学习笔记（五）
聚宽函数学习：在实际聚宽的运用时，用到的函数
环境是以聚宽打开的notebook

1.得到指数的数据
df1 = get_price(‘000300.XSHG’, start_date=‘2017-01-01’,end_date=‘2020-12-01’, frequency=‘daily’, fields=[‘open’, ‘close’])
# XSHG是指数，XSHE就是股票
df1[‘rate’] = df1[‘close’].pct_change()
# 别用收盘价/开盘价-1算收益率，应该是两个收盘价算。
plt.plot(np.cumsum(df1[‘rate’]),label=‘沪深300指数’)

2.得到股票的数据
Df2 = get_price(stocklist, date1, date2, ‘daily’, [‘close’], panel=False)
#唯一不同的是get_price可以选择输入list，list里存放股票代码
输出的是一个dataframe，index是日期，columns是股票

3.得到因子数据
from jqdata import *
from jqfactor import get_factor_values, neutralize#需要导入库

factor_data2 = get_factor_values(stocklist, factor, start_date=date1, count=100)
factor_data2 = factor_data2[factor].T
注1：输出的是dict，键是因子，值是一个dataframe，index是日期，columns是股票
注2：若是取出某一时期，所有股票的数据，注意它是横向的，通常需要转置

4.市值、行业中性化
factor_data = neutralize(factor_data,how=[‘sw_l1’, ‘ln_circulating_market_cap’], date=date1, axis=0)
# axis = 0代表对列做中性化
#例如使用第三个函数得到某一时期、某因子所有股票数据，就可以转置，并令axis=0

5.获取指数成分股
get_index_stocks(‘000001.XSHG’, date=’2015-01-01’)
#输出是一个list，里面装有股票代码