金融量化之Tushare模块

一、介绍

Tushare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势，Tushare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。当然，如果您习惯了用Excel或者关系型数据库做分析，您也可以通过Tushare的数据存储功能，将数据全部保存到本地后进行分析。应一些用户的请求，从0.2.5版本开始，Tushare同时兼容Python 2.x和Python 3.x，对部分代码进行了重构，并优化了一些算法，确保数据获取的高效和稳定。

需要强调的是，TuShare库里不仅仅有股票数据，而是一个综合的财经库。只是因为股票数据数据量比较大，特别锻炼数据分析能力，所以才选择股票数据练手。其余的数据也是很有意思的，比如全国电影票房排名

使用前提

安装Python
安装pandas
lxml也是必须的，正常情况下安装了Anaconda后无须单独安装，如果没有可执行：pip install lxml

建议安装Anaconda（http://www.continuum.io/downloads），一次安装包括了Python环境和全部依赖包，减少问题出现的几率。

下载安装

方式1：pip install tushare
方式2：访问https://pypi.python.org/pypi/Tushare/下载安装

版本升级

pip install tushare --upgrade

查看当前版本的方法：

import tushare

print(tushare.__version__)

二、Tushare的应用

1、概念

1.K线：K线起源于日本德川幕府时代，因为图形像蜡烛，所以又称蜡烛图，日本线。K线是代表这一天股票的开盘价，收盘价，最高价和最低价。

2.均线：均线一般分为5日(MA5)，10日(MA10)，20日(MA20)，30日(MA30)，60日(MA60)，120日(MA120)和250日平均线(MA250)，它指的是在这些天里这个股票收盘的平均价格，通过K线与均线的对比可以看出股票的强弱，一般在5日均线以上属于较强势。

2、获取股票行情的函数

我们主要还是应该掌握如何用tushare获取股票行情数据，使用的是ts.get_hist_data()函数或者ts.get_k_data（）函数

参数：

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


返回值说明：

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]

3、案例

import pandas as pd

import numpy as np

from pandas import DataFrame,Series

import tushare as ts

# 获取k线数据，加载至DataFrame中

df = ts.get_k_data('',start='2000-01-01')  # 茅台

df.head()

# 将从Tushare中获取的数据存储至本地

df.to_csv('./maotai.csv')

# 将原数据中的时间作为行索引，并将字符串类型的时间序列化成时间对象类型

# index_col参数：把某一列col作为行索引index

# parse_dates:把字符串类型的时间序列化成时间对象类型

df = pd.read_csv('./maotai.csv',index_col='date',parse_dates=['date'])

df.drop(labels='Unnamed: 0',axis=1,inplace=True)

df.head()

# 分析1：输出该股票所有收盘比开盘上涨3%以上的日期

# 获取满足条件的行索引

df.loc[(df['close'] - df['open'])/df['open'] > 0.03].index

# 分析2：输出该股票所有开盘比前日收盘跌幅超过2%的日期

df.loc[(df['open'] - df['close'].shift(1)) / df['close'].shift(1) <= -0.02].index

# 分析3：假如我从2010年1月1日开始，每月第一个交易日买入1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

price_last = df['open'][-1]

df = df['2010-01':'2019-01'] # 剔除首尾无用的数据

# Pandas提供了resample函数用便捷的方式对时间序列进行重采样，根据时间粒度的变大或者变小分为降采样和升采样：

df_monthly = df.resample("M").first()  # 获取每月第一个交易日对应的行数据

df_yearly = df.resample("Y").last()[:-1] # 获取每年第最后一个交易日对应的行数据并去除最后一年

cost_money = 0

hold = 0 # 每年持有的股票

for year in range(2010, 2020):

    cost_money -= df_monthly.loc[str(year)]['open'].sum()*100

    hold += len(df_monthly[str(year)]['open']) * 100

    if year != 2019:

        cost_money += df_yearly[str(year)]['open'][0] * hold

        hold = 0 # 每年持有的股票

cost_money += hold * price_last

print(cost_money)

4、双均线策略

概念

金叉：就是指短期的均线向上穿越中期或长期的均线，交点就为金叉，应该买入。
死叉：就是指短期的均线向下穿越中期或长期的均线，交点就为死叉，应该卖出。
其它指标以此类推

"""

如果我从假如我从2010年1月1日开始，初始资金为100000元，金叉尽量买入，死叉全部卖出，则到今天为止，我的炒股收益率如何？(双均线策略)

"""

import tushare as ts

import pandas as pd

import numpy as np

from pandas import DataFrame,Series

# 获取k线数据，加载至DataFrame中

df = ts.get_k_data('',start='2000-01-01')

# 将从Tushare中获取的数据存储至本地

df.to_csv('./maotai.csv')

# 将原数据中的时间作为行索引，并将字符串类型的时间序列化成时间对象类型

# index_col参数：把某一列col作为行索引index

# parse_dates:把字符串类型的时间序列化成时间对象类型

df = pd.read_csv('./maotai.csv',index_col='date',parse_dates=['date'])

df.drop(labels='Unnamed: 0',axis=1,inplace=True)

# 获取需要的数据

df = df['':''] 

# 计算均线

ma5 = df['close'].rolling(5).mean()  # 5日均值

ma30 = df['close'].rolling(30).mean()  # 30日均值

# 计算出金叉和死叉

s1 = ma5 < ma30

s2 = ma5 > ma30

# 计算金叉死叉图解

gold = df.loc[~(s1 | s2.shift(1))].index  # 金叉

dead = df.loc[s1&s2.shift(1)].index  # 死叉

# 计算出结果

first_money = 100000

money = first_money

hold = 0  # 持有多少股

sr1 = Series(1, index=gold)  # 把所有金叉点组成一个行索引为金叉日期，值为1的Series数组

sr2 = Series(0, index=dead)  # 把所有死叉点组成一个行索引为死叉日期，值为0的Series数组

# 合并金叉死叉，并根据时间排序

sr = sr1.append(sr2).sort_index()

for i in range(0, len(sr)):

    p = df['open'][sr.index[i]]  # sr.index取到Series索引，sr.index[i],第i个索引

    if sr.iloc[i] == 1:

        # 金叉

        buy = (money // (100 * p))

        hold += buy*100

        money -= buy*100*p

    else:

        money += hold * p

        hold = 0

p = df['open'][-1]

now_money = hold * p + money

print(now_money - first_money)