自己做量化交易软件(1)通通量化分析环境安装使用

(独狼荷蒲 QQ:2775205)

一、安装python

Anaconda包含有超过720个关于科学，数据，工程和数据分析的Python和R包，如果不想在电脑里安装过多的包，你可以使用miniconda,它包含了conda，它的依赖包以及Python包。
安装过程中，或许需要暂时关闭杀毒软件。 安装地址如下：
https://www./download/

二、安装必要的免费数据源

1、聚宽数据JQData数据包

（1）JQData是聚宽数据团队专门为有志于从事量化投资的金融机构、研究人员以及个人量化爱好者提供的本地量化金融数据。用户只需在本地Python环境下安装JQData数据包，输入三行代码，即可调用由聚宽数据团队专业生产的全套量化金融数据，让你轻松告别平台限制，灵活安全地完成本地化的量化研究与投资决策。
（2）支持系统：Linux、Mac、Windows
（3）支持Python2和Python3
聚宽数据JQData数据包网站申请用户，免费使用数据一年，经测试，数据源比较稳定。
JQData安装教程https://www./post/12479
自动安装
（1）进入python所在目录
（2）执行下面代码安装
 pip install git+https://github.com/JoinQuant/jqdatasdk.git
 或者下面的，速度能快点：
 pip install -U git+https://github.com/JoinQuant/jqdatasdk.git -i https://mirrors.aliyun.com/pypi/simple/

 用户申请网址https://www./default/index/sdk?f=home&m=banner

2、Tushare是一个免费、开源的python财经数据接口包。

安装命令
pip install tushare

3、OpenDataTools

只支持 python3，请安装python3.6以上版本。没有支持python2的计划。
OpenDataTools网址 https://www./opendata/
安装命令
pip install opendatatools

三、数据使用

1、聚宽数据JQData

（1）导入JQData
from jqdatasdk import *
（2）用户认证
jqdatasdk.auth(“username”, “password”)
认证成功后，显示”auth success”，就可以开始使用数据了，如果没有出现，请先检查下是否已经申请并通过。
（3）获取数据
df=jqdatasdk.get_price("000001.XSHE")
print(df)

2、Tushare数据

import tushare as ts
df = ts.get_k_data('600099',ktype='D')
print(df)

3、OpenDataTools数据

from opendatatools import stock
df, msg = stock.get_quote('600000.SH,000002.SZ')
print(df)
df1, msg = stock.get_daily('600000.SH',start_date='1991-01-01',end_date='2018-08-17')
print(df1)

4、字王金融数据包

  字王金融数据包数据至2016年，可以研究历史数据学习使用。
  数据下载网址:
  https://pan.baidu.com/s/1eW4WBroiSY-GI8cNPRJaBw

import datetime as dt
from datetime import datetime
import pandas as pd
from matplotlib import dates as mdates
import hplibx as mylib
path = 'D:\\zwDat\\cn\\Day\\'   #存放目录
st = '000001' #平安银行
startdate='2016-01-01'
enddate='2017-12-31'
date_list = []
begin_date = datetime.strptime(startdate, "%Y-%m-%d")
end_date = datetime.strptime(enddate, "%Y-%m-%d")
while begin_date <= end_date:
    date_str = begin_date.strftime("%Y-%m-%d")
    date_list.append(date_str)  
    begin_date += dt.timedelta(days=1)
df2=pd.read_csv(path+st+'.csv' , encoding = 'utf-8')  #读取股票数据
df3=df2[df2['date'].isin(date_list)]
print(df3)