目錄
- 數據內容：
- 1、數據采集
- 我們現在要取一批特定股票的日線行情
- 庫名：stock 表名：stock_all
- 2、數據預處理
- 3、SVM建模
作為一個新手，你需要以下3個步驟：
1、用戶注冊 > 2、獲取token > 3、調取數據
數據內容：
包含股票、基金、期貨、債券、外匯、行業大數據，
同時包括了數字貨幣行情等區塊鏈數據的全數據品類的金融大數據平臺，
為各類金融投資和研究人員提供適用的數據和工具。
1、數據采集
我們進行本地化計算，首先要做的，就是將所需的基礎數據采集到本地數據庫里
本篇的示例源碼采用的數據庫是MySQL5.5，數據源是xxx pro接口。
我們現在要取一批特定股票的日線行情
部分代碼如下：
# 設置xxxxx pro的token并獲取連接
# 公眾號：信息技術智庫
ts.set_token('xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx')
pro = ts.pro_api()
# 設定獲取日線行情的初始日期和終止日期，其中終止日期設定為昨天。
start_dt = '20100101'
time_temp = datetime.datetime.now() - datetime.timedelta(days=1)
end_dt = time_temp.strftime('%Y%m%d')
# 建立數據庫連接,剔除已入庫的部分
db = pymysql.connect(host='127.0.0.1', user='root', passwd='admin', db='stock', charset='utf8')
cursor = db.cursor()
# 設定需要獲取數據的股票池
stock_pool = ['603912.SH','300666.SZ','300618.SZ','002049.SZ','300672.SZ']
total = len(stock_pool)
# 循環獲取單個股票的日線行情
for i in range(len(stock_pool)):
try:
df = pro.daily(ts_code=stock_pool[i], start_date=start_dt, end_date=end_dt)
# 打印進度
print('Seq: ' + str(i+1) + ' of ' + str(total) + ' Code: ' + str(stock_pool[i]))
上述代碼的注釋部分已將每行代碼的功能解釋清楚了，實際上數據采集的程序主要設置三個參數：獲取行情的初始日期，終止日期，以及股票代碼池。
當我們獲取數據后，就要往本地數據庫進行寫入（存儲）操作了，
本篇代碼用的是SQL語言，需提前在數據庫內建好相應的表，表配置和表結構如下：
庫名：stock 表名：stock_all
其中 state_dt 和 stock_code 是主鍵和索引。state_dt 的格式是 ‘yyyy-mm-dd'（例：'2018-06-11'）。
這樣的日期格式便于查詢，且在MySQL內部能夠進行大小比較。
2、數據預處理
無論是量化策略還是單純的機器學習項目，數據預處理都是非常重要的一環。
以機器學習的視角來看，數據預處理主要包括
- 數據清洗
- 排序
- 缺失值或異常值處理
- 統計量分析
- 相關性分析
- 主成分分析（PCA）
- 歸一化等
本篇所要介紹的數據預處理比較簡單
只是將存在本地數據庫的日線行情數據整合成一份訓練集數據，
以用于后續的機器學習建模和訓練。
在介紹具體的示例代碼之前，我們需要先思考一個問題，
應用有監督學習的算法對個股進行建模
- 我們的輸入數據有哪些，
- 我們期望得到的輸出數據又是什么？
這個問題的答案因人而異，因策略而異。
這個問題本身是將市場問題轉化為數學問題的一個過程。
依賴的是量化寬客自己的知識體系和對市場的理解。
回到正題，本篇示例我們將以最簡單的數據進行分析，
我們輸入端的數據是個股每日基礎行情，輸出端數據是股價相較前一交易日的漲跌狀態。
簡單點說就是，我們向模型輸入今天的基礎行情，讓模型預測明天股價是漲還是跌。
在代碼實現方式上，
- 采用面向對象的思想，
- 將整個數據預處理過程和結果，封裝成一個類，每次創建一個類實例，
- 就得到了特定條件下的一份訓練集。
示例代碼如下：
class data_collect(object):
def __init__(self, in_code,start_dt,end_dt):
ans = self.collectDATA(in_code,start_dt,end_dt)
def collectDATA(self,in_code,start_dt,end_dt):
# 建立數據庫連接，獲取日線基礎行情(開盤價，收盤價，最高價，最低價，成交量，成交額)
db = pymysql.connect(host='127.0.0.1', user='root', passwd='admin', db='stock', charset='utf8')
cursor = db.cursor()
sql_done_set = "SELECT * FROM stock_all a where stock_code = '%s' and state_dt >= '%s' and state_dt = '%s' order by state_dt asc" % (in_code, start_dt, end_dt)
cursor.execute(sql_done_set)
done_set = cursor.fetchall()
if len(done_set) == 0:
raise Exception
self.date_seq = []
self.open_list = []
self.close_list = []
self.high_list = []
self.low_list = []
self.vol_list = []
self.amount_list = []
for i in range(len(done_set)):
self.date_seq.append(done_set[i][0])
self.open_list.append(float(done_set[i][2]))
self.close_list.append(float(done_set[i][3]))
self.high_list.append(float(done_set[i][4]))
self.low_list.append(float(done_set[i][5]))
self.vol_list.append(float(done_set[i][6]))
self.amount_list.append(float(done_set[i][7]))
cursor.close()
db.close()
# 將日線行情整合為訓練集(其中self.train是輸入集，self.target是輸出集，self.test_case是end_dt那天的單條測試輸入)
self.data_train = []
self.data_target = []
最終這個類實例化后是要整合出三個數據：
1. self.train ：訓練集中的輸入端數據，本例中是每日基礎行情。
2. self.target ：訓練集中的輸出數據，本例中相較于前一天股價的漲跌，漲為1，不漲為0。并且在排序上，每條 t 交易日的self.train里的數據對應的是 t+1 天股價的漲跌狀態。
3. self.test_case ：在 t 末交易日的基礎行情數據，作為輸入端，用于模型訓練完成后，對第二天的漲跌進行預測。
3、SVM建模
機器學習中有諸多有監督學習算法
SVM是比較常見的一種，本例采用SVM算法進行建模。
關于SVM的理論原理本篇不做詳述，以下僅從實踐角度進行建模介紹。
先貼一段建模、訓練并進行預測的代碼大家感受一下：）
model = svm.SVC() # 建模
model.fit(train, target) # 訓練
ans2 = model.predict(test_case) # 預測
三行代碼，讓人想起了把大象裝冰箱分幾步的冷笑話……
不過這側面也說明Python在數據挖掘方面的強大之處：簡單，方便，好用。
本例用的機器學習框架是scikit-learn是個非常強大的算法庫。
熟悉算法原理的朋友可以查閱官方API文檔，可修改模型參數，進一步調優模型；
亦可嘗試其他算法比如決策樹，邏輯回歸，樸素貝葉斯等。
以上就是利用python數據分析進行炒股實戰行情的詳細內容，更多關于python數據分析的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- python實現股票歷史數據可視化分析案例
- 基于Python爬取股票數據過程詳解
- Python爬取股票信息，并可視化數據的示例
- 使用Python畫股票的K線圖的方法步驟
