用Python实现一个最简单的量化工具（转载）

原文地址： http://blog.csdn.net/robertsong2004/article/details/50643198

 

在之前的blog里写了一个最简单的例子：

http://blog.csdn.net/robertsong2004/article/details/50642655

现在试一下简单的分析，即设定一个策略：以20日线为标准，当前股价低于20日线的时候就卖出，高于20日线的时候就买入。

然后计算一下这个策略的效果。

主要用 TuShare  里的 get_hist_data 这个接口，用于获取到目前为止3年的历史数据。

主要的用法参照如下：

 

获取个股历史交易数据（包括均线数据），可以通过参数设置获取日k线、周k线、月k线，以及5分钟、15分钟、30分钟和60分钟k线数据。本接口只能获取近3年的日线数据，适合搭配均线数据进行选股和分析，如果需要全部历史数据，请调用下一个接口get_h_data()。

参数说明：

• code：股票代码，即6位数字代码，或者指数代码（sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板）
• start：开始日期，格式YYYY-MM-DD
• end：结束日期，格式YYYY-MM-DD
• ktype：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：当网络异常后重试次数，默认为3
• pause:重试时停顿秒数，默认为0

返回值说明：

• date：日期
• open：开盘价
• high：最高价
• close：收盘价
• low：最低价
• volume：成交量
• price_change：价格变动
• p_change：涨跌幅
• ma5：5日均价
• ma10：10日均价
• ma20:20日均价
• v_ma5:5日均量
• v_ma10:10日均量
• v_ma20:20日均量
• turnover:换手率[注：指数无此项]

那我们只要比较 v_ma20 和 close 这两个值就可以了。

OK，写了一个很简单的程序：

 

#!/usr/bin/python
# coding: UTF-8

"""This script parse stock info"""

import tushare as ts

def parse(code_list):
    '''process stock'''
    is_buy    = 0
    buy_val   = []
    buy_date  = []
    sell_val  = []
    sell_date = []
    df = ts.get_hist_data(STOCK)
    ma20 = df[u'ma20']
    close = df[u'close']
    rate = 1.0
    idx = len(ma20)

    while idx > 0:
        idx -= 1
        close_val = close[idx]
        ma20_val = ma20[idx]
        if close_val > ma20_val:
                if is_buy == 0:
                        is_buy = 1
                        buy_val.append(close_val)
                        buy_date.append(close.keys()[idx])
        elif close_val < ma20_val:
                if is_buy == 1:
                        is_buy = 0
                        sell_val.append(close_val)
                        sell_date.append(close.keys()[idx])

    print "stock number: %s" %STOCK
    print "buy count   : %d" %len(buy_val)
    print "sell count  : %d" %len(sell_val)

    for i in range(len(sell_val)):
        rate = rate * (sell_val[i] * (1 - 0.002) / buy_val[i])
        print "buy date : %s, buy price : %.2f" %(buy_date[i], buy_val[i])
        print "sell date: %s, sell price: %.2f" %(sell_date[i], sell_val[i])

    print "rate: %.2f" % rate

if __name__ == '__main__':
    STOCK = '600000'       ##浦发银行
    parse(STOCK)

 

主要就是调 parse 这个函数，这个函数就会从数据中读 20 日线的值和当日收盘价做对比，如果当日收盘价比20日线值高且之前没有买入，那就买入。

 

如果当日收盘价比20日线值低且之前已经买入，那就卖出。

然后加了一个 rate 参数，这是用于统计每次买卖后的收益。这里有个0.002的值，表示两块一个是印花税卖出后有1%的印花税要抽，一个是券商的佣金，按万5来算，

一来一回也是千分之一。

 

跑一下结果如下，

 

?

stock number: 600000

buy count   : 39

sell count  : 38

buy date : 2013-02-28, buy price : 11.06

sell date: 2013-03-04, sell price: 10.39

buy date : 2013-03-05, buy price : 11.07

sell date: 2013-03-07, sell price: 10.76

buy date : 2013-03-19, buy price : 10.65

sell date: 2013-03-26, sell price: 10.70

buy date : 2013-04-22, buy price : 10.22

sell date: 2013-04-23, sell price: 9.84

buy date : 2013-05-03, buy price : 10.01

sell date: 2013-06-03, sell price: 9.84

buy date : 2013-07-11, buy price : 8.86

sell date: 2013-07-19, sell price: 8.03

buy date : 2013-08-12, buy price : 8.31

sell date: 2013-09-26, sell price: 10.17

buy date : 2013-10-29, buy price : 10.48

sell date: 2013-11-06, sell price: 10.03

buy date : 2013-11-12, buy price : 10.12

sell date: 2013-11-13, sell price: 9.64

buy date : 2013-11-18, buy price : 10.10

sell date: 2013-11-19, sell price: 9.97

buy date : 2013-11-29, buy price : 9.99

sell date: 2013-12-11, sell price: 9.93

buy date : 2014-01-10, buy price : 9.41

sell date: 2014-01-15, sell price: 9.23

buy date : 2014-01-22, buy price : 9.34

sell date: 2014-01-23, sell price: 9.22

buy date : 2014-01-29, buy price : 9.29

sell date: 2014-01-30, sell price: 9.17

buy date : 2014-02-10, buy price : 9.29

sell date: 2014-02-18, sell price: 9.26

buy date : 2014-02-19, buy price : 9.49

sell date: 2014-02-21, sell price: 9.29

buy date : 2014-03-14, buy price : 8.99

sell date: 2014-03-18, sell price: 8.89

buy date : 2014-03-19, buy price : 9.05

sell date: 2014-04-17, sell price: 9.76

buy date : 2014-04-22, buy price : 9.90

sell date: 2014-04-24, sell price: 9.87

buy date : 2014-05-12, buy price : 9.93

sell date: 2014-05-15, sell price: 9.73

buy date : 2014-05-26, buy price : 9.74

sell date: 2014-05-27, sell price: 9.66

buy date : 2014-06-13, buy price : 9.73

sell date: 2014-06-24, sell price: 9.04

buy date : 2014-07-22, buy price : 9.06

sell date: 2014-08-20, sell price: 9.64

buy date : 2014-09-02, buy price : 9.60

sell date: 2014-10-23, sell price: 9.75

buy date : 2014-10-30, buy price : 9.81

sell date: 2015-01-19, sell price: 14.82

buy date : 2015-01-21, buy price : 15.74

sell date: 2015-01-26, sell price: 15.43

buy date : 2015-02-26, buy price : 14.62

sell date: 2015-03-03, sell price: 14.00

buy date : 2015-03-09, buy price : 14.51

sell date: 2015-03-10, sell price: 14.10

buy date : 2015-03-11, buy price : 14.25

sell date: 2015-05-04, sell price: 17.81

buy date : 2015-05-22, buy price : 17.76

sell date: 2015-05-28, sell price: 17.04

buy date : 2015-06-01, buy price : 17.93

sell date: 2015-06-19, sell price: 17.06

buy date : 2015-07-06, buy price : 17.22

sell date: 2015-07-08, sell price: 15.98

buy date : 2015-07-10, buy price : 17.31

sell date: 2015-07-14, sell price: 16.74

buy date : 2015-07-15, buy price : 17.07

sell date: 2015-07-20, sell price: 16.68

buy date : 2015-08-31, buy price : 14.97

sell date: 2015-09-07, sell price: 14.41

buy date : 2015-09-08, buy price : 15.10

sell date: 2015-12-11, sell price: 18.61

buy date : 2015-12-21, buy price : 19.16

sell date: 2015-12-22, sell price: 18.89

buy date : 2015-12-24, buy price : 19.03

sell date: 2015-12-28, sell price: 18.72

rate: 1.23

　　

最终收益率为23%，这样就是一个最简单的量化工具了。

 

这里还有一些问题，上述的接口是没有复权的，这个如果除权或分红比较多的话就有比较大的偏差，要加上前复权的处理。

另外就是有时候非必是买卖都能完成的，比如无量涨停和无量跌停以及之前的熔断机制，这种情况可以往后推直到涨跌停破了为止。