用tushare對股票進行簡單分析(僅供交流學習)

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import tushare as ts

#使用tushare 獲取每只股票的行情數據

df = ts.get_k_data(‘600519’,start=‘2008-01-01’)

print(type(df))

df.to_csv(‘600519.csv’)

df = pd.read_csv(‘600519.csv’,index_col=‘date’,parse_dates=[‘date’])[[‘open’,‘close’,‘high’,‘low’]]

print(df)

#輸出該股票所有收盤比開盤上漲3%以上的日期

print(df[(df[‘close’]-df[‘open’])/df[‘open’]>0.03].index)

#df.shift() 移動，正數向下移動，負數向上移動

#輸出該股票所有開盤比前日收盤跌幅超過2%的日期

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

#%% raw

#假如我從2008年1月1日開始，每月第一個交易日買入1手股票，每年最后一個交易日賣出所有股票，到今天為止，我的收益如何？

#%%

price_last = df[‘open’][-1]

df = df[‘2008-01’:‘2020-01’] #剔除首尾無用的數據

df_monthly = df.resample(“MS” ).first() # 每月第一天

print(“df_monthly 2008:”)

print(df_monthly)

print(“df_yearly:”)

df_yearly = df.resample(“A”).last()[:-1] # 每年最后一天

print(df_yearly)

cost_money=0

hold = 0

for year in range(2008,2020):

cost_money = cost_money+df_monthly[str(year)][‘open’].sum() * 100

hold = cost_money+len(df_monthly[str(year)][‘open’])*100

cost_money =cost_money - df_yearly[str(year)][‘open’][0] * hold

hold = 0

print(‘cost_money: %s’%(0-cost_money))

#求5日均線和30日均線

df = pd.read_csv(‘600519.csv’,index_col=‘date’,parse_dates=[‘date’])[[‘open’,‘close’,‘low’,‘high’]]

print(df.head())

df[‘ma5’] = np.NAN

df[‘ma30’] = np.NAN

df[‘ma5’] = df[‘close’].rolling(5).mean() # 窗口向下滾動5個

df[‘ma30’] = df[‘close’].rolling(30).mean() # 窗口向下滾動30個

#畫均線圖

df = df[:800]

df[[‘close’,‘ma5’,‘ma30’]].plot()

plt.show()

原文鏈接:https://blog.csdn.net/tiankongzhike/article/details/106447839

總結

以上是生活随笔為你收集整理的python预测股票价格tushare_用tushare对股票进行简单分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。