介绍首先我不是量化工程师，我只是个后端工程师；其次我对量化也不感兴趣，自己有几把刷子还是了解的，自己不适合做量化交易：自己没有优秀的模型设计能力自己是个长线投资，一般一个股票都是至少拿一年以上，短线的涨跌无所谓
99%的量化模型，现实其实没什么价值，看看K线图也不错优秀的模型比拼的是网络延时和算力但通过编程来改善选股还是有其一定的价值语言的选择python！ 实在是太方便了，你只要有一丢丢的编程基础就可以了如下几行代码就可以获得某个股票最近一段时间的5日均值和收盘价格：。
# ctp接口，通过tushare接口获取信息import tushare as ts import datetime as dt import matplotlib.pyplot as plt
# 无效的key，请自行去官网申请 ts.set_token(xxxxxxxxxxxx3036b50fd47b983bf51dc843fe3d) defgetHistoryTrade(pro, code, lastDay)
:""" 查找到最近的数据 code:股票代码 lastDay: 最近几日 """ end_dt = dt.datetime.now().strftime(%Y%m%d) time_temp = dt.datetime.now() - dt.timedelta(days=lastDay) start_dt = time_temp.strftime(
%Y%m%d) df = pro.daily(ts_code=code, start_date=start_dt, end_date=end_dt) # 倒序 df = df.iloc[::
-1] # 计算5日ma值 df[ma5] = df[close].rolling(window=5).mean() # 图表方式呈现 plt.plot(df[trade_date
], df[close],label=close) plt.plot(df[trade_date], df[ma5],label=5ma) plt.show() if __name__ ==
"__main__": pro = ts.pro_api() # 显示新城控股 最新40个交易日的信息 getHistoryTrade(pro,601155.SH,40)说明
python 环境的安装我建议在windows下安装，可以使用, anaconda这个安装包，安装python环境的同时，并安装大量和计算相关的库，方便后续使用可视化开发工具- vscode- pycharm。
都可以股票信息的获取我使用的是Tushare数据，当然你也可以使用其他的接口你只要在官网注册一个免费等级的账号，就能够满足你的需求；记得获取api的token在使用前需要pip 安装pip install tushare。
几个接口调用方法：具体Tushare数据defgetStock(pro):""" 获取stock信息，保存ts_code , symbol 的对应关系 """ data = pro.stock_basic(exchange=, list_status=
L, fields=ts_code,symbol,name,area,industry,list_date) # 写入文件 f = open(log.txt,w,encoding=utf-8) for
i in data.values: f.write(str(i)+\n) f.close()defgetMA(code,lastDay):""" 获取n日均线和均量 """ end_dt = dt.datetime.now().strftime(
%Y%m%d) time_temp = dt.datetime.now() - dt.timedelta(days=lastDay) start_dt = time_temp.strftime(%Y%m%d
) # 通用行情接口 df = ts.pro_bar(ts_code=code, start_date=start_dt, end_date=end_dt,ma=[5,6,18,30,36,60]) dic = df.to_dict(
records) print(dic[0])pandas库学习- Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建- Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。
- Pandas提供大量能使我们快速便捷地处理数据的函数和方法- Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单比如我们要计算最近10日收盘价的5日均线： df[ma5
] = df[close].rolling(window=5).mean() 10日均线： df[ma10] = df[close].rolling(window=10).mean()matplotlib库学习
有了计算数据，我们也需要直观的表格图方便我们看出效果。
matplotlib 是python绘图领域使用最广泛的套件它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式，通过学习各种图表的接口，可以做出让你满意的效果最后事实上，你只需要很基本的python基础就可以完成一些量化模型：。
数据的来源只要熟悉几个api接口的使用；矩阵的数据计算需要你熟悉pandas库；可视化需要你了解matplotlib 。这些你都可以在1周的时间完全掌握。
发表评论:
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。