python量化交易

1、字符串分割

price_str = '30.14,29.58,26.36,32.56,32.82'
price_array = price_str.split(',')

2、日期叠加

date_array = []
date_base = 20170118
# 索引ind
date_array =[str(date_base+ind) for ind,_ in enumerate(price_array)]

3、日期价格组合成字典

stock_tuple_list = dict((data,price) 
                         for data,price in zip(date_array,price_array))

3、相隔两天的价格

price_float_array =  [float(price) for price in stock_tuple_list.values()]
pp_array = [(price1,price2) for price1,price2 in 
            zip(price_float_array[:-1],price_float_array[1:])]
pp_array
image.png

4、计算每天涨幅

change_array = map(lambda pp : reduce(lambda a,b:round((b-a)/a,3),pp),pp_array)
#pyhton3中map返回结果需要用list转换
change_array = list(change_array)
#第一天涨幅为0
change_array.insert(0,0)
print(change_array)
image.png

4、生成数据

from collections import namedtuple
from collections import OrderedDict

stock_namedtuple = namedtuple('stock',('date,price,change'))
#按照日期排序
stock_dict = OrderedDict((date,stock_namedtuple(date,price,change)) 
           for date,price,change in zip(date_array,price_array,change_array))
stock_dict
image.png

5、选出上涨日期(filter的使用)

up_days = filter(lambda day:day.change>0,stock_dict.values())
up_days = list(up_days)
up_days
image.png

6、使用函数计算算上涨(下跌)日 和 累计涨(跌)幅

def filter_stock(stock_array_list,want_up = True,want_calc_sum=False):
    if not isinstance(stock_array_list,OrderedDict):
        raise TypeError('type error')
    filter_func =(lambda day:day.change>0 ) if want_up else (lambda day:day.change<0)
    
    want_days = filter(filter_func,stock_array_list.values())
    want_days = list(want_days)
    if not want_calc_sum:
        return want_days
    change_sum = 0.0
    for day in want_days:
        change_sum += float(day.change)
    return change_sum


print('所有上涨交易日:',filter_stock(stock_dict))
print('所有上涨日累计涨幅:',filter_stock(stock_dict,want_calc_sum=True))
print('所有下跌日累计跌幅:',filter_stock(stock_dict,want_up=False,want_calc_sum=True))
image.png

7、偏函数的使用 避免filter_stock 参数值过多容易出错

from functools import partial

filter_stock_up_days = partial(filter_stock,want_up = True,want_calc_sum = False)
filter_stock_down_days = partial(filter_stock,want_up = False,want_calc_sum = False)
filter_stock_up_sum = partial(filter_stock,want_up = True,want_calc_sum = True)
filter_stock_down_sum = partial(filter_stock,want_up = False,want_calc_sum = True)

8、面向对象编程

from collections import namedtuple
from collections import OrderedDict

class StockTradeDays(object):
    def __init__(self,price_array,start_day,date_array=None):
        self.__price_array = price_array
        self.__date_array = self.__init_days(start_day,date_array)
        self.__change_array = self.__init_change()
        self.stock_dict = self.__init_stock_dict()
        
    def __init_days(self,start_day,date_array):
        if date_array is None:
            date_array = [str(start_day+ind) for ind,_ in enumerate(self.__price_array)]
        else:
            date_array = [str(date) for date in date_array]
        return date_array
    
    
    def __init_change(self):
        price_float_array = [float(price) for price in self.__price_array]
        pp_array = [(price1,price2) for price1,price2 in zip(price_float_array[:-1],price_float_array[1:])]
        
        change_array = map(lambda pp: reduce(lambda a,b:round((b-a)/a,3),pp),pp_array)
        change_array = list(change_array)
        change_array.insert(0,0)
        return change_array
    
    def __init_stock_dict(self):
        stock_namedtuple = namedtuple('stock',('date','price','chenge'))
        stock_dict = OrderedDict((date,stock_namedtuple(date,price,change)) 
                                for date,price,change in zip(self.__date_array,self.__price_array,self.__change_array))
        return stock_dict
    
    def __filter_stock(self,want_up=True,want_calc_sum=False):
        filter_func = (lambda day:day.change>0) if want_up else (lambda day:day.change<0)
        want_days = filter(filter_func,self.stock_dict.values())
        if not want_calc_sum:
            return want_days
        
        change_sum = 0.0
        for day in want_days:
            change_sum += float(day.change)
        return change_sum
    
    def __str__(self):
        return str(self.stock_dict)
        
    def __iter__(self):
        for key in self.stock_dict:
            yield self.stock_dict[key]
    
    def __getitem__(self,ind):
        date_key = self.__date_array[ind]
        return self.stock_dict[date_key]
    
    def __len__(self):
        return len(self.stock_dict)
price_str = '30.14,29.58,26.36,32.56,32.82'
price_array = price_str.split(',')
date_base = 20170118
trade_days = StockTradeDays(price_array,date_base)
print(trade_days)
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,542评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,822评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,912评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,449评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,500评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,370评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,193评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,074评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,505评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,722评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,841评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,569评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,168评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,783评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,918评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,962评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,781评论 2 354

推荐阅读更多精彩内容