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。

  1. import tushare as ts
  2. import pandas as pd
  3. # 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)
  4. data = ts.get_hist_data('300336','2016-01-01','2016-05-24','15')
  5. # 数据存盘
  6. data.to_csv('15-300336-2016.csv')
  7. # 读出数据,DataFrame格式
  8. df = pd.read_csv('15-300336-2016.csv')
  9. # 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
  10. df2 = pd.DataFrame({'Date Time' : df['date'], 'Open' : df['open'],
  11. 'High' : df['high'],'Close' : df['close'],
  12. 'Low' : df['low'],'Volume' : df['volume'],
  13. 'Adj Close':df['close']})
  14. # 按照Yahoo格式的要求,调整df2各段的顺序
  15. dt = df2.pop('Date Time')
  16. df2.insert(0,'Date Time',dt)
  17. o = df2.pop('Open')
  18. df2.insert(1,'Open',o)
  19. h = df2.pop('High')
  20. df2.insert(2,'High',h)
  21. l = df2.pop('Low')
  22. df2.insert(3,'Low',l)
  23. c = df2.pop('Close')
  24. df2.insert(4,'Close',c)
  25. v = df2.pop('Volume')
  26. df2.insert(5,'Volume',v)
  27. # 新格式数据存盘,不保存索引编号
  28. df2.to_csv("15-1.csv", index=False)
上一篇:【开源java游戏框架libgdx专题】-04-接口介绍及生命周期


下一篇:在Windows的DOS中运行java编程中的问题