Tushare-财经数据接口包

一个免费额、开源的python财经数据接口包

import tushare as ts

df = ts.get_k_data('60138')

　　

Signature:
ts.get_k_data(
    ['code=None', "start=''", "end=''", "ktype='D'", "autype='qfq'", 'index=False', 'retry_count=3', 'pause=0.001'],
)
Docstring:
获取k线数据
---------
Parameters:
  code:string
              股票代码 e.g. 600848
  start:string
              开始日期 format：YYYY-MM-DD 为空时取上市首日
  end:string
              结束日期 format：YYYY-MM-DD 为空时取最近一个交易日
  autype:string
              复权类型，qfq-前复权 hfq-后复权 None-不复权，默认为qfq
  ktype：string
              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 : int, 默认 3
             如遇网络等问题重复执行的次数 
  pause : int, 默认 0
            重复请求数据过程中暂停的秒数，防止请求间隔时间太短出现的问题
return
-------
  DataFrame
      date 交易日期 (index)
      open 开盘价
      high  最高价
      close 收盘价
      low 最低价
      volume 成交量
      amount 成交额
      turnoverratio 换手率
      code 股票代码
File:      d:\python35\lib\site-packages\tushare\stock\trading.py
Type:      function

　　

 

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


df = ts.get_k_data('600519',start='1988-01-01')
df.to_csv('600519.csv')

　　

df = pd.read_csv('600519.csv',index_col='date',parse_dates=['date'])[['open','close','high','low']]
df = df[(df['close']-df['open'])/df['open']>=0.03]
# df.shift(-1)# 往上移动一位，nan补

df = df[(df['open']-df['close'].shift(1))/df['close'].shift(1)<=-0.02]  # 布尔型索引
price_last = df['open'][-1]
df = df['2001-09':'2017-11']    # 索引为日期类型才允许这么干
df_monthly = df.resample('M').first()
df_yearly = df.resample('A').last()[:-1]

cost_money=0
hold=0
for year in range(2001,2018):
    cost_money += df_monthly[str(year)]['open'].sum()*100
    hold+=len(df_monthly[str(year)]['open'])*1000
    if year!=2017:
        cost_money -= df_yearly[str(year)]['open'][0] * hold
        hold = 0
    print(cost_money)
cost_money  -= hold*price_last
print(-cost_money )

　　

 

查找历史金叉死叉日期

均线： 对于每一个交易日，都乐意计算出前N天的移动平均值，然后把这些移动平均值连接起来成一条线，就叫做N日移动平均线。移动平均线常用5、10、30、60天。

　　5天和10天的是短线操作的参照指标，称做日均线指标

　　30天和60天的是中期均线指标，称做季均线指标

　　120和240天的是长期均线指标，称做年均线指标

金叉：短期均线上穿长期均线，买入信号

死叉：短期均线下穿长期均线，卖出信号

　　

 

import matplotlib.pyplot as plt
import mpl_finance as fin
from matplotlib.dates import date2num
import pandas as pd

df = pd.read_csv('600519.csv', parse_dates=['date'], index_col=['date'], sep='\s+')[['open', 'close', 'high', 'low']]
df['time'] = date2num(df.index.to_pydatetime())

fig = plt.figure()

ax = fig.add_subplot(1, 1, 1)  # 创建子图实例，传入第一参数

arr = df[['time', 'open', 'close', 'high', 'low']].values  # 获取序列化值，传入第二参数

fin.candlestick_ochl(ax, arr)  # 把子图和数据传入

plt.show()