量化交易之股票数据的获取——Pandas API接口
发布日期:2021-05-10 14:33:09 浏览次数:12 分类:精选文章

本文共 2695 字,大约阅读时间需要 8 分钟。

Pandas������������������������������������������������������API���������������������������������������������������������������������������������urllib3���������������������������������������������������������������������������������������������������������������������������pandas-datareader������������������������������������������import pandas_datareader.data as web���

���������Pandas DataReader������������������������������������������������������Yahoo Finance���Google Finance���������������������������DataReader������������������������������������������������������������������������

DataReader������������

Pandas DataReader������������������������

from datetime import datetimeimport pandas_datareader.data as webstart = datetime.datetime(2017, 1, 1)  # ������������end = datetime.date.today()          # ������������stock = web.DataReader("AAPL", "yahoo", start, end)

������������AAPL������������������������������������yahoo���������������������������������Yahoo Finance���������start���������end���������������������������������������������������������������stock������������ DataFrame������������������������

������������

  • ������������������5������������������5������
  • print(stock.head(5))print(stock.tail(5))
    1. ���������������������������������
    2. print(stock.index)print(stock.columns)
      1. ������������������������
      2. print(stock.shape)
        1. ������������������������������������������������������
        2. print(stock.info())
          1. ���������������������������
          2. print(stock.describe())

            ���������������������

            1. ���������������������
            2. ���1���������������������

              change = stock.Close.diff()stock['Change'] = changeprint(stock.head(5))

              ���2���������������������

              change.fillna(change.mean(), inplace=True)

              ���3���������������������������

              stock['pct_change'] = stock.Close.pct_change()
              1. ���������������������������������
              2. jump_pd = pd.DataFrame()for kl_index in np.arange(1, stock.shape[0]):    today = stock.iloc[kl_index]    yesterday = stock.iloc[kl_index-1]        if today['pct_change'] > 0 and (today.Low - yesterday.Close) > 0:        today['jump_power'] = today.Low - yesterday.Close    elif today['pct_change'] < 0 and (today.High - yesterday.Close) < 0:        today['jump_power'] = yesterday.Close - today.High        jump_pd = jump_pd.append(today)        stock['jump_power'] = jump_pd['jump_power']    print(stock.loc["2017-04-26":"2017-06-15"])
                1. ������������������������������������
                2. format = lambda x: '%.2f' % xstock = stock.applymap(format)print(stock.loc["2017-04-26":"2017-06-15"])

                  ������python������������������

                  ������������������python���������������������������������������������������PythonQT-YuanXiao���������������������������������������������������������������������������������������������������������

    上一篇:我用wxPython搭建GUI量化系统之wx.grid实现excel功能
    下一篇:嵌入式linux系统的开发——基于JFSS2文件系统的分区及镜像制作

    发表评论

    最新留言

    路过按个爪印,很不错,赞一个!
    [***.219.124.196]2025年04月08日 05时09分49秒