使用的库
pandas对数据进行提取清洗加工，持久化
baostock在线获取股票数据
matplotlib进行相关绘制
mplfinance绘制k线
一、量化交易概述
1、量化交易（投资方法）
以先进的数学模型替代人为的主观判断，利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略，极大地减少了投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
量化交易一般会经过海量数据仿真测试和模拟操作等手段进行检验，并依据一定的风险管理算法进行仓位和资金配置，实现风险最小化和收益最大化，但往往也会存在一定的潜在风险。
2、算法交易（自动交易、黑盒交易或机器交易）
通过设计算法，利用计算机程序发出交易指令的方法。在交易中，程序可以决定的范围包括交易时间的选择、交易的价格，甚至包括最后需要成交的资产数量。
3、量化策略
使用计算机作为工具，通过一套固定的逻辑来分析、判断和决策。量化策略既可以自动执行，也可以人工执行。
一个完整的策略需要包含输入、策略处理逻辑、输出；策略处理逻辑需要考虑选股、择时、仓位管理和止盈止损等因素。
4、量化选股
用量化的方法选择确定的投资组合，期望这样的投资组合可以获得超越大盘的投资收益。
常用的量化选股模型(可以点击链接查看)：多因子选股模型、行业轮动选股、风格轮动模型、资金流模型、动量反转模型、一致预期模型、趋势跟踪选股等。
5、股票回测
将交易策略在历史数据中进行合理验证的过程。
股票回测的意义：策略筛选、策略优化、策略验证。
二、股票数据
部分股票数据如下：
下图是baostock提供的数据说明：
该支股票数据包含了开盘价、最高价、最低价、收盘价、成交量、换手率、pe和pb等这些指标。
一个股市的总市值，就是按某一日的收盘价格计算出来的所有股票的市值之和。
三、股票数据分析
1、导入股票时间序列数据
#第一步：导入baostock库，并登录
import baostock as bs
import pandas as pd
# 得到数据集后画图
import matplotlib.pyplot as plt
# 为了正常显示汉字与-
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
lg = bs.login()
# 显示登陆返回信息
print('login respond error_code:' + lg.error_code)
print('login respond error_msg:' + lg.error_msg)
# 第二步：接口配置,获取股票信息，返回结果集
rs = bs.query_history_k_data("000001.SH",
"date,code,open,high,low,close,preclose,volume,amount,adjustflag,"
"turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST",
start_date='2010-01-01', end_date='2019-12-31', frequency="d", adjustflag="3")
print('query_history_k_data respond error_code:' + rs.error_code)
print('query_history_k_data respond error_msg:' + rs.error_msg)
# 第三步：打印结果为pandas的Dataframe
# 将股票结果集封装到Dataframe
#### 打印结果集 ####
data_list = []
while (rs.error_code == '0') and rs.next(): # 获取一条记录，将记录合并在一起
# 获取单只股票信息
# da = rs.get_row_data()
# print(da)
data_list.append(rs.get_row_data())
result = pd.DataFrame(data=data_list, columns=rs.fields)
### 结果集可以输出到csv文件 ####
result.to_csv("E:\pycharm数据分析\股票分析\history_A_stock_k_data.csv", index=False)
# 将结果集赋值给df
df = result
# 打印相关信息
df.info()
# 查看前5条数据
df.head()
将Dataframe索引修改为时间索引
df.rename(index=pd.to_datetime(df['date']),inplace=True)
df
2、绘制股票成交量的时间序列图
绘制股票在2011年到2019年的日成交量的时间序列图。
以时间为横坐标，每日的成交量为纵坐标，做折线图，可以观察股票成交量随时间的变化情况。这里直接用DataFrame数据自带的作图工具（该工具能够快速做图，并自动优化图形输出形式）
# 得到数据集后画图
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
# 将成交量修改格式
y = df['volume'].astype(float)
# 将股票中成交量装载dataframe
plot_data = pd.DataFrame(data=y)
# 绘图，修改画布大小
plot_data.plot(grid=True,color='red',label='600000.SH',figsize=(20,10),stacked = True)
# 绘图文字设置
plt.title('股票成交量时间序列图',fontsize='18')
plt.ylabel('volume', fontsize='14')
plt.xlabel('date', fontsize='14')
plt.legend(loc='best',fontsize='18')
plt.xticks(fontsize='12')
plt.yticks(fontsize='14')
3、绘制股票收盘价和成交量的时间序列图
绘制股票在2013年1月份—2016年12月份的日收盘价和日成交量的时间序列图，因为它们的数值差异很大，所以采用两套纵坐标系来做图。
import numpy as np
import matplotlib.pyplot as plt
# 提取数据
y = df[['close','volume']]
# 装载加工
plot_data = pd.DataFrame(data=y.astype(float))
plot_data.rename(columns={'close':'收盘价','volume':'成交量'}, inplace=True)
# 绘制股票在2013年1月份—2016年12月份的日收盘价和日成交量的时间序列图，因为它们的数值差异很大，所以采用两套纵坐标系来做图。
plot_data = plot_data.loc['2013-1':'2016-12']
fig, ax1 = plt.subplots(figsize=(20, 10), sharex=True)
ax1.plot(plot_data.index, plot_data['收盘价'], 'b')
# x轴设置
ax1.set_xlabel('date', fontsize='15')
ax1.set_ylabel('收盘价', color='b', fontsize='15')
ax1.tick_params('y', colors='b')
ax1.legend(loc='upper left', prop={'size': 15})
# ***
ax2 = ax1.twinx()
ax2.plot(plot_data.index, plot_data['成交量'], 'r')
ax2.set_ylabel('成交量', color='r', fontsize='15')
ax2.tick_params('y', colors='r')
ax2.legend(loc='upper right', prop={'size': 15})
# 绘图，修改画布大小
# plt.plot(grid=True,color='red',label='600000.SH',figsize=(20,10),stacked = True)
# 绘图文字设置
plt.title('股票成交量时间序列图', fontsize='18')
3、绘制K线图（蜡烛图）
（1）K线图理论
绘制方法：首先我们找到该日或某一周期的最高和最低价，垂直地连成一条直线；然后再找出当日或某一周期的开市和收市价，把这二个价位连接成一条狭长的长方柱体。假如当日或某一周期的收市价较开市价为高（即低开高收），我们便以红色来表示，或是在柱体上留白，这种柱体就称之为"阳线"。如果当日或某一周期的收市价较开市价为低（即高开低收），我们则以绿色表示，又或是在住柱上涂黑色，这柱体就是"阴线"了。
表示意义：能够全面透彻地观察到市场的真正变化。我们从K线图中，既可看到股价（或大市）的趋势，也同时可以了解到每日市况的波动情形。
（2）K线图绘制
首先，安装 mpl_finance 模块（pip install mpl_finance）
使用mpl_finance 模块中的**candlestick_ohlc() **函数绘制K线图。
下面定义了pandas_candlestick_ohlc()函数来绘制适用于本文数据的K线图，其中大部分代码都是在设置坐标轴的格式。
绘制股票在2013年3月份每日的开盘价，最高价，最低价，收盘价的K线图。
首先获取月线数据
# 绘制k线 在baostock中取数据 以月为单位取k线数据
import baostock as bs
import pandas as pd
lg = bs.login()
rs = bs.query_history_k_data("sh.600000",
"date,code,open,high,low,close,volume,amount,adjustflag,"
"turn,pctChg",
start_date='2010-01-01', end_date='2019-12-31', frequency="M", adjustflag="3")
print('query_history_k_data respond error_code:' + rs.error_code)
print('query_history_k_data respond error_msg:' + rs.error_msg)
# 将股票结果集封装到Dataframe
#### 打印结果集 ####
data_list = []
while (rs.error_code == '0') and rs.next(): # 获取一条记录，将记录合并在一起
data_list.append(rs.get_row_data())
result_mouth = pd.DataFrame(data=data_list, columns=rs.fields)
result_mouth.to_csv("E:\pycharm数据分析\股票分析\history_A_stock_k_data_month.csv", index=False)
绘制股票在2017年1月份到2019年31日的开盘价，最高价，最低价，收盘价的K线图。
import mplfinance as mpf
# 月线数据清洗
result_mouth.index = pd.to_datetime(result_mouth['date'])
df_mon = result_mouth.iloc[:, [0, 2, 3, 4, 5]]
df_mon = df_mon[['open', 'high', 'low', 'close']].astype(float)
# 绘制k线
df_mon = df_mon.loc['2017-1':'2019-12']
mpf.plot(df_mon, type='candle',style='yahoo')
红色代表上涨，绿色代表下跌。
4、股票指标相关性分析
（1）相关关系分析
下面挑选了部分代表性的指标，并使用
pandas.scatter_matrix()函数，将各项指标数据两两关联做散点图，对角线是每个指标数据的直方图。指标包括：成交量、市值、换手率、pe、pb。
# 计算市值marketvalue 并更新df
from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
df = pd.read_csv('E:\pycharm数据分析\股票分析\history_A_stock_k_data.csv',index_col=0)
df = df.assign(marketvalue=df['close'].astype(float)*df['volume'].astype(float))
# 清洗出需要的数据
smdata = df[['volume','marketvalue','turn']]
smdata.rename(columns={'volume':'成交量','marketvalue':'市值','turn':'换手率'},inplace=True)
smdata = smdata.astype(float)
# 处理缺失值
smdata = smdata.dropna(how='any',axis=0)
scatter_matrix(smdata,figsize=(8,8),grid=True)
plt.show()
从图中可以明显发现成交量（volume）和换手率（turnover）有非常明显的线性关系.
注意：相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。
（2）相关系数（Correlation coefficient）分析
相关系数是用以反映变量之间相关关系密切程度的统计指标。
我们可以使用numpy.corrcof()来直接计算各指标数据间的相关系数。
np.corrcoef(smdata.T)
看数字还是不够方便，所以继续将上述相关系数矩阵转换成图形，使用matplotlib.pyplot.matshow() 将矩阵可视化。如下图所示，其中用颜色来代表相关系数。
cov=np.corrcoef(np.corrcoef(smdata.T))
img=plt.matshow(cov)
plt.colorbar(img,ticks=[-1,0,1])
plt.show()
从图中可以看出，成交量（volume）和转手率（turnover）强烈正相关
相关性分析总结：用矩阵图表的方式分析多个指标或观察指标间的相关系数矩阵可以迅速找到了强相关的指标。
5、移动平均线
移动平均线（Moving Average，MA）是用统计分析的方法，将一定时期内的证券价格（指数）加以平均，并把不同时间的平均值连接起来，形成一根MA，用以观察证券价格变动趋势的一种技术指标。
使用上述月线股票数据中每月的收盘价，算出5月均价和10月均价，并将均价的折线图画出
a =df_mon['close'].rolling(window=5,min_periods=1).mean()
b = df_mon['close'].rolling(window=10,min_periods=1).mean()
da = pd.DataFrame(data={'5month_mena':a,'10month_mena':b,'close':df_mon['close']})
da
da.plot()
