS/SPSS（统计软件，无编程）、R（功能太单一，制作数据分析）
量化投资实际上就是分析数据从而做出决策的过程
python数据处理相关模块
1、NumPy：数组批量计算
2、pandas：灵活的表计算
3、Matplotlib：数据可视化
怎么使用python进行量化投资
自己编写
NumPy \+ pandas + Matplotlib....
在线平台
聚宽、优矿、米筐、Quantopian....
开源框架
RQAlpha、QUANTAXIS....
IPython的使用
pip3 install ipthon
也可以直接安装anacoda ，集成了ipython、NumPy pandas Matplotlib 等许多python的常用模块和框架
与python解释器的使用方法一致
TAB键自动完成
？内省、查看具体信息
？进行模糊匹配，命名空间搜索
！执行系统命令
某些命令不用加也能执行
？？两个问号
快捷键
IPython的魔术命令
%timeit 很费事，他要跑很多次
%paste 执行剪切板中的python代码
%pdb 在异常发生后自动进入调试模式，使用on
然后就可以使用pdb相关的命令，进行调试状态
p命令最常用，打印的意思
%魔术命令
命令的历史可以使用上下方向键，或者%hist查看命令历史
_ 表示上一次的输出
__ 表示上两个命令
_48 第多少的结果
_i48 第多少行的结果的字符串形式
%bookmark 目录标签系统
IPython Notebook-Jupyter的初识
安装jupyter
使用notebook
进入了jupyter的web界面
创建新的notebook
出现一个小问题：编写的代码不能运行且前面的提示符In[*]
查看命令行，出现错误提示
将软件降级安装后，解决问题
可以用notebook写博客，支持makedown，而且他可以将页面直接输出成很多文本形式
正戏-Numpy模块
Numpy简介
实例展示为什么要使用numpy
例子：已知若干家跨国公司的市值，将其换算成人民币
普通的函数方法
1、将公司市值存储成列表或者其他格式
2、创建变量，存储汇率
2、遍历列表
3、做乘法运算，放入新的列表
用numpy
例子2：已知每件商品的价格和每件商品的数量，计算总金额
还是用a作为价格，再创建一个数组作为每件商品的数量
计算每件商品的价格
计算总金额
ndarray-多维数组对象
ndarray-常用属性
In \[26\]: a.ndim
Out\[26\]: 1
In \[27\]: a.size
Out\[27\]: 50
In \[28\]: a.shape
Out\[28\]: (50,)
\-----------------------------
In \[30\]: b = np.array(\[\[1,2,3,\],\[4,5,6\]\])
In \[31\]: b.ndim
Out\[31\]: 2
In \[32\]: b.size
Out\[32\]: 6
In \[33\]: b.shape
Out\[33\]: (2, 3)
\-----------------------------
三维-第三个维度相当于笔记本的每一页，翻个页就到另一面
In \[35\]: c = np.array(\[\[\[1,2,3,\],\[4,5,6\]\],\[\[1,2,3\],\[1,2,3\]\]\])
In \[36\]: c
Out\[36\]:
array(\[\[\[1, 2, 3\],
\[4, 5, 6\]\],
\[\[1, 2, 3\],
\[1, 2, 3\]\]\])
In \[37\]: c.shape
Out\[37\]: (2, 2, 3)
\------------------------------------
数组的转置
In \[39\]: c = c.T
In \[40\]: c
Out\[40\]:
array(\[\[\[1, 1\],
\[4, 1\]\],
\[\[2, 2\],
\[5, 2\]\],
\[\[3, 3\],
\[6, 3\]\]\])
In \[41\]: c = c.T
In \[42\]: c
Out\[42\]:
array(\[\[\[1, 2, 3\],
\[4, 5, 6\]\],
\[\[1, 2, 3\],
\[1, 2, 3\]\]\])
ndarray-数据类型
查看数据类型
In \[24\]: a.dtype
Out\[24\]: dtype('float64')
我们使用的巨大部分都是数字类型，它本身就是用来做计算的
64位数的长度是多少（2**63-1）
In \[25\]: 2\*\*64\-1
Out\[25\]: 18446744073709551615
numpy-array的创建
In \[1\]: # 可以这样创建一个10位全是0的数组
In \[2\]: import numpy as np
In \[3\]: a = np.array(\[0\]\*10)
In \[4\]: a
Out\[4\]: array(\[0, 0, 0, 0, 0, 0, 0, 0, 0, 0\])
In \[5\]: # 也可以用zeros创建
In \[6\]: b = np.zeros(10)
In \[7\]: b
Out\[7\]: array(\[0., 0., 0., 0., 0., 0., 0., 0., 0., 0.\])
In \[8\]: # 可以看见都是0.，说明他是一个浮点数，来看一下类型
In \[9\]: b.dtype
Out\[9\]: dtype('float64')
In \[10\]: # 创建的时候指定类型，不使用默认的，直接用int
In \[11\]: c = np.zeros(10,dtype='int')
In \[12\]: c
Out\[12\]: array(\[0, 0, 0, 0, 0, 0, 0, 0, 0, 0\])
In \[13\]: c.dtype
Out\[13\]: dtype('int32')
In \[14\]: # 创建全是1的数组
In \[15\]: d = np.ones(10)
In \[16\]: d
Out\[16\]: array(\[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.\])
In \[17\]: # 看一下empty的用法，创建空数组，里面放的都是随机数
In \[18\]: e = np.empty(50)
In \[19\]: e
Out\[19\]:
array(\[1.23004319e-311, 1.23004150e-311, 2.95806213e-311, 1.26927730e-277,
5.54041819e+228, 2.84855906e-311, 5.97288716e-299, 3.28487474e-311,
9.43293441e-314, 2.26784710e-308, 1.23004306e-311, 1.23002517e-311,
3.38460664e+125, 6.69053866e+151, 6.56693077e-085, 1.03564308e-308,
1.33360293e+241, 1.71632673e+243, 5.96115807e+228, 1.71011791e+214,
5.67517369e-311, 1.00562508e-248, 2.85308965e-313, 2.14793507e-308,
1.38760675e+219, 2.92135768e+209, 2.21211602e+214, 2.28723653e-308,
6.96983359e+228, 1.33360298e+241, 2.11280666e+161, 1.29883065e+219,
1.11074825e-310, 1.46972270e-200, 4.97508544e-313, 4.65203811e+151,
4.66820502e+180, 5.61168418e-313, 3.81674046e-308, 1.33360303e+241,
1.54523733e-310, 5.03961303e-266, 3.99046880e-008, 2.08868046e-310,
2.53185169e-212, 7.44726967e-251, 1.39069238e-309, 2.75926410e-306,
4.90398331e-307, 5.23951796e+202\])
In \[20\]: # 这些随机值是，之前内存的残存值。这个empty有什么用呢?
In \[21\]: # 为了之后给里面赋值，因为它相对于zeros和ones创建的时候少了1个步骤，会更快一点
In \[22\]: # arange可以指定步长为小数，pyton中是不可以的
In \[24\]: f = np.arange(1,10,0.3)
In \[25\]: f
Out\[25\]:
array(\[1\. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6,
4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5,
8.8, 9.1, 9.4, 9.7\])
In \[26\]: # linspace线性空间，和arange非常相，但是完全不一样，把指定的范围数字分成间隔相同的份数，最后一个参数是数组的长度，即份数
In \[31\]: k = np.linspace(0,5,10) 或者是 np.linespace(0,5,num=10)
In \[32\]: k #并且linspace不像arange不包含最后一个数，它是包含最后一个数的，可以在最后看见5
Out\[32\]:
array(\[0. , 0.55555556, 1.11111111, 1.66666667, 2.22222222,
2.77777778, 3.33333333, 3.88888889, 4.44444444, 5. \])
In \[27\]: g = np.linspace(1,100,100)
In \[28\]: g
Out\[28\]:
array(\[ 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11.,
12., 13., 14., 15., 16., 17., 18., 19., 20., 21., 22.,
23., 24., 25., 26., 27., 28., 29., 30., 31., 32., 33.,
34., 35., 36., 37., 38., 39., 40., 41., 42., 43., 44.,
45., 46., 47., 48., 49., 50., 51., 52., 53., 54., 55.,
56., 57., 58., 59., 60., 61., 62., 63., 64., 65., 66.,
67., 68., 69., 70., 71., 72., 73., 74., 75., 76., 77.,
78., 79., 80., 81., 82., 83., 84., 85., 86., 87., 88.,
89., 90., 91., 92., 93., 94., 95., 96., 97., 98., 99.,
100.\])
In \[33\]: #eye 生成单位矩阵，对角线上都是1，不做线性代数，基本不会遇到
In \[37\]: w = np.eye(5)
In \[38\]: w
Out\[38\]:
array(\[\[1., 0., 0., 0., 0.\],
\[0., 1., 0., 0., 0.\],
\[0., 0., 1., 0., 0.\],
\[0., 0., 0., 1., 0.\],
\[0., 0., 0., 0., 1.\]\])
ndarray-批量运算
比较运算最后得到的是布尔值
如何快速生成一个二维数组
In \[39\]: np.arange(15).reshape((3,5))
Out\[39\]:
array(\[\[ 0, 1, 2, 3, 4\],
\[ 5, 6, 7, 8, 9\],
\[10, 11, 12, 13, 14\]\])
ndarray-索引
array(\[\[ 0, 1, 2, 3, 4\],
\[ 5, 6, 7, 8, 9\],
\[10, 11, 12, 13, 14\]\])
In \[40\]: a = np.arange(15).reshape((3,5))
In \[41\]: a\[2,2\]
Out\[41\]: 12
adarray-切片
也是前包后不包
In \[46\]: f
Out\[46\]:
array(\[1\. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6,
4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5,
8.8, 9.1, 9.4, 9.7\])
In \[48\]: f\[1:3\]
Out\[48\]: array(\[1.3, 1.6\])
但是数组切片，为了省空间，在切片的时候只是浅拷贝
如果要不影响原数组，切片的时候使用copy
In \[55\]: b = f\[0:5\]
In \[56\]: b
Out\[56\]: array(\[1. , 1.3, 1.6, 1.9, 2.2\])
In \[57\]: b\[0\] = 5
In \[58\]: b
Out\[58\]: array(\[5. , 1.3, 1.6, 1.9, 2.2\])
In \[59\]: f
Out\[59\]:
array(\[5\. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6,
4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5,
8.8, 9.1, 9.4, 9.7\])
使用copy
b = f\[0:5\].copy（）
多行切片
In \[49\]: a
Out\[49\]:
array(\[\[ 0, 1, 2, 3, 4\],
\[ 5, 6, 7, 8, 9\],
\[10, 11, 12, 13, 14\]\])
In \[50\]: # 多行切片，可以看做是\[切行，切列\]
In \[54\]: a\[0:2,0:2\]
Out\[54\]:
array(\[\[0, 1\],
\[5, 6\]\])
ndarray-布尔型索引
需求：选出列表中大于5的数
In \[60\]: import random
# 用列表的filter方法
In \[61\]: a = \[random.randint(0,10) for i in range(20)\]
In \[62\]: a
Out\[62\]: \[1, 2, 1, 6, 1, 8, 6, 7, 3, 0, 6, 8, 2, 6, 0, 1, 4, 10, 0, 3\]
In \[63\]: list(filter(lambda x:x>5, a))
Out\[63\]: \[6, 8, 6, 7, 6, 8, 6, 10\]
# 用数组的布尔值索引
In \[64\]: a = np.array(a)
In \[65\]: a\[a>5\]
Out\[65\]: array(\[ 6, 8, 6, 7, 6, 8, 6, 10\])
In \[66\]: # 布尔型索引的原理
In \[67\]: # 第一步 a>5
In \[68\]: a>5
Out\[68\]:
array(\[False, False, False, True, False, True, True, True, False,
False, True, True, False, True, False, False, False, True,
False, False\])
In \[69\]: # 第二步，返回每一位置为ture的位置的值
In \[70\]: b = np.array(\[1,2,3\])
In \[71\]: c = np.array(\[True,False,True\])
In \[72\]: b\[c\]
Out\[72\]: array(\[1, 3\])
需求2：选出数组中大于5的偶数
题外：and 和 & 有什么区别？
ndarray-花式索引
注意：多维数组中，花式索引和花式索引不能出现在，逗号的两边
Numpy-通用函数
abs-批量求绝对值
In \[2\]: a = np.arange(-5,5)
In \[3\]: a
Out\[3\]: array(\[-5, -4, -3, -2, -1, 0, 1, 2, 3, 4\])
# 直接用abs也可以
In \[4\]: abs(a)
Out\[4\]: array(\[5, 4, 3, 2, 1, 0, 1, 2, 3, 4\])
# 严谨的用法是np.abs
In \[5\]: np.abs(a)
Out\[5\]: array(\[5, 4, 3, 2, 1, 0, 1, 2, 3, 4\])
aqrt-开方
# 直接使用会报错，没有这个sqrt，找不到
In \[7\]: sqrt(a)
\---------------------------------------------------------------------------
NameError Traceback (most recent call last)
<ipython-input-7-55c08d4e5fa4> in <module>()
\----> 1 sqrt(a)
NameError: name 'sqrt' is not defined
# math模块下有sqrt
In \[8\]: import math
# 报错，sqrt一次只能处理一个值
In \[11\]: math.sqrt(a)
\---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-11-c85d302be686> in <module>()
\----> 1 math.sqrt(a)
TypeError: only size\-1 arrays can be converted to Python scalars
# 使用np.sqrt ，因为负数不能求开方
In \[10\]: np.sqrt(a)
F:\\Python36\\Scripts\\ipython3:1: RuntimeWarning: invalid value encountered in sqrt
Out\[10\]:
array(\[ nan, nan, nan, nan, nan,
0. , 1\. , 1.41421356, 1.73205081, 2. \])
把一个小数变成整数-取整和保留小数位
In \[12\]: a = 1.6
# 这种取整，叫做向0取整
In \[13\]: int(a)
Out\[13\]: 1
# 这种叫做四舍五入
In \[14\]: round(a)
Out\[14\]: 2
# 向上取整-ceil
In \[15\]: math.ceil(a)
Out\[15\]: 2
# 向下取整-floor
In \[16\]: math.floor(a)
Out\[16\]: 1
# 使用np
In \[18\]: a
Out\[18\]: array(\[-5.5, -4.5, -3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5, 4.5\])
# 向下取整
In \[19\]: np.floor(a)
Out\[19\]: array(\[-6., -5., -4., -3., -2., -1., 0., 1., 2., 3., 4.\])
# 向上取整
In \[22\]: np.ceil(a)
Out\[22\]: array(\[-5., -4., -3., -2., -1., -0., 1., 2., 3., 4., 5.\])
# 四舍五入
In \[23\]: np.round(a)
Out\[23\]: array(\[-6., -4., -4., -2., -2., -0., 0., 2., 2., 4., 4.\])
# rint和round是一样的
In \[20\]: np.rint(a)
Out\[20\]: array(\[-6., -4., -4., -2., -2., -0., 0., 2., 2., 4., 4.\])
# 向0取整
In \[21\]: np.trunc(a)
Out\[21\]: array(\[-5., -4., -3., -2., -1., -0., 0., 1., 2., 3., 4.\])
注：这里的round用的是"四舍六入五成双，奇进偶不进"的方法。对于大量的计算而言，比普通的四舍五入要更科学
modf-把小数和整数部分分开获取
In \[26\]: np.modf(a)
Out\[26\]:
(array(\[\-0.5, -0.5, -0.5, -0.5, -0.5, -0.5, 0.5, 0.5, 0.5, 0.5, 0.5\]),
array(\[\-5., -4., -3., -2., -1., -0., 0., 1., 2., 3., 4.\]))
In \[27\]: x,y = \_
In \[28\]: x
Out\[28\]: array(\[-0.5, -0.5, -0.5, -0.5, -0.5, -0.5, 0.5, 0.5, 0.5, 0.5, 0.5\])
In \[29\]: y
Out\[29\]: array(\[-5., -4., -3., -2., -1., -0., 0., 1., 2., 3., 4.\])
isnan和isinf-浮点数特殊值的判定
In \[31\]: a = np.ones(5)
In \[32\]: a
Out\[32\]: array(\[1., 1., 1., 1., 1.\])
In \[33\]: a\[1\] = 0
In \[34\]: a
Out\[34\]: array(\[1., 0., 1., 1., 1.\])
In \[36\]: b = a/a
F:\\Python36\\Scripts\\ipython3:1: RuntimeWarning: invalid value encountered in true\_divide
In \[37\]: a
Out\[37\]: array(\[1., 0., 1., 1., 1.\])
In \[38\]: b
Out\[38\]: array(\[ 1., nan, 1., 1., 1.\])
In \[39\]: 1 in b
Out\[39\]: True
# 这样判断对nan是无用的
In \[40\]: np.nan in b
Out\[40\]: False
# isnan的作用
In \[41\]: np.isnan(b)
Out\[41\]: array(\[False, True, False, False, False\])
isnan用来取值
In \[42\]: b\[np.isnan(b)\]
Out\[42\]: array(\[nan\])
In \[43\]: b\[~np.isnan(b)\]
Out\[43\]: array(\[1., 1., 1., 1.\])
inf-比任何数都大
In \[44\]: np.inf > 1000000000000000000000000000000
Out\[44\]: True
In \[45\]: float('inf') > 1000000000000000000000000000000000
Out\[45\]: True
inf和isinf的使用
In \[46\]: a = np.array(\[3,4,5,6,7\])
In \[47\]: b = np.array(\[3,0,5,0,7\])
In \[48\]: a/b
F:\\Python36\\Scripts\\ipython3:1: RuntimeWarning: divide by zero encountered in true\_divide
Out\[48\]: array(\[ 1., inf, 1., inf, 1.\])
# 和np.nan不一样，是相等的
In \[49\]: np.inf == np.inf
Out\[49\]: True
In \[50\]: c = a/b
F:\\Python36\\Scripts\\ipython3:1: RuntimeWarning: divide by zero encountered in true\_divide
In \[51\]: c
Out\[51\]: array(\[ 1., inf, 1., inf, 1.\])
# 取出不是inf的值
In \[52\]: c\[c!=np.inf\]
Out\[52\]: array(\[1., 1., 1.\])
# 取出不是inf的值，用~
In \[53\]: c\[~np.isinf(c)\]
Out\[53\]: array(\[1., 1., 1.\])
二元函数
add 加
substract 减
multiply 乘
divide 除
power 乘方
mod 取模
maximum-对两个数组的每一个都取一个最大值
In \[58\]: a
Out\[58\]: array(\[3, 4, 5, 6, 7\])
In \[59\]: b
Out\[59\]: array(\[1, 6, 8, 9, 2\])
In \[60\]: np.maximum(a,b)
Out\[60\]: array(\[3, 6, 8, 9, 7\])
mininum-和maxinum一样的用法，只是对比取最小的值
更改数组形状-reshape和resize和ravel
a = np.random.random((3,2))
a
# reshape 并不改变原始数组
a.reshape(2, 3)
array(\[\[0.91122299, 0.93234796, 0.86025081\],
\[0.33770259, 0.13627525, 0.78460434\]\])
# 查看 a
array(\[\[0.91122299, 0.93234796\],
\[0.86025081, 0.33770259\],
\[0.13627525, 0.78460434\]\])
# resize 会改变原始数组
a.resize(2, 3)
# 查看 a
array(\[\[0.91122299, 0.93234796, 0.86025081\],
\[0.33770259, 0.13627525, 0.78460434\]\])
\# 展平数组-数组变成一行
a.ravel()
array(\[0.91122299, 0.93234796, 0.86025081, 0.33770259, 0.13627525,
0.78460434\])
拼合数组-vstack和hstack
a = np.random.randint(10,size=(3,3))
b \= np.random.randint(10,size=(3,3))
a,b
out:
(array(\[\[1, 4, 7\],
\[5, 6, 6\],
\[6, 4, 5\]\]),
array(\[\[8, 3, 1\],
\[1, 5, 8\],
\[5, 0, 6\]\]))
# 垂直拼合
np.vstack((a,b))
out：
array(\[\[1, 4, 7\],
\[5, 6, 6\],
\[6, 4, 5\],
\[8, 3, 1\],
\[1, 5, 8\],
\[5, 0, 6\]\])
# 水平拼合
np.hstack((a,b))
array(\[\[1, 4, 7, 8, 3, 1\],
\[5, 6, 6, 1, 5, 8\],
\[6, 4, 5, 5, 0, 6\]\])
分割数组-vsplit和hsplit
# 沿横轴分割数组
np.hsplit(a,3)
\[array(\[\[1\],
\[5\],
\[6\]\]),
array(\[\[4\],
\[6\],
\[4\]\]),
array(\[\[7\],
\[6\],
\[5\]\])\]
# 沿纵轴分割数组
np.vsplit(a,3)
\[array(\[\[1, 4, 7\]\]), array(\[\[5, 6, 6\]\]), array(\[\[6, 4, 5\]\])\]
数组排序
# 生成示例数组
a = np.array((\[1, 4, 3\], \[6, 2, 9\], \[4, 7, 2\]))
a
array(\[\[1, 4, 3\],
\[6, 2, 9\],
\[4, 7, 2\]\])
# 返回每列最大值
np.max(a, axis=0)
array(\[6, 7, 9\])
# 返回每行最小值
np.min(a,axis=1)
array(\[1, 2, 2\])
# 返回每列最大值索引
np.argmax(a,axis=0)
array(\[1, 2, 1\])
# 返回每行最小值索引
np.argmin(a,axis=1)
array(\[0, 1, 2\])
numpy-统计方法和随机数生成
# 统计中位数
np.median(a, axis=0)
# 统计各行的算术平均值
np.mean(a, axis=1)
# 统计各列的加权平均值
np.average(a, axis=0)
# 统计各行的方差
np.var(a, axis=1)
# 统计数组各列的标准偏差
np.std(a, axis=0)
数学时间
1 2 3 4 5
平均数： 3
方差 ：每个数\-3的值的平方，加在一起，再除以数字的个数
标准差:对方差开平方根
方差用来计算数组内数值的范围
平均数加减两倍方差的结果活落在90%的范围上
矩阵乘法
矩阵乘法运算（注意与a*b的区别）
A = np.array(\[\[1,2\],\[3,4\]\])
B = np.array(\[\[5,6\],\[7,8\]\])
np.dot(A,B)
array(\[\[19, 22\],
\[43, 50\]\])
数学函数
# 求三角函数
a = np.array(\[10,20,30,40,50\])
np.sin(a)
array(\[\-0.54402111, 0.91294525, -0.98803162, 0.74511316, -0.26237485\])
# 以自然对数为底数的指数函数
np.exp(a)
array(\[2.20264658e+04, 4.85165195e+08, 1.06864746e+13, 2.35385267e+17,
5.18470553e+21\])
# 方根的运算-开平方
np.sqrt(a)
array(\[3.16227766, 4.47213595, 5.47722558, 6.32455532, 7.07106781\])
# 方根的运算-求立方
np.power(a,3)
array(\[ 1000, 8000, 27000, 64000, 125000\])
随机数
# 创建二维随机数组
np.random.rand(2, 3)
array(\[\[0.46181641, 0.06400509, 0.93763711\],
\[0.67133387, 0.0801051 , 0.81633397\]\])
# 创建二维随机整数数组
np.random.randint(5, size=(2, 3))
array(\[\[4, 2, 2\],
\[4, 0, 0\]\])
In \[61\]: np.random.randint(0,10,10)
Out\[61\]: array(\[6, 4, 8, 4, 0, 4, 9, 1, 5, 7\])
# 生成多维随机数组
In \[62\]: np.random.randint(0,10,(3,5)) 或者如上一个例子所示 使用size参数
Out\[62\]:
array(\[\[4, 5, 7, 7, 8\],
\[4, 1, 5, 1, 4\],
\[2, 3, 9, 6, 8\]\])
# 0-1之间的随机数
In \[63\]: np.random.rand(10)
Out\[63\]:
array(\[0.97926997, 0.17454168, 0.52831388, 0.28070782, 0.2715298 ,
0.2749287 , 0.44007621, 0.56472258, 0.53291951, 0.30727733\])
# 指定数组中的随机数
In \[64\]: np.random.choice(\[1,2,3,4,5,6\],10)
Out\[64\]: array(\[1, 2, 5, 5, 2, 1, 5, 1, 3, 1\])
In \[65\]: np.random.choice(\[1,2,3,4,5,6\],(2,3))
Out\[65\]:
array(\[\[5, 2, 3\],
\[3, 4, 4\]\])
# uniform 平均分布，出现每一个小数的概率都一样
In \[67\]: np.random.uniform(2.0,4.0,10)
Out\[67\]:
array(\[3.30135597, 2.5034658 , 3.80415042, 3.58323964, 2.82819204,
3.45701693, 2.51628589, 3.94588971, 2.46530701, 3.269412 \])
In \[68\]: np.random.uniform(2,4,10)
Out\[68\]:
array(\[3.99532675, 2.27704994, 2.44378248, 2.33492658, 3.79537452,
2.6754694 , 3.04022564, 2.12863367, 3.27047096, 3.70261513\])
In \[69\]: # random中所有的方法都被numpy重写过
****fromfunction-依据自定义函数创建数组
\>>> def f(x,y):
... return 10\*x+y
...
\>>> b = fromfunction(f,(5,4),dtype=int)
\>>> b
array(\[\[ 0, 1, 2, 3\],
\[10, 11, 12, 13\],
\[20, 21, 22, 23\],
\[30, 31, 32, 33\],
\[40, 41, 42, 43\]\])
#
np.fromfunction(lambda i,j:i+j,(3,3))
array(\[\[0., 1., 2.\],
\[1., 2., 3.\],
\[2., 3., 4.\]\])
# 生成的规则就是数组中每一个元素所在位置的索引值作为x和y的值
还有很多高级功能没有说，numpy相对于pandas来说是比较基础的包
接下来请领教pandas
第三章-数据分析核心包—pandas
series-一维数据对象
In \[72\]: import pandas as pd
In \[73\]: pd.Series(\[2,3,4,5\])
Out\[73\]:
0 2
1 3
2 4
3 5
dtype: int64
In \[74\]: pd.Series(\[2,3,4,5\],index=\['a','b','c','d'\])
Out\[74\]:
a 2
b 3
c 4
d 5
dtype: int64
In \[75\]: # 所以说serries更像是列表和字典的结合体
In \[76\]: pd.Series(np.arange(5))
Out\[76\]:
0 0
1 1
2 2
3 3
4 4
dtype: int32
In \[77\]: # 在制定了索引之后，用原来的下标还是能访问
In \[82\]: sr = pd.Series(\[2,3,4,5\],index=\['a','b','c','d'\])
In \[83\]: sr
Out\[83\]:
a 2
b 3
c 4
d 5
dtype: int64
In \[84\]: sr\[2\]
Out\[84\]: 4
# 所以他有两种索引方式，一种是下标，一种是标签，像字典的key
Series-使用特性
# 字典创建Series
In \[85\]: sr = pd.Series({'a':1,'b':2})
In \[86\]: sr
Out\[86\]:
a 1
b 2
# 键索引
dtype: int64
In \[88\]: sr\['a'\]
Out\[88\]: 1
# in的用法
In \[89\]: 'a' in sr
Out\[89\]: True
# 通过字典创建，也能使用下标索引
In \[87\]: sr\[1\]
Out\[87\]: 2
# 和字典有一点不一样，写for循环的时候，for字典循环的是key，而Series遍历的是值
In \[90\]: for i in sr:
...: print(i)
...:
1
2
# 获取索引
In \[91\]: sr.index
Out\[91\]: Index(\['a', 'b'\], dtype='object')
In \[93\]: sr.index\[0\]
Out\[93\]: 'a'
# 获取值
In \[94\]: sr.values
Out\[94\]: array(\[1, 2\], dtype=int64)
In \[95\]: sr.values\[0\]
Out\[95\]: 1
# 花式索引
In \[101\]: sr = pd.Series(a,index=\['a','b','c','d','e'\])
In \[102\]: sr
Out\[102\]:
a 3
b 4
c 5
d 6
e 7
dtype: int32
In \[103\]: sr\[\['a','e','c'\]\]
Out\[103\]:
a 3
e 7
c 5
dtype: int32
# 标签索引来切片，它是前包后也包的
In \[106\]: sr\['b':'d'\]
Out\[106\]:
b 4
c 5
d 6
dtype: int32
Series-整数索引问题
In \[107\]: sr = pd.Series(np.arange(10))
In \[108\]: sr
Out\[108\]:
0 0
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
dtype: int32
In \[111\]: sr2 = sr\[5:\].copy()
In \[112\]: sr2
Out\[112\]:
5 5
6 6
7 7
8 8
9 9
dtype: int32
# 问题开始了，sr2的下标索引并不是从0开始的
In \[113\]: sr2\[5\]
Out\[113\]: 5
# 因为这个时候是有歧义的，所以，如果索引是整数类型，则根据整数进行下标取值的时候，总是面相标签的
解决办法：loc和iloc
In \[114\]: sr2.loc\[5\]
Out\[114\]: 5
In \[115\]: sr2.iloc\[-1\]
Out\[115\]: 9
# 因为长度只有5，所以使用sr.iloc\[5\]会报错
Series-数据对齐
按照标签索引进行计算
In \[117\]: sr1 = pd.Series(\[12,23,34\],index=\['c','a','d'\])
In \[118\]: sr2 = pd.Series(\[11,20,10\],index=\['d','c','a'\])
In \[119\]: sr1+sr2
Out\[119\]:
a 33
c 32
d 45
dtype: int64
pandas中长度不一样也可以计算，并引入NaN数据作为数据缺失值
In \[120\]: sr1 = pd.Series(\[12,23,34\],index=\['c','a','d'\])
In \[121\]: sr2 = pd.Series(\[11,20,10,16\],index=\['d','c','a','b'\])
In \[122\]: sr1+sr2
Out\[122\]:
a 33.0
**b NaN**
c 32.0
d 45.0
dtype: float64
In \[123\]: sr1 = pd.Series(\[12,23,34\],index=\['c','a','d'\])
In \[124\]: sr2 = pd.Series(\[11,20,10\],index=\['c','a','b'\])
In \[125\]: sr1+sr2
Out\[125\]:
a 43.0
b NaN
c 23.0
d NaN
dtype: float64
但是有的时候，我不需要他出现NaN
In \[126\]: sr1.add(sr2,fill\_value=0)
Out\[126\]:
a 43.0
b 10.0
c 23.0
d 34.0
dtype: float64
Series-缺失数据和处理确实数据
处理缺失数据有两种思路-删除和填充
判断有没有缺失数据-isnull和notnull
In \[127\]: sr.isnull()
Out\[127\]:
0 False
1 False
2 False
dtype: bool
删掉缺失数据的方法
# 恶意直接利用索引取值的方法
In \[132\]: sr\[sr.notnull()\]
Out\[132\]:
a 43.0
c 23.0
dtype: float64
# 使用dropna 删除
In \[134\]: sr.dropna()
Out\[134\]:
a 43.0
c 23.0
dtype: float64
填充的方法
# 使用fillna填充
In \[133\]: sr.fillna(0)
Out\[133\]:
a 43.0
b 0.0
c 23.0
d 0.0
dtype: float64
有的时候，不喜欢看见0 ，我们可以填充一个平均值
In \[135\]: sr.fillna(sr.mean())
Out\[135\]:
a 43.0
b 33.0
c 23.0
d 33.0
dtype: float64
pandas在计算平均值的时候，会跳过nan。如果不想跳过去，可以加一些参数
Series小结
Series的特性-数组+字典的结合体-
整数索引的问题\-loc和iloc
数据对齐\-面向标签和缺失值
缺失值的处理\-删除和填充
pandas的mean求平均值的特点的使用
DataFrame-二维数据对象
# 第一种创建范式
In \[137\]: df=pd.DataFrame({'one':\[1,2,3,\],'two':\[4,5,6\]})
In \[138\]: df
Out\[138\]:
one two
0 1 4
1 2 5
2 3 6
# 第二种创建方式
In \[140\]: pd.DataFrame({'one':pd.Series(\[1,2,3\],index=\['a','b','c'\]),'two':pd.Series(\[4,5,6,7\],index=\['a','b','c','d'\])})
Out\[140\]:
one two
a 1.0 4
b 2.0 5
c 3.0 6
d NaN 7
# 还有很多种创建的方式...
文件读写操作
vim test.csv
a,b,c
1,2,3
4,5,6
7,8,9
读取csv文件
In \[145\]: pd.read\_csv('test.csv')
Out\[145\]:
a b c
0 1 2 3
1 4 5 6
2 7 8 9
保存文件为csv
In \[147\]: df
Out\[147\]:
a b c
0 1 2 3
1 4 5 6
2 7 8 9
In \[148\]: df.to\_csv('test2.csv')
DataFrame-常用属性
index用来获取行索引，values获取的值是二维数组, 这是和Series一样的地方
In \[156\]: df = \_140
In \[157\]: df
Out\[157\]:
one two
a 1.0 4
b 2.0 5
c 3.0 6
d NaN 7
In \[158\]: df.index
Out\[158\]: Index(\['a', 'b', 'c', 'd'\], dtype='object')
In \[159\]: df.values
Out\[159\]:
array(\[\[ 1., 4.\],
\[ 2., 5.\],
\[ 3., 6.\],
\[nan, 7.\]\])
转置T-把行变成列，列变成行，且一列都成了一个属性（所有的转置默认都会）
可以指定属性dtype
In \[160\]: df.T
Out\[160\]:
a b c d
one 1.0 2.0 3.0 NaN
two 4.0 5.0 6.0 7.0
获取列索引columns
In \[163\]: df.columns
Out\[163\]: Index(\['one', 'two'\], dtype='object')
快速统计
In \[165\]: df.describe()
Out\[165\]:
one two
count 3.0 4.000000 个数
mean 2.0 5.500000 平均数 std 1.0 1.290994 标准差
min 1.0 4.000000 最小值
25% 1.5 4.750000 25%位置的数
50% 2.0 5.500000 中位数
75% 2.5 6.250000 75%位置的数
max 3.0 7.000000 最大数
DataFrame-索引和切片
# 先选列。再选行
In \[168\]: df
Out\[168\]:
one two
a 1.0 4
b 2.0 5
c 3.0 6
d NaN 7
In \[169\]: df\['one'\]\['a'\]
Out\[169\]: 1.0
In \[170\]: df\['one'\]\[1\]
Out\[170\]: 2.0
In \[171\]: df\['one'\]\[0\]
Out\[171\]: 1.0
建议使用loc或者iloc指定，并不建议使用双中括号
In \[172\]: df.loc\['a','one'\]
Out\[172\]: 1.0
In \[173\]: df.loc\['a',:\]
Out\[173\]:
one 1.0
two 4.0
Name: a, dtype: float64
灵活搭配使用
In \[174\]: df.loc\[\['a','c'\],:\]
Out\[174\]:
one two
a 1.0 4
c 3.0 6
DataFrame-数据对齐与缺失数据
DataFrame在使用dropna时，如果一行有一个缺失值，会将整行都删除
指定how=‘all’，删除全部是nan的行
In \[177\]: df.loc\[\['c','d'\],'two'\] = np.nan
In \[178\]: df
Out\[178\]:
one two
a 1.0 4.0
b 2.0 5.0
c 3.0 NaN
d NaN NaN
In \[179\]: df.dropna(how='all')
Out\[179\]:
one two
a 1.0 4.0
b 2.0 5.0
c 3.0 NaN
# how 默认的值是any，也就是只要有nan就都会删除
如何把有一列中有缺失值的那一列都删除？
axis参数意思是-轴，默认是0，是0的时候，指定的是行，1指定的是列
In \[184\]: df
Out\[184\]:
one two
a 1.0 4.0
b 2.0 5.0
c 3.0 NaN
d 5.0 NaN
In \[185\]: df.dropna(axis=1)
Out\[185\]:
one
a 1.0
b 2.0
c 3.0
d 5.0
pandas-其他常用方法
排序中的ascending=False是倒序，by是指定排序的行（列）
当排序的列（行）有nan的时候，都默认放在了最后，不参与排序
numpy的所有通用函数都适于用pandas
pandas-时间对象处理
datetime中将时间字符串转化成时间对象
In \[186\]: import datetime
In \[187\]: datetime.datetime.strptime('2010-01-01','%Y-%m-%d')
Out\[187\]: datetime.datetime(2010, 1, 1, 0, 0)
记忆strptime p--parse 解析
记忆strftime f--format 格式化
但是不是所有人写时间的格式都像这样的，有一个库可以帮我们做这件事
import dateutil
In \[191\]: dateutil.parser.parse('02/03/2010')
Out\[191\]: datetime.datetime(2010, 2, 3, 0, 0)
In \[192\]: dateutil.parser.parse('02-03-2010')
Out\[192\]: datetime.datetime(2010, 2, 3, 0, 0)
In \[193\]: dateutil.parser.parse('2010-JAN-10')
Out\[193\]: datetime.datetime(2010, 1, 10, 0, 0)
pandas中的to_datetime就是引用了这个模块，进行批量转换
In \[194\]: pd.to\_datetime(\['02-03-2010','2010-JAN-10'\])
Out\[194\]: DatetimeIndex(\['2010-02-03', '2010-01-10'\], dtype='datetime64\[ns\]', freq=None)
注意：得到对象第DatetimeIndex
时间对象生成-date_range
In \[195\]: pd.date\_range('2010-01-01','2010-05-01')
Out\[195\]:
DatetimeIndex(\['2010-01-01', '2010-01-02', '2010-01-03', '2010-01-04',
'2010-01-05', '2010-01-06', '2010-01-07', '2010-01-08',
'2010-01-09', '2010-01-10',
...
'2010-04-22', '2010-04-23', '2010-04-24', '2010-04-25',
'2010-04-26', '2010-04-27', '2010-04-28', '2010-04-29',
'2010-04-30', '2010-05-01'\],
dtype\='datetime64\[ns\]', length=121, freq='D')
使用periods指定长度
pd.date_range? 查看帮助中的参数帮助信息
start : str or datetime-like, optional
Left bound for generating dates.
end : str or datetime-like, optional
Right bound for generating dates.
periods : integer, optional **长度**
Number of periods to generate.
freq : str or DateOffset, default 'D' **频率 H-小时 W-周 W-MON W-WEN**
Frequency strings can have multiples, e.g. **'**5H'. See //**B-工作日**
:ref:\`here <timeseries.offset\_aliases>\` for a list of //**1H20min**
frequency aliases.
**date\_range的参数freq可以各种花式定义时间间隔**
tz : str or tzinfo, optional
Time zone name for returning localized DatetimeIndex, for example
'Asia/Hong\_Kong'. By default, the resulting DatetimeIndex is
timezone\-naive.
normalize : bool, default False
Normalize start/end dates to midnight before generating date range.
name : str, default None
Name of the resulting DatetimeIndex.
closed : {None, 'left', 'right'}, optional
Make the interval closed with respect to the given frequency to
the 'left', 'right', or both sides (None, the default).
得到的是Timestamp对象，可以将其用to_pydatetime转换成时间对象
还可以转成字符串
date_range的参数freq可以各种花式定义时间间隔
时间序列
生成的时间对象可以用来构建时间序列的
In \[198\]: sr = pd.Series(np.arange(5),index=pd.date\_range('2010-01-01',periods=5))
In \[199\]: sr
Out\[199\]:
2010-01-01 0
2010-01-02 1
2010-01-03 2
2010-01-04 3
2010-01-05 4
Freq: D, dtype: int32
那么有什么作用呢？直观的好处就是以时间为索引获取指定范围的数据
In \[200\]: sr = pd.Series(np.arange(100),index=pd.date\_range('2010-01-01',periods=100))
In \[201\]: sr\['2010-03'\]
Out\[201\]:
2010-03-01 59
2010-03-02 60
2010-03-03 61
2010-03-04 62
2010-03-05 63
2010-03-06 64
2010-03-07 65
2010-03-08 66
2010-03-09 67
2010-03-10 68
2010-03-11 69
2010-03-12 70
2010-03-13 71
2010-03-14 72
2010-03-15 73
2010-03-16 74
2010-03-17 75
2010-03-18 76
2010-03-19 77
2010-03-20 78
2010-03-21 79
2010-03-22 80
2010-03-23 81
2010-03-24 82
2010-03-25 83
2010-03-26 84
2010-03-27 85
2010-03-28 86
2010-03-29 87
2010-03-30 88
2010-03-31 89
Freq: D, dtype: int32
还比如 sr[‘2017’:‘2018’]
特别方便
resample函数–重新取样
# 以周为单位取和
In \[203\]: sr.resample('W').sum()
Out\[203\]:
2010-01-03 3
2010-01-10 42
2010-01-17 91
2010-01-24 140
2010-01-31 189
2010-02-07 238
2010-02-14 287
2010-02-21 336
2010-02-28 385
2010-03-07 434
2010-03-14 483
2010-03-21 532
2010-03-28 581
2010-04-04 630
2010-04-11 579
Freq: W\-SUN, dtype: int32
truncate是类似切片的函数，意义不大，因为都可以通过切片操作来取值
pandas-文件处理
读取文件
例子：
header= none
names的使用
在一个数据表中，如果某一列中有None，这整个列的类型都会变成object，变成了字符串
本来应该是float的
但是因为有none，变成了字符串
nan可以解释成浮点数，但是none无法解释，
解决：用na_values
写入文件
写入文件示例：
Python中读取excel的时候需要安装模块xlrd
…还有很多内容
要多多练习，才能掌握，变成自己的
第四章-数据可视化工具包—matplotlib
如果在命令行或者pycharm中运行，会弹出对话框，可以进行拖动、放大等操作…
plot函数
plot用来绘制点图或者线图，两个参数（即x和y）
还有第三个参数，一个字符串，来决定线的样式（示例：v是小三角，用短线和点连接，显示红色）
也可以使用参数传递（color=‘red’，marker=‘^’,linestyle=‘-.’）
我想画多条线？该如何操作
show函数，调用之后，之前的plot都出现在一张图上了
Matplotlib-图像标注
plt.legend的用法之一
pandas和Matplotlib
直接使用
作业：绘制数学函数图像
画布与子图
fig.add_subplot(2,2,1) 其中 2，2的意思就是把画布分成2x24份，最后的1是第一个位置
Matplotlib支持的图类型
条形图
饼图
折线图-matplot.finance
matplotlib.finance.子包中有许多绘制金融相关图的函数接口
绘制K线图：matplotlib.finance.candlestick_ochl函数
参数的帮助信息
导入模块并给数据添加了一个time字段
第五章-金融数据分析基础实战
tushare包介绍
Tushare是一个免费、开源的财经数据接口包。
练习1-股票数据分析
1、使用tushare包获取某股票的历史行情数据
2、输出该股票所有收盘比开盘上涨3%以上的日期
3、输出该股票所有开盘比前日收盘跌幅超过2%的日期（用shift错位）
4、加入我从2010年1月1日开始，每月第一个交易日买入一手股票，每年最后一个交易日卖出所有股票，
到今天为止，我的收益如何？
tushare接口的使用和shift函数，resample的使用
练习2-查找历史金叉死叉的日期
编写代码
第一个量化策略
基于聚宽编码和回测
initialize函数
handle_data函数，每个单位时间执行一次回测
策略实现
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
# 1、设置股票池为沪深300的所有成分股
g.security = get\_index\_stocks('000300.XSHG')
# 基准收益
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003, close\_commission=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
#\# 回测函数
def handle\_data(context, data):
# 每只股票买多少的问题,账户金额/股票个数的长度=每个股票分多少钱
# 一般情况下先卖后买
tobuy = \[\]
for stock in g.security:
# 获取股票当前的开盘价
p = get\_current\_data()\[stock\].day\_open
# 查看是否持有这只股票
amount = context.portfolio.positions\[stock\].total\_amount
# 股票的持仓成本
cost = context.portfolio.positions\[stock\].avg\_cost
# 3、如果当前股价比买入时上涨了25%，则清仓止盈
if amount > 0 and p >= cost \* 1.25:
order\_target(stock,0) # 止盈
# 4、如果当前股价比买入时下跌了10%，则卖出止损
if amount > 0 and p <= cost \*0.9:
order\_target(stock,0) # 止损
# 2、如果当前股价小于10元且当前不持仓，则买入
if p <= 10.0 and amount == 0:
tobuy.append(stock)
order(stock,1000)
if tobuy:
cost\_per\_stock \= context.portfolio.available\_cash / len(tobuy)
for per in tobuy:
order\_value(per,cost\_per\_stock)
双均线策略-最简单只股票
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003, close\_commission=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
# 选股
g.security = \['601318.XSHG'\]
g.p1 \= 5
g.p2 \= 10
def handle\_data(context, data):
for stock in g.security:
# 金叉：如果5日均线大于10日均线，且没有持仓
# 死叉：如果5日均线小于10日均线，并且持仓
# 获取历史数据
df = attribute\_history(stock,g.p2)
m10 \= df\['close'\].mean()
m5 \= df\['close'\]\[-5:\].mean()
if m10 > m5 and stock in context.portfolio.positions:
# 死叉卖出
order\_target(stock, 0)
if m10 < m5 and stock not in context.portfolio.positions:
order(stock,context.portfolio.available\_cash \* 0.8)
在回测图上添加其他的图
因子选股策略
查询财务数据
get_fundanmentals
策略编写
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003,
close\_commission\=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
# 选股范围
g.security = get\_index\_stocks('000300.XSHG')
# 获取数据,在官网数据选项卡中找到valuation表
g.q = query(valuation).filter(valuation.code.in\_(g.security))
# 要定期跟新调仓
# 1、定义天数变量，在handle\_data中计数，每天+1，当days%30==0的时候，执行调仓
# 这是没30个交易日调一次
# 2、使用run\_monthly(handle,1),定义handle用来跟新的函数，1表示第一个交易日
# 这是每月调一次
run\_monthly(handle,1)
# 定义自己的仓位最多有20只股票
g.N = 20
def handle(context):
# 注意，有的函数方法会报错，因为平台支持的第三方平台的版本所导致
df = get\_fundamentals(g.q)\[\['code','market\_cap'\]\]
df \= df.sort\_values('market\_cap').iloc\[:g.N,:\]
# 新选出的股票池
to\_hold = df\['code'\].values
# 手上可能有一些股票，有的留着，没有的卖掉，添加新的
for stock in context.portfolio.positions:
# 手上的股票没在to\_hold中，买掉
if stock not in to\_hold:
order\_target(stock,0)
to\_buy \= \[stock for stock in to\_hold if stock not in context.portfolio.positions\]
if to\_buy:
cash\_per\_stock \= context.portfolio.available\_cash / len(to\_buy)
for per in to\_buy:
order\_value(per,cash\_per\_stock)
注意停牌的股票的过滤
取前30个，把停牌的（paused）过滤掉，在取前20个
多因子选股策略
市值小
净资产收益率要高
如何同时综合多个因子
…
补充知识-标准化
标准化，归一化，数据预处理的方法
编码实现
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003,
close\_commission\=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
# 选股范围
g.security = get\_index\_stocks('000002.XSHG')
# 获取数据,在官网数据选项卡中找到valuation表，市值数据在这个表中
# 找到roe在，indicator表中
g.q = query(valuation,indicator).filter(valuation.code.in\_(g.security))
# 要定期跟新调仓
# 1、定义天数变量，在handle\_data中计数，每天+1，当days%30==0的时候，执行调仓
# 这是没30个交易日调一次
# 2、使用run\_monthly(handle,1),定义handle用来跟新的函数，1表示第一个交易日
# 这是每月调一次
# 定义自己的仓位最多有20只股票
g.N = 20
run\_monthly(handle,1)
def handle(context):
# 注意，有的函数方法会报错，因为平台支持的第三方平台的版本所导致
df = get\_fundamentals(g.q)\[\['code','market\_cap','roe'\]\]
# 进行归一化
df\['market\_cap'\] = (df\['market\_cap'\]) - df\['market\_cap'\].min()) / (df\['market\_cap'\].max() - df\['market\_cap'\].min())
df\['roe'\] = (df\['roe'\]) - df\['roe'\].min()) / (df\['roe'\].max() - df\['roe'\].min())
# 增加一列作为评分，收益率越大越好，市值越小越好。最后的结果越大越好
df\['score'\] = df\['roe'\] - df\['market\_cap'\]
# 选最后20只
df = df.sort\_values('score').iloc\[-g.N:,:\]
# 新选出的股票池
to\_hold = df\['code'\].values
# 手上可能有一些股票，有的留着，没有的卖掉，添加新的
for stock in context.portfolio.positions:
# 手上的股票没在to\_hold中，买掉
if stock not in to\_hold:
order\_target(stock,0)
to\_buy \= \[stock for stock in to\_hold if stock not in context.portfolio.positions\]
if to\_buy:
cash\_per\_stock \= context.portfolio.available\_cash / len(to\_buy)
for per in to\_buy:
order\_value(per,cash\_per\_stock)
还可以增加权重、增加更多的因子
均值回归理论
均值回归策略是一个选股策略
编码实现
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003,
close\_commission\=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
# 选股范围
g.security = get\_index\_stocks('000002.XSHG')
# 均线
g.ma\_days = 30
# 股票数量
g.stock\_num = 10
run\_monthly(handle,1)
def handle(context):
sr \= pandas.Series(index=g.security)
for stock in sr.index:
ma \= attribute\_history(stock, g.ma\_days)\['close'\].mean()
p \= get\_current\_data()\[stock\].day\_open
# 计算偏离程度
ratio = (ma-p) / ma
sr\[stock\] \= ratio
# 不用sort，有一个更快的函数nlargest
# 新选出的股票池
to\_hold = sr.nlargest(g.stock\_num).index.values
# 手上可能有一些股票，有的留着，没有的卖掉，添加新的
for stock in context.portfolio.positions:
# 手上的股票没在to\_hold中，买掉
if stock not in to\_hold:
order\_target(stock,0)
to\_buy \= \[stock for stock in to\_hold if stock not in context.portfolio.positions\]
if to\_buy:
cash\_per\_stock \= context.portfolio.available\_cash / len(to\_buy)
for per in to\_buy:
order\_value(per,cash\_per\_stock)
布林带策略
上下N取小了不好，去大了等于没取，因为很难触碰，上下可以取不同的N
编码实现
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003,
close\_commission\=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
# 选股范围
g.security = ('600036.XSHG')
g.M \= 20 # 试验过20比较好
g.k = 2 # 听说1.7比较好
# 初始化策略
def handle\_data(context, data):
sr \= attribute\_history(g.security,g.M)\['close'\]
ma \= sr.mean()
up \= ma + g.k \* sr.std()
down \= ma - g.k \* sr.std()
p \= get\_current\_data()\[g.security\].day\_open
cash \= context.portfolio.available\_cash
if p < down and g.security not in context.portfolio.positions:
order\_value(g.security, cash)
elif p >up and g.security in context.portfolio.positions:
order\_target(g.security, 0)
可以继续尝试其他股票或者多只股票
多只股票牵涉资金分配的问题
多尝试几个参数，看效果如何
布林带比较窄的时候，说明波动小，将不适合短线交易，也可将其作为一个因子
加入止损操作
PEG策略
市盈率是什么
PEG策略说明
PEG选股
编码实现
市盈率有静态的和动态的两种，我们使用静态的pe_ratio,在valuation表中
收益增长率inc_net_profit_year_on_year,在indicator里面
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003,
close\_commission\=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
# 选股范围
g.security = get\_index\_stocks('000300.XSHG')
g.q \= query(valuation.code,valuation.pe\_ratio,indicator.inc\_net\_profit\_year\_on\_year).filter(valuation.code.in\_(g.security))
g.N \= 20
run\_monthly(handle,1)
def handle(context):
df \= get\_fundamentals(g.q)
# 过滤负值的PEG
df = df\[(df\['pe\_ratio'\] > 0) & (df\['inc\_net\_profit\_year\_on\_year'\] > 0) \]
# 计算peg
df\['peg'\] = df\['pe\_ratio'\] /df\['inc\_net\_profit\_year\_on\_year'\]/100
df \= df.sort\_values('peg')
to\_hold \= df\['code'\]\[:g.N\].values
print(to\_hold)
# 手上可能有一些股票，有的留着，没有的卖掉，添加新的
for stock in context.portfolio.positions:
# 手上的股票没在to\_hold中，买掉
if stock not in to\_hold:
order\_target(stock,0)
to\_buy \= \[stock for stock in to\_hold if stock not in context.portfolio.positions\]
if to\_buy:
cash\_per\_stock \= context.portfolio.available\_cash / len(to\_buy)
for per in to\_buy:
order\_value(per,cash\_per\_stock)
动量策略和反转策略
编码实现
import jqdata
import math
import numpy as np
import pandas as pd
import datetime
def initialize(context):
set\_option('use\_real\_price', True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003,
close\_commission\=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
g.benchmark \= '000300.XSHG'
g.N \= 10
set\_benchmark(g.benchmark)
run\_monthly(handle, 1)
def handle(context):
stocks \= get\_index\_stocks('000300.XSHG')
# 这段时间的收盘价（attribu是选取一只股票多个时间的，history是选择多只股票）
# 转置，相当于将股票代码放在了表头上
df\_close = history(30, field='close', security\_list=list(stocks)).T
# 增加ret列，表示收益率（最后一天的价格-第一天的价格）/ 第一天的价格
df\_close\['ret'\] = (df\_close.iloc\[:,-1\]-df\_close.iloc\[:,0\])/df\_close.iloc\[:,0\]
# ascending = False 表示降序，即为动量策略，总选最好的
# ascending = True 反转策略
sorted\_stocks = df\_close.sort\_values('ret', ascending = False).index
to\_hold \= sorted\_stocks\[:g.N\]
# 手上可能有一些股票，有的留着，没有的卖掉，添加新的
for stock in context.portfolio.positions:
# 手上的股票没在to\_hold中，买掉
if stock not in to\_hold:
order\_target(stock,0)
to\_buy \= \[stock for stock in to\_hold if stock not in context.portfolio.positions\]
if to\_buy:
cash\_per\_stock \= context.portfolio.available\_cash / len(to\_buy)
for per in to\_buy:
order\_value(per,cash\_per\_stock)
最后得出结论，A股市场的反转策略优于动量策略
羊驼交易法则
编码实现
# 导入函数库
from jqdata import \*
# 初始化函数，设定基准等等
def initialize(context):
set\_benchmark('000300.XSHG') # 持有后不动
set\_option('use\_real\_price',True)
set\_order\_cost(OrderCost(open\_tax\=0, close\_tax=0.001, open\_commission=0.0003,
close\_commission\=0.0003, close\_today\_commission=0, min\_commission=5), type='stock')
# 选股范围
g.security = get\_index\_stocks('000300.XSHG')
# 看多长时间的 收益率
g.period = 30
g.N \= 10
# 每次调整几只股票
g.change = 1
# 标志位，第一次购买的时候购买的是10只
g.init = True
run\_monthly(handle,1)
def get\_sorted\_stocks(context,stocks):
df\_close \= history(g.period, field='close', security\_list=stocks).T
# 增加ret列，表示收益率（最后一天的价格-第一天的价格）/ 第一天的价格
df\_close\['ret'\] = (df\_close.iloc\[:,-1\]-df\_close.iloc\[:,0\])/df\_close.iloc\[:,0\]
# ascending = False 表示降序，即为动量策略，总选最好的
# ascending = True 反转策略
sorted\_stocks = df\_close.sort\_values('ret', ascending = False)
return sorted\_stocks.index.values
def handle(context):
if g.init:
stocks \= get\_sorted\_stocks(context, g.security)\[:g.N\]
cash \= context.portfolio.available\_cash \* 0.9 / len(stocks)
for stock in stocks:
order\_value(stock, cash)
g.init \= False
return
stocks \= get\_sorted\_stocks(context, context.portfolio.positions.keys())
for stock in stocks:
if len(context.portfolio.positions) >= g.N:
break
if stock not in context.portfolio.positions:
order\_value(stock, context.portfolio.available\_cash \* 0.9)
简易回测框架开发
框架内容
- 上下文信息保存：context
- 获取数据：
- 下单函数：
- 用户接口：
- …
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
对于0基础小白入门：
如果你是零基础小白，想快速入门Python是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习等习教程。带你从零基础系统性的学好Python！
零基础Python学习资源介绍
👉Python学习路线汇总👈
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取哈）
👉Python必备开发工具👈
温馨提示：篇幅有限，已打包文件夹，获取方式在：文末
👉Python学习视频600合集👈
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉100道Python练习题👈
检查学习结果。
👉面试刷题👈
这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
5
0- 0
已为社区贡献11条内容
所有评论(0)