資訊專欄INFORMATION COLUMN
摘要：將另存為格式時，文件將工作表中的單元格所顯示的文本和數(shù)值以逗號分離進行保存。方法此處使用模塊的函數(shù)讀取文件，函數(shù)以字典形式返回，字典的鍵則是這個單元格的標(biāo)題即列頭，每一個單元格內(nèi)容放在字典的值內(nèi)。
前言
數(shù)據(jù)是進行量化交易的基礎(chǔ)和關(guān)鍵，目前國內(nèi)做量化產(chǎn)品的金融機構(gòu)大部分是從券商獲取高頻實時行情數(shù)據(jù)的，另外很多金融網(wǎng)站也提供了數(shù)據(jù)接口，可以調(diào)用接口方式獲取，也可以用爬蟲的方式獲取。文本講述一種更經(jīng)濟便捷的方式來獲取數(shù)據(jù)，即通過同花順交易軟件來導(dǎo)出股票數(shù)據(jù)，并且將數(shù)據(jù)轉(zhuǎn)換為DataFrame 表格型的數(shù)據(jù)結(jié)構(gòu)，以csv的格式存儲，便于后續(xù)進行量化交易分析。
1.打開同花順軟件，點擊“分析”欄，選擇“歷史成交”，此時會出現(xiàn)股票的日線交易數(shù)據(jù)。
2.點擊“右鍵”，選擇“數(shù)據(jù)導(dǎo)出”—>“導(dǎo)出所有數(shù)據(jù)”，選擇導(dǎo)出的類型為Excel，執(zhí)行下一步直到完成，即得到了2004年至今的該股交易數(shù)據(jù)。
3.打開EXCEL文檔已經(jīng)可以查看到導(dǎo)出的數(shù)據(jù)了，不過在量化領(lǐng)域中最常用使用的是CSV格式，這里將EXCEL另存為CSV格式。CSV文件是一種文本文件，用記事本就能打開。文件的數(shù)據(jù)列以半角逗號分隔，每一行數(shù)據(jù)都以回車符結(jié)束。它可以非常容易地被導(dǎo)入各種PC表格及數(shù)據(jù)庫中。將EXCEL另存為CSV格式時，CSV文件將EXCEL工作表中的單元格所顯示的文本和數(shù)值以逗號分離進行保存。
注：如果單元格中包含逗號，則該單元格中的內(nèi)容以雙引號引起。
在Python中，pandas是數(shù)據(jù)處理方面功能最為強大的擴展模塊了，包含了高級的數(shù)據(jù)結(jié)構(gòu)Series和DataFrame，使得在Python中處理數(shù)據(jù)變得非常方便、快速和簡單，后續(xù)我們在應(yīng)用中會深有體會。
方法1：通過pandas模塊自帶的read_csv函數(shù)可直接得到DataFrame格式數(shù)據(jù)，注意編碼格式為“GB2132”，否則控制臺會將中文解析為亂碼。
df_csvload = pd.read_csv("C:programPYCSV_RWdata_ForNewFileDataChange.csv",parse_dates=True,index_col=0,encoding="gb2312")
方法2：此處使用CSV模塊的DictReader函數(shù)讀取CSV文件，DictReader函數(shù)以字典形式返回，字典的鍵則是這個單元格的標(biāo)題（即列頭），每一個單元格內(nèi)容放在字典的值內(nèi)。DataFrame的創(chuàng)建方式有numpy二維數(shù)組、列表、Series序列以及字典方式等，此處DictReader函數(shù)返回的字典形式數(shù)據(jù)可直接創(chuàng)建，字典中的keys就是DataFrame里面的columns，但是沒有index的值，默認(rèn)是從零開始計數(shù)。
f=codecs.open("C:programPYCSV_RWdata_ForNewFileDataChange.csv","rb","gb2312")#GB2312編碼
reader = csv.DictReader(f)
rows = [row for row in reader]
df = pd.DataFrame(rows)
f.close()
該方法需要增加額外的處理，將“時間”列作為index索引，同時將日期信息去除星期幾
df.rename(columns={ "時間":"time" },inplace=True)#替換為英文columns
for index,colstr in enumerate(df["time"]):
colstr = colstr.split(",",1)#去除日期中的星期幾
df.loc[index, "time"] = colstr[0]
df.index = df["time"].tolist()#time作為index
del df["time"]#數(shù)據(jù)中刪除time列
數(shù)據(jù)處理后使用pandas模塊自帶的to_csv可將數(shù)據(jù)直接存儲為CSV。
df.to_csv("C:programPYCSV_RWdata_ForNewFileDataCheck.csv",columns=df.columns,index=True)
更多python量化交易內(nèi)容互動請加微信公眾號：PythonQT-YuanXiao
歡迎訂閱量化交易課程：鏈接地址
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/41160.html
摘要：前言庫提供了專門從財經(jīng)網(wǎng)站獲取金融數(shù)據(jù)的接口，可作為量化交易股票數(shù)據(jù)獲取的另一種途徑，該接口在庫基礎(chǔ)上實現(xiàn)了以客戶端身份訪問網(wǎng)站的股票數(shù)據(jù)。第三四個參數(shù)為股票數(shù)據(jù)的起始時間斷。遍歷每個交易日后將符合跳空缺口條件的交易日增加缺口數(shù)值。 前言 Pandas庫提供了專門從財經(jīng)網(wǎng)站獲取金融數(shù)據(jù)的API接口，可作為量化交易股票數(shù)據(jù)獲取的另一種途徑，該接口在urllib3庫基礎(chǔ)上實現(xiàn)了以客戶端身份...
摘要：問題來源今天與同學(xué)聊天，得知他有個任務(wù)是抓取同花順網(wǎng)站上的股票數(shù)據(jù)，有點興趣，便做了相關(guān)實驗。由于時間關(guān)系，以上代碼只是把數(shù)據(jù)所在的網(wǎng)頁抓取到本地，沒有進行解析。 問題來源 今天與同學(xué)聊天，得知他有個任務(wù)是抓取同花順網(wǎng)站上的股票數(shù)據(jù)，有點興趣，便做了相關(guān)實驗。 介紹 網(wǎng)站地址：http://q.10jqka.com.cn/ 網(wǎng)站界面：showImg(https://segmentf...
摘要：月日，各項競賽的排名將決定最終的成績排名。選手通過訓(xùn)練模型，對虛擬股票走勢進行預(yù)測。冠軍將獲得萬元人民幣的獎勵。 showImg(https://segmentfault.com/img/bVUzA7?w=477&h=317); 2017年9月4日，AI challenger全球AI挑戰(zhàn)賽正式開賽，來自世界各地的AI高手，將展開為期三個多月的比拼，獲勝團隊將分享總額超過200萬人民幣的...
摘要：那么我們改變概率這個因子，將它放大到，我們邀請個人參與局看下效果看來結(jié)果還不錯，只要增加盈利的概率，就可以在市場中獲得收益，這就是量化交易的魅力管理概率理性交易。 在《Python實戰(zhàn)-構(gòu)建基于股票的量化交易系統(tǒng)》小冊子中，我們以股票為交易標(biāo)的講解量化交易的學(xué)習(xí)，主要原因是股票的風(fēng)險和收益介于期貨和基金之間。期貨一方面加了杠桿，另一方面走勢變化非常迅速，稍有不慎有可能血本無歸，這不太適...
閱讀 3597·2021-11-25 09:43
閱讀 3165·2021-10-08 10:04
閱讀 1659·2019-08-26 12:20
閱讀 2088·2019-08-26 12:09
閱讀 635·2019-08-23 18:25
閱讀 3609·2019-08-23 17:54
閱讀 2365·2019-08-23 17:50
閱讀 836·2019-08-23 14:33
