利用tushare获取股票数据-V2 +股票数据分析

一、利用tushare获取股票数据

上次利用tushare的API获取了一部分的数据,感觉不够齐全,所以现在更新程序
import tushare as ts
import pandas as pdpro = ts.pro_api()
data = pro.query('stock_basic', exchange='', list_status='L', fields='ts_code')
#实例化一个对象,获取所有的股票代码
ls=list(data['ts_code'])
#列表化所有的股票代码
data=0
for i in range(len(ls)):try:df = pro.query('daily', ts_code=ls[i])print(i)if i==0:com_df=pd.DataFrame(df)else:com_df=pd.concat([com_df,df])except:pass#获取股票的所有历史数据
com_df.reset_index(inplace=True)
com_df.to_csv(r"newstock7-31.csv",index=False)
#将数据导出csv,csv大小大约300MB,整个程序耗时2到3个小时

二 、股票数据分析

(1) 处理股票数据

这次主要想分析股票的涨跌与星期一,二有没有什么关系
import pandas as pd
import numpy as np
import datetime
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', 100)
pd.set_option('max_colwidth',100)pd.set_option("display.unicode.east_asian_width",True)
#打印的行数,列数,列与列之间的宽度
test=datetime.datetime.now()
a=pd.read_csv(r'newstock7-31.csv')
del a['index']
a['date']=pd.to_datetime(a['trade_date'],format="%Y%m%d")
#将八位数的日期转化为时间格式
a['weekday']=np.asarray(list(map(pd.Timestamp.isoweekday,a['date'])))
#增加一列,为星期数(星期一,星期二之类)
a['year']=pd.DataFrame(list(map(pd.Timestamp.isocalendar,a['date'])))[0]
#增加一列,为年份b=a.pivot_table(index["year","weekday"],values="pct_chg",aggfunc=np.mean,margins=True)
#groupby年份,星期数,value为平均涨跌c=a.query("pct_chg>=0").pivot_table(index=["year","weekday"],values="pct_chg",aggfunc='count',margins=True)
#groupby年份,星期数,value为涨的个数d=a.query("pct_chg<0").pivot_table(index["year","weekday"],values="pct_chg",aggfunc='count',margins=True)
#groupby年份,星期数,value为涨的个数e=a.pivot_table(index=["year","weekday"],values="pct_chg",aggfunc='count',margins=True)
#groupby年份,星期数,value为所有的股票数zong=pd.DataFrame({"平均涨跌幅度":b[b.columns[0]],
"涨数":c[c.columns[0]]/e[e.columns[0]],
"跌数":d[c.columns[0]]/e[e.columns[0]]})
print(zong)
#汇总几个表,处理数据print(datetime.datetime.now()-test)
#测试时间,整个程序大约1分钟左右吧
zong=zong.reset_index()
zong.to_excel("zong.xlsx",index=False,merge_cells=False)

(2) 股票分析

这是2015年以来的星期数的涨跌情况

图一、从2015年以来,星期数涨跌情况图

从图一看,跌的最惨的是星期四,而星期四涨的的概率为47.9%,平均跌幅为0.18%;涨的最好的是周二,其次是周一,涨的概率为54.9%,57.7%。

我猜想周四普遍下跌主要原因是市场的避险情绪,和个人投资者的取款消费。

投资机构,普遍都不太愿意持股过周末,因为周末容易出一些黑天鹅,投资环境的改变之类的事。

个人投资者也容易在周四这个时间节点取款消费。其实也很容易想,周末嘛,大家都有周末出去玩的习惯,而我国是T+1的取款,如果要周六消费,那么周四就要证转银取款。所以市场卖出意愿隐性的增大,买的意愿在减小。那么自然下跌大概率增大。

那么,我们可以利用这种现象来指导我们的投资吗。我想是可以的,周四和周五反而是购买股票的一个很好的时机,因为受到一些环境因素的影响,股票的价值被过分的低估。周一,周二反而是卖出股票的好时机,因为周四,周五卖出的资金多了,市场的闲余资金增多,市场的购买股票意愿隐性增加,从而过分高估股票的价值。这一起一伏之间便是投机者的利润。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/52599.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

免费获取股票历史交易数据方法与代码获取股票实时数据方法集合

现在网上有越来越多开源的股票数据的获取方法&#xff0c;言简意赅&#xff0c;小编在这里提供2种方法去获取股票数据&#xff0c;第一种呢还是针对于所有的用户&#xff0c;通过使用第三方平台提供的方法来获取到所需要的股票数据。 方法一&#xff1a;使用免费的网站进行 详…

获取股票交易数据的Tushare的使用方法

博客&#xff1a;https://www.cnblogs.com/DreamRJF/p/8660630.html 以前不知道怎么从网上直接获取数据&#xff0c;都是从交易软件上下载数据&#xff0c;也只有个别的软件才能下载&#xff0c;例如通达信可以导出数据&#xff0c;现在学到了一种新的方法&#xff0c;利用tush…

四万字歌词分析:那些年,我们一起追的五月天到底在唱什么?

大数据文摘出品 作者&#xff1a;蒋宝尚、曹培信 你见过自带荧光棒、中途大合唱、放完不离场的电影观众么&#xff1f; 如果你去电影院看了《五月天人生无限公司》&#xff0c;那么&#xff0c;你一定明白文摘菌在说什么。 如果你还没有看过&#xff0c;文摘菌这里弱剧透一下&a…

歌词生成(一)-SongNet简述

歌词生成相较于普通文本生成&#xff0c;需要配合特定的乐曲&#xff0c;并演唱。因而要求&#xff0c;每句歌词演唱的长度正好合拍&#xff0c;即不同曲子&#xff0c;每句歌词的字符个数是要受限制于乐曲。 本文暂不考虑曲配词问题&#xff0c;只是将问题抽象为&#xff0c;…

Android 开源歌词控件 LyricViewX

Android 开源歌词控件 LyricViewX 开源地址 Github https://github.com/Moriafly/LyricViewX LyricViewX 是一个美观的安卓歌词控件。 基于 LrcView 设计。 效果展示 Dso Music Github https://github.com/Moriafly/DsoMusic 双语 拖动 单语 比较与 LrcView 100% Kotlin…

如何获取LRC歌词

在日常的剪辑或者是其他情况下&#xff0c;需要使用LRC歌词&#xff0c;不需要下载新的杂门软件就能获取lrc歌词&#xff0c;真的很心动了&#xff0c;这里以网易云音乐为例&#xff1a; 1、打开网易云音乐网页版&#xff0c;找到需要的歌词 2、按F12键&#xff0c;选择 Netwo…

从ChatGPT等大模型的兴起,看未来计算芯片的发展趋势

欢迎关注软硬件融合公众号&#xff1a; 编者按 ChatGPT的火爆&#xff0c;直接引爆了大模型的繁荣&#xff0c;也使得NVIDIA GPU供不应求。 从发展的角度看&#xff0c;GPU并不是大模型最高效的计算平台。 GPT等大模型为什么没有突破万亿参数&#xff1f;核心原因在于在现在的G…

GPU和CPU芯片区别:为何要用GPU挖矿?

CPU和GPU之所以大不相同&#xff0c;是由于其设计目标的不同&#xff0c;它们分别针对了两种不同的应用场景。CPU需要很强的通用性来处理各种不同的数据类型&#xff0c;同时又要逻辑判断又会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂。而GPU面对的则是…

2023全云在线联合微软AIGC专场沙龙:人工智能与企业创新,促进创造力的数字化转型

6月29日&#xff0c;由全云在线平台和微软联合主办的人工智能与企业创新&#xff1a;促进创造力的数字化转型——2023AIGC微软专场沙龙在广州天河区正佳万豪酒店举行。 关于2023AIGC微软专场沙龙 GPT翻开了AGI新的一页&#xff0c;也翻开了各行各业的新篇章。 2022年11月30日…

呼吁暂停 GPT-5 研发的马斯克,转身抢购 1 万个 GPU,为 Twitter 大模型做准备!...

整理 | 屠敏 出品 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09; 曾不止一次地支持 AI 威胁论、曾与 OpenAI 分道扬镳、曾怒批 ChatGPT 唤醒人工智能、曾联合发起公开信&#xff0c;呼吁全球实验室应停止训练比 GPT-4 更强大的模型...... 毫无疑问&#xff0c;曾被 Fa…

个人掏5000万美元、获2.3亿美金认购,造中国版OpenAI,45岁前美团联合创始人王慧文再创业!...

整理 | 苏宓 出品 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09; 「即便只有一个人&#xff0c;我也要出发」&#xff0c;2023 年 2 月 13 日&#xff0c;原美团联合创始人王慧文在社交媒体平台郑重地说道。 这一次他的目光不再是聚焦在社交关系网络平台、二手房网站、…

微软:多模态大模型GPT-4就在下周,撞车百度?

欢迎关注“ 计算机视觉研究院 ” 计算机视觉研究院专栏 作者&#xff1a;Edison_G 扫描二维码 关注我们 大家都在猜 GPT-4 发布时间&#xff0c;现在有人提前公布答案了&#xff0c;还是微软自己的 CTO。 转自《机器之心》 我们知道&#xff0c;引爆如今科技界军备竞赛的 ChatG…

【全栈】vue3.0 + golang + mysql + gorm + jwt + M5stack + Chatgpt集成【博客系统2.1】版本

2.1版本release 修复博客2.0bug&#xff08;我的-切换后-博客不能刷新&#xff09; 增加了远程灯控 chatGpt3.0集成 项目结构 <template><div id"app"><!-- 表单处理 ------------------><!-- <MyHeader :addTodo"addTodo"/…

【自然语言处理】【大模型】ChatGLM-6B模型结构代码解析(单机版)

ChatGLM-6B模型结构代码解析(单机版) ​ 本文介绍ChatGLM-6B的模型结构&#xff0c;代码来自https://huggingface.co/THUDM/chatglm-6b/blob/main/modeling_chatglm.py。 相关博客 【自然语言处理】【大模型】ChatGLM-6B模型结构代码解析(单机版) 【自然语言处理】【大模型】BL…

【自然语言处理】【大模型】BLOOM模型结构源码解析(单机版)

BLOOM模型结构源码解析(单机版) ​ 本文基于transformers中BLOOM模型代码来解析BLOOM的原理及实现。 相关博客 【自然语言处理】【大模型】ChatGLM-6B模型结构代码解析(单机版) 【自然语言处理】【大模型】BLOOM模型结构源码解析(单机版) 【自然语言处理】【大模型】极低资源微…

最新发布!面向开发者的 ChatGPT Prompt Engineering 免费教程,吴恩达与OpenAI合作打造!...

就在几小时之前&#xff0c;吴恩达在Twitter上宣布了与OpenAI合作的最新免费教程&#xff1a;《ChatGPT Prompt Engineering for Developers》 我们可以通过下面的链接&#xff0c;直达官网网站&#xff1a; https://www.deeplearning.ai/short-courses/chatgpt-prompt-enginee…

Datawhale-基于向量检索减少chatGPT的幻觉

AI的幻觉 可以使用CVP技术栈解决上述问题 CVP技术栈 ossChat Application 向量数据库 Zilliz Cloud是Milvus的托管服务。 基于Langchain搭建问答系统

chatgpt赋能python:Python中连接数据库的方式

Python中连接数据库的方式 数据库是现代Web应用程序中必不可少的组成部分之一。Python是一个功能丰富的编程语言&#xff0c;为我们提供了许多连接数据库的选项。在本文中&#xff0c;我们将介绍Python中的一些最受欢迎的数据库连接选项&#xff0c;并帮助您选择最适合您项目的…

chatgpt赋能python:Python如何添加数据库

Python如何添加数据库 介绍 Python是一种高级的、通用的、解释型的编程语言&#xff0c;因其简单易学、可读性强而被广泛应用在各种领域&#xff0c;尤其是数据处理、Web开发等方面。随着Web应用越来越流行&#xff0c;数据库的使用也变得越来越普遍&#xff0c;因此&#xf…

chatgpt赋能Python-python怎么装数据库

介绍 Python 是一种强大的编程语言&#xff0c;能够让程序员轻松地编写高效的代码来解决各种问题。Python 也被广泛用于 web 应用程序的开发。这些应用程序通常需要与数据库进行交互。本文将介绍如何在 Python 中安装数据库以便进行数据操作。 步骤 第一步&#xff1a;选择一…