一、股票数据分析

题目：

1、使用tushare包获取某股票的历史行情数据。
2、输出该股票所有收盘比开盘上涨3%以上的日期。
3、输出该股票所有开盘比前日收盘跌幅超过2%的日期。
4、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？

				

					
				
				

					
				
				

					
				
				

					
				
			

答案：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts

				

					
				
				

					
				
				

					
				
				

					
				
			

1、使用tushare包获取某股票的历史行情数据

df = ts.get_k_data("600519",start="1988-01-01")
df.to_csv("E:\\Test\\600519.csv")
df = pd.read_csv("E:\\Test\\600519.csv", index_col='date', parse_dates=['date'])[['open','close','high','low']]
df

				

					
				
				

					
				
				

					
				
				

					
				
			

2、输出该股票所有收盘比开盘上涨3%以上的日期

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

				

					
				
				

					
				
				

					
				
				

					
				
			

3、输出该股票所有开盘比前日收盘跌幅超过2%的日期

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

				

					
				
				

					
				
				

					
				
				

					
				
			

4、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]  # 当天开盘价
df = df['2010-01':] #剔除首尾无用的数据
 
df_monthly = df.resample("M").first()  # 每个月第一天的数据
df_yearly = df.resample("A").last()[:-1]  # 每年最后一天的数据
 
cost_money = 0
hold = 0
for year in range(2010, 2020):
    cost_money -= df_monthly[str(year)]['open'].sum()*100  # 每月第一天买入一手
    hold += len(df_monthly[str(year)]['open']) * 100  # 当前持有股票数量
    if year != 2019:
        cost_money += df_yearly[str(year)]['open'][0] * hold  # 每年最一天卖出所有股票（卖出价格以当天开盘价为准）
        hold = 0  # 持有股票归零
 
cost_money += hold * price_last  # 当前收益和当前持有股票价值之和
 
print(cost_money)

				

					
				
				

					
				
				

					
				
				

					
				
			

二、查看历史金叉死叉日期

题目

1、使用tushare包获取某股票的历史行情数据
2、使用pandas包计算该股票历史数据的5日均线和60日均线
3、使用matplotlib包可视化历史数据的收盘价和两条均线
4、分析输出所有金叉日期和死叉日期
5、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？

				

					
				
				

					
				
				

					
				
				

					
				
			

答案

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts

				

					
				
				

					
				
				

					
				
				

					
				
			

1、使用tushare包获取某股票的历史行情数据

df = ts.get_k_data("600623",start="1988-01-01")  
df.to_csv("E:\\Test\\600623.csv")
df = pd.read_csv("E:\\Test\\600623.csv",index_col='date', parse_dates=['date'])[['open','close','low','high']]

				

					
				
				

					
				
				

					
				
				

					
				
			

2、使用pandas包计算该股票历史数据的5日均线和60日均线

求取均线有三种方式：

# 创建五日均线和30均线列为缺失值
df['ma5'] = np.nan
df['ma30'] = np.nan
top:-10em;
width:100%;
height:10em;
background: -webkit-linear-gradient(rgba(255, 255, 255, 0) 0%,#ffffff 100%);
background-image: -moz-linear-gradient(rgba(255, 255, 255, 0) 0%,#ffffff 100%);
background-image: -o-linear-gradient(rgba(255, 255, 255, 0) 0%,#ffffff 100%);
background-image: linear-gradient(rgba(255, 255, 255, 0) 0%,#ffffff 100%);
background-image: -ms-linear-gradient(rgba(255, 255, 255, 0) 0%,#ffffff 100%);">
查看更多
联系管理员微信tutu19192010，注册账号
Username:
Password:
Log in
Register
Forgotten username or password?