量化分析:把Tushare數據源,規整成PyalgoTrade所需格式
分析A股歷史數據,首先需要確定數據來源。如果只想做日k線、周k線的技術分析,可以用PyalgoTrade直接從yahoo、google等下載數據,用不着Tushare。但是,如果想做分鐘k線的技術分析,或者想了解基本面和消息面的數據,就用得着Tushare了。
PyalgoTrade使用的基本數據格式有兩種,一是Yahoo格式,二是NinjaTrader格式。
Yahoo格式的數據分段爲:
- 日線數據:Date,Open,High,Low,Close,Volume,Adj Close
- 分鐘數據:Date Time,Open,High,Low,Close,Volume,Adj Close
Tushare提供的數據格式,日k線、分鐘線均爲:
- date:日期
- open:開盤價
- high:最高價
- close:收盤價
- low:最低價
- volume:成交量
- price_change:價格變動
- p_change:漲跌幅
- ma5:5日均價
- ma10:10日均價
- ma20:20日均價
- v_ma5:5日均量
- v_ma10:10日均量
- v_ma20:20日均量
- turnover:換手率[注:指數無此項]
把Tushar數據轉換成Yahoo格式,原本很簡單。但我對Pandas不熟,只好找來相關pdf書,加上Baidu,在Jupyter Notebook中,邊學邊練,實驗多次,最終搞定。
import tushare as ts
import pandas as pd
# 得到15分鐘數據(股票300336,始於2016-01-01,止於2016-05-24,15分鐘數據)
data = ts.get_hist_data('300336','2016-01-01','2016-05-24','15')
# 數據存盤
data.to_csv('15-300336-2016.csv')
# 讀出數據,DataFrame格式
df = pd.read_csv('15-300336-2016.csv')
# 從df中選取數據段,改變段名;新段'Adj Close'使用原有段'close'的數據
df2 = pd.DataFrame({'Date Time' : df['date'], 'Open' : df['open'],
'High' : df['high'],'Close' : df['close'],
'Low' : df['low'],'Volume' : df['volume'],
'Adj Close':df['close']})
# 按照Yahoo格式的要求,調整df2各段的順序
dt = df2.pop('Date Time')
df2.insert(0,'Date Time',dt)
o = df2.pop('Open')
df2.insert(1,'Open',o)
h = df2.pop('High')
df2.insert(2,'High',h)
l = df2.pop('Low')
df2.insert(3,'Low',l)
c = df2.pop('Close')
df2.insert(4,'Close',c)
v = df2.pop('Volume')
df2.insert(5,'Volume',v)
# 新格式數據存盤,不保存索引編號
df2.to_csv("15-1.csv", index=False)