tushare发生了重大改版，不再直接提供免费服务。需要用户注册获取token，并获取足够积分才能使用sdk调用接口。
没有找到csv文件时：获取股票交易日信息并导出到csv文件。
如果有找到csv文件，则直接读取数据。
注意：新版tushare需要先设置token和初始化pro接口。
import numpy as np import pandas as pd import matplotlib.pyplot as plt import tushare as ts # 财经数据包 """ 获取所有股票交易日信息，保存在csv文件中 """ # 设置token ts.set_token(‘2cfd07xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx9077e1‘) # 初始化pro接口 pro = ts.pro_api() try: trade_cal = pd.read_csv("trade_cal.csv") """ print(trade_cal) Unnamed: 0 exchange cal_date is_open 0 0 SSE 19901219 1 1 1 SSE 19901220 1 2 2 SSE 19901221 1 """ except: # 获取交易日历数据 trade_cal = pro.trade_cal() # 输出到csv文件中 trade_cal.to_csv("trade_cal.csv")
注意：日期格式变为了纯数字，cal_date是日期信息，is_open列是判断是否开市的信息。
class Context: def __init__(self, cash, start_date, end_date): """ 股票信息 :param cash: 现金 :param start_date: 量化策略开始时间 :param end_date: 量化策略结束时间 :param positions: 持仓股票和对应的数量 :param benchmark: 参考股票 :param date_range: 开始-结束之间的所有交易日 :param dt: 当前日期 （循环时当前日期会发生变化） """ self.cash = cash self.start_date = start_date self.end_date = end_date self.positions = {} # 持仓信息 self.benchmark = None self.date_range = trade_cal[ (trade_cal["is_open"] == 1) & (trade_cal["cal_date"] >= start_date) & (trade_cal["cal_date"] <= end_date) ]
context = Context(10000, 20160101, 20170101) print(context.date_range) """ Unnamed: 0 exchange cal_date is_open 9147 9147 SSE 20160104 1 9148 9148 SSE 20160105 1 9149 9149 SSE 20160106 1 9150 9150 SSE 20160107 1 9151 9151 SSE 20160108 1 ... ... ... ... ... 9504 9504 SSE 20161226 1 9505 9505 SSE 20161227 1 9506 9506 SSE 20161228 1 9507 9507 SSE 20161229 1 9508 9508 SSE 20161230 1 """
前面可以看到trade_cal获取的的日期数据都默认解析为了数字，并不方便使用，将content类修改如下：
CASH = 100000 START_DATE = ‘20160101‘ END_DATE = ‘20170101‘ class Context: def __init__(self, cash, start_date, end_date): """ 股票信息 :param cash: 现金 :param start_date: 量化策略开始时间 :param end_date: 量化策略结束时间 :param positions: 持仓股票和对应的数量 :param benchmark: 参考股票 :param date_range: 开始-结束之间的所有交易日 :param dt: 当前日期 （循环时当前日期会发生变化） """ self.cash = cash self.start_date = start_date self.end_date = end_date self.positions = {} # 持仓信息 self.benchmark = None self.date_range = trade_cal[ (trade_cal["is_open"] == 1) & (str(trade_cal["cal_date"]) >= start_date) & (str(trade_cal["cal_date"]) <= end_date) ] # 时间对象 # self.dt = datetime.datetime.strftime("", start_date) self.dt = dateutil.parser.parse((start_date)) context = Context(CASH, START_DATE, END_DATE)
设置Context对象默认参数：CASH、START_DATE、END_DATE。
获取某股票count天的历史行情，每运行一次该函数，日期范围后移。
def attribute_history(security, count, fields=(‘open‘,‘close‘,‘high‘,‘low‘,‘volume‘)): """ 获取某股票count天的历史行情，每运行一次该函数，日期范围后移 :param security: 股票代码 :param count: 天数 :param fields: 字段 :return: """ end_date = int((context.dt - datetime.timedelta(days=1)).strftime(‘%Y%m%d‘)) # print(end_date, type(end_date)) # 20161231 <class ‘int‘> start_date = trade_cal[(trade_cal[‘is_open‘] == 1) & (trade_cal[‘cal_date‘]) <= end_date] [-count:].iloc[0,:][‘cal_date‘] # 剪切过滤到开始日期return attribute_daterange_history(security, start_date, end_date, fields)
接口：daily，获取股票行情数据，或通过通用行情接口获取数据，包含了前后复权数据。
注意：日期都填YYYYMMDD格式，比如20181010。
df = pro.daily(ts_code=‘000001.SZ‘, start_date=‘20180701‘, end_date=‘20180718‘) """ ts_code trade_date open high ... change pct_chg vol amount 0 000001.SZ 20180718 8.75 8.85 ... -0.02 -0.23 525152.77 460697.377 1 000001.SZ 20180717 8.74 8.75 ... -0.01 -0.11 375356.33 326396.994 2 000001.SZ 20180716 8.85 8.90 ... -0.15 -1.69 689845.58 603427.713 3 000001.SZ 20180713 8.92 8.94 ... 0.00 0.00 603378.21 535401.175 4 000001.SZ 20180712 8.60 8.97 ... 0.24 2.78 1140492.31 1008658.828 5 000001.SZ 20180711 8.76 8.83 ... -0.20 -2.23 851296.70 744765.824 6 000001.SZ 20180710 9.02 9.02 ... -0.05 -0.55 896862.02 803038.965 7 000001.SZ 20180709 8.69 9.03 ... 0.37 4.27 1409954.60 1255007.609 8 000001.SZ 20180706 8.61 8.78 ... 0.06 0.70 988282.69 852071.526 9 000001.SZ 20180705 8.62 8.73 ... -0.01 -0.12 835768.77 722169.579 10 000001.SZ 20180704 8.63 8.75 ... -0.06 -0.69 711153.37 617278.559 11 000001.SZ 20180703 8.69 8.70 ... 0.06 0.70 1274838.57 1096657.033 12 000001.SZ 20180702 9.05 9.05 ... -0.48 -5.28 1315520.13 1158545.868 """
获取某股票某时段的历史行情。
def attribute_daterange_history(security, start_date,end_date, fields=(‘open‘, ‘close‘, ‘high‘, ‘low‘, ‘vol‘)): """ 获取某股票某段时间的历史行情 :param security: 股票代码 :param start_date: 开始日期 :param end_date: 结束日期 :param field: 字段 :return: """ try: # 本地有读文件 f = open(security + ‘.csv‘, ‘r‘) df = pd.read_csv(f, index_col =‘date‘, parse_dates=[‘date‘]).loc[start_date:end_date, :] except: # 本地没有读取接口 df = pro.daily(ts_code=security, start_date=start_date, end_date=end_date) print(df) """ ts_code trade_date open high ... change pct_chg vol amount 0 600998.SH 20160219 18.25 18.97 ... 0.10 0.55 110076.55 203849.292 1 600998.SH 20160218 18.80 19.29 ... -0.35 -1.88 137882.15 259670.566 2 600998.SH 20160217 19.25 19.25 ... -0.70 -3.62 120175.69 225287.565 3 600998.SH 20160216 18.99 19.49 ... 0.07 0.36 110166.63 211909.372 4 600998.SH 20160215 17.19 19.39 ... 1.50 8.43 134845.79 252147.191 .. ... ... ... ... ... ... ... ... ... 266 600998.SH 20150109 17.50 17.64 ... -0.52 -2.97 185493.27 318920.850 267 600998.SH 20150108 18.39 18.54 ... -0.69 -3.79 141380.21 254272.384 268 600998.SH 20150107 18.36 18.36 ... -0.19 -1.03 107884.49 195598.076 269 600998.SH 20150106 17.58 18.50 ... 0.71 4.02 208083.99 374072.880 270 600998.SH 20150105 17.78 17.97 ... -0.40 -2.21 184730.66 324766.514 """ return df[list(fields)] print(attribute_daterange_history(‘600998.SH‘, ‘20150104‘, ‘20160220‘))
打印结果如下：
""" open close high low vol 0 18.25 18.41 18.97 18.19 110076.55 1 18.80 18.31 19.29 18.30 137882.15 2 19.25 18.66 19.25 18.42 120175.69 3 18.99 19.36 19.49 18.90 110166.63 4 17.19 19.29 19.39 17.15 134845.79 .. ... ... ... ... ... 266 17.50 16.98 17.64 16.93 185493.27 267 18.39 17.50 18.54 17.47 141380.21 268 18.36 18.19 18.36 17.95 107884.49 269 17.58 18.38 18.50 17.25 208083.99 270 17.78 17.67 17.97 17.05 184730.66 """
依然是使用daily函数获取当天行情数据。
START_DATE = ‘20160107‘ def get_today_data(security): """ 获取当天行情数据 :param security: 股票代码 :return: """ today = context.dt.strftime(‘%Y%m%d‘) print(today) # 20160107 try: f = open(security + ‘.csv‘, ‘r‘) data = pd.read_csv(f, index_col=‘date‘, parse_date=[‘date‘]).loc[today,:] except FileNotFoundError: data = pro.daily(ts_code=security, trade_date=today).iloc[0, :] return data print(get_today_data(‘601318.SH‘))
执行显示2016年1月7日的601318的行情数据：
ts_code 601318.SH trade_date 20160107 open 34 high 34.52 low 33 close 33.77 pre_close 34.53 change -0.76 pct_chg -2.2 vol 236476 amount 796251
定义_order()函数模拟下单。
修改get_today_data函数，为空时的异常处理：
def get_today_data(security): """ 获取当天行情数据 :param security: 股票代码 :return: """ today = context.dt.strftime(‘%Y%m%d‘) print(today) # 20160107 try: f = open(security + ‘.csv‘, ‘r‘) data = pd.read_csv(f, index_col=‘date‘, parse_date=[‘date‘]).loc[today,:] except FileNotFoundError: data = pro.daily(ts_code=security, trade_date=today).iloc[0, :] except KeyError: data = pd.Series() # 为空，非交易日或停牌 return data
def _order(today_data, security, amount): """ 下单 :param today_data: get_today_data函数返回数据 :param security: 股票代码 :param amount: 股票数量 正：买入 负：卖出 :return: """ # 股票价格 p = today_data[‘close‘] if len(today_data) == 0: print("今日停牌") return if int(context.cash) - int(amount * p) < 0: amount = int(context.cash / p) print("现金不足, 已调整为%d!" % amount) # 因为一手是100要调整为100的倍数 if amount % 100 != 0: if amount != -context.positions.get(security, 0): # 全部卖出不必是100的倍数 amount = int(amount / 100) * 100 print("不是100的倍数，已调整为%d" % amount) if context.positions.get(security, 0) < -amount: # 卖出大于持仓时成立 # 调整为全仓卖出 amount = -context.positions[security] print("卖出股票不能够持仓，已调整为%d" % amount)
def _order(today_data, security, amount): """ 下单 :param today_data: get_today_data函数返回数据 :param security: 股票代码 :param amount: 股票数量 正：买入 负：卖出 :return: """ # 股票价格 p = today_data[‘open‘] """各种特殊情况""" # 新的持仓数量 context.positions[security] = context.positions.get(security, 0) + amount # 新的资金量 买：减少 卖：增加 context.cash -= amount * float(p) if context.positions[security] == 0: # 全卖完删除这条持仓信息 del context.positions[security] _order(get_today_data("600138.SH"), "600138.SH", 100) print(context.positions)
交易完成，显示持仓如下：
{‘600138.SH‘: 100}
尝试购买125股：
_order(get_today_data("600138.SH"), "600138.SH", 125) print(context.positions) """ 不是100的倍数，已调整为100 {‘600138.SH‘: 100} """
def order(security, amount): """买/卖多少股""" today_data = get_today_data(security) _order(today_data, security, amount) def order_target(security, amount): """买/卖到多少股""" if amount < 0: print("数量不能为负数，已调整为0") amount = 0 today_data = get_today_data(security) hold_amount = context.positions.get(security, 0) # T+1限制没加入 # 差值 delta_amount = amount - hold_amount _order(today_data, security, delta_amount) def order_value(security, value): """买/卖多少钱的股票""" today_date = get_today_data(security) amount = int(value / today_date[‘open‘]) _order(today_date, security, amount) def order_target_value(security, value): """买/卖到多少钱的股""" today_data = get_today_data(security) if value < 0: print("价值不能为负，已调整为0") value = 0 # 已有该股价值多少钱 hold_value = context.positions.get(security, 0) * today_data[‘open‘] # 还要买卖多少价值的股票 delta_value = value - hold_value order_value(security, delta_value)
测试买卖如下所示：
order(‘600318.SH‘, 100) order_value(‘600151.SH‘, 3000) order_target(‘600138.SH‘, 100) print(context.positions) """ 不是100的倍数，已调整为200 {‘600318.SH‘: 100, ‘600151.SH‘: 200, ‘600138.SH‘: 100} """
五、回测框架
原文：https://www.cnblogs.com/xiugeng/p/13028131.html