首页手记 Python进阶量化交易专栏场外篇12-股票分笔数据跨...

Python进阶量化交易专栏场外篇12-股票分笔数据跨周期处理

标签：

Python 大数据人工智能

欢迎大家订阅《教你用 Python 进阶量化交易》专栏！为了能够提供给大家更轻松的学习过程，笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容，目前推出的扩展篇链接如下：

第一篇《管理概率==理性交易》

第二篇《线性回归拟合股价沉浮》

第三篇《最大回撤评价策略风险》

第四篇《寻找最优化策略参数》

第五篇《标记A股市场涨跌周期》

第六篇《Tushare Pro接口介绍》

第七篇《装饰器计算代码时间》

第八篇《矢量化计算KDJ指标》

第九篇《移植量化交易小工具》

第十篇《统计学预测随机漫步》

第十一篇《TA-Lib库扩展介绍》

在专栏的15小节《股票交易数据的自动下载》介绍了获取日级别股票行情数据的方法，其实最原始的数据是分笔交易数据，行情软件的各种周期的数据都是通过分笔数据跨周期的转换形成的。本次场外篇笔者主要介绍分笔交易数据的获取和处理方法。

首先使用tushare库get_tick_data()接口获取浙大网新2019-08-08的历史分笔数据，如下所示：

df = ts.get_tick_data('600797',date='2019-08-08',src='tt')
print(df.head(10))
"""
       time  price  change  volume  amount type
0  09:25:05   7.89    0.09     385  303765   卖盘
1  09:30:03   7.90    0.01     591  466402   买盘
2  09:30:06   7.90    0.00     371  292885   卖盘
3  09:30:08   7.91    0.01      96   75837   买盘
4  09:30:12   7.92    0.01      43   34021   买盘
5  09:30:15   7.90   -0.02       1     790   卖盘
6  09:30:18   7.90    0.00      61   48143   买盘
7  09:30:21   7.91    0.01      15   11860   买盘
8  09:30:24   7.91    0.00       5    3955   买盘
9  09:30:27   7.90   -0.01      10    7900   卖盘
"""

返回值中time时间、price成交价格、change价格变动、volume成交手、amount成交金额(元)、type买卖类型【买盘、卖盘、中性盘】。

将分笔数据的行索引转换为时间序列，如下所示：

df_tick.index = pd.to_datetime(df_tick.time)
df_tick.drop(axis=1, columns='time', inplace=True)
print(df_tick.head(10))
"""
                     price  change  volume  amount type
time                                                   
2019-08-10 09:25:05   7.89    0.09     385  303765   卖盘
2019-08-10 09:30:03   7.90    0.01     591  466402   买盘
2019-08-10 09:30:06   7.90    0.00     371  292885   卖盘
2019-08-10 09:30:08   7.91    0.01      96   75837   买盘
2019-08-10 09:30:12   7.92    0.01      43   34021   买盘
2019-08-10 09:30:15   7.90   -0.02       1     790   卖盘
2019-08-10 09:30:18   7.90    0.00      61   48143   买盘
2019-08-10 09:30:21   7.91    0.01      15   11860   买盘
2019-08-10 09:30:24   7.91    0.00       5    3955   买盘
2019-08-10 09:30:27   7.90   -0.01      10    7900   卖盘
"""

Pandas中提供了resample()方法对时间序列进行重采样，此处将获取到的tick数据合成一分钟数据。如下所示：

print(df_tick.price.resample('1min', closed='left', label='left').ohlc().head(20))
"""
                     open  high   low  close
time                                        
2019-08-10 09:25:00  7.89  7.89  7.89   7.89
2019-08-10 09:26:00   NaN   NaN   NaN    NaN
2019-08-10 09:27:00   NaN   NaN   NaN    NaN
2019-08-10 09:28:00   NaN   NaN   NaN    NaN
2019-08-10 09:29:00   NaN   NaN   NaN    NaN
2019-08-10 09:30:00  7.90  7.92  7.90   7.92
2019-08-10 09:31:00  7.91  7.92  7.90   7.91
2019-08-10 09:32:00  7.90  7.91  7.89   7.90
2019-08-10 09:33:00  7.89  7.91  7.89   7.90
2019-08-10 09:34:00  7.91  7.92  7.90   7.92
2019-08-10 09:35:00  7.92  7.94  7.91   7.93
2019-08-10 09:36:00  7.93  7.93  7.92   7.92
2019-08-10 09:37:00  7.93  7.93  7.91   7.91
2019-08-10 09:38:00  7.90  7.91  7.90   7.90
2019-08-10 09:39:00  7.90  7.90  7.89   7.90
2019-08-10 09:40:00  7.89  7.90  7.89   7.90
2019-08-10 09:41:00  7.90  7.90  7.89   7.89
2019-08-10 09:42:00  7.89  7.90  7.88   7.89
2019-08-10 09:43:00  7.89  7.89  7.88   7.89
2019-08-10 09:44:00  7.88  7.89  7.86   7.86
"""

处理非交易时间段的NaN数据，将所有列都为NaN的行删除，如下所示：

df_min_ohlc = df_min_ohlc.dropna(axis=0,how='all') # NAN值删除 所有值都为缺失值时才删除该行
print(df_min_ohlc.head())
"""
                     open  high   low  close
time                                        
2019-08-10 09:25:00  7.89  7.89  7.89   7.89
2019-08-10 09:30:00  7.90  7.92  7.90   7.92
2019-08-10 09:31:00  7.91  7.92  7.90   7.91
2019-08-10 09:32:00  7.90  7.91  7.89   7.90
2019-08-10 09:33:00  7.89  7.91  7.89   7.90
"""

接下来就可以用专栏第16小节《技术分析常用指标绘制》的代码绘制K线图了，分别绘制1min和15min级别的K线图，如下图所示：

另外tushare还提供了其他与分时交易数据相关的接口，比如：

get_sina_dd()接口获取大单交易数据，默认为大于等于400手，也可通过vol参数指定返回具体成交量的交易数据，如下所示：

# 获取大单交易数据,默认为大于等于400手,数据来源于新浪财经。
data=ts.get_sina_dd('600797',date = '2019-08-08')
print(data.head(10))
"""
     code  name      time  price  volume  preprice type
0  600797  浙大网新  15:00:00   8.01  253542      8.01   买盘
1  600797  浙大网新  14:56:18   8.01   45700      8.01   卖盘
2  600797  浙大网新  14:54:39   8.01  116400      8.01   买盘
3  600797  浙大网新  14:18:18   8.00   50000      8.00   买盘
4  600797  浙大网新  13:35:57   8.02   53100      8.01   卖盘
5  600797  浙大网新  13:33:57   8.03   42200      8.03   买盘
6  600797  浙大网新  13:25:18   8.01   64100      8.01   买盘
7  600797  浙大网新  13:25:15   8.01   41800      8.01   买盘
8  600797  浙大网新  13:22:57   8.04  135500      8.03   买盘
9  600797  浙大网新  13:22:00   8.01   44600      8.01   买盘
"""

get_today_ticks()接口获取当前交易日已经产生的分笔明细数据，不过要在交易进行中使用。

get_realtime_quotes()获取实时分笔数据，可以实时取得股票当前报价和成交信息，其中一种场景是，写一个python定时程序来调用本接口（可两三秒执行一次，性能与行情软件基本一致），然后通过DataFrame的矩阵计算实现交易监控，可实时监测交易量和价格的变化。

get_today_all()一次性获取当前交易所有股票的行情数据（如果是节假日，即为上一交易日，结果显示速度取决于网速）。如下所示：

data=ts.get_today_all()
print(data)
"""
[Getting data:]############################################################        code   name      ...             mktcap           nmc
0     688388   嘉元科技      ...       1.470680e+06  3.365835e+05
1     688333    铂力特      ...       7.000000e+05  1.571451e+05
2     688188   柏楚电子      ...       2.425100e+06  5.555751e+05
3     688122   西部超导      ...       2.370954e+06  2.133204e+05
4     688099   晶晨股份      ...       6.166800e+06  5.598821e+05
5     688088   虹软科技      ...       2.791250e+06  2.612927e+05
6     688066   航天宏图      ...       1.011336e+06  2.293842e+05
7     688033   天宜上佳      ...       2.216313e+06  2.145303e+05
8     688029   南微医学      ...       1.628215e+06  3.735600e+05
...      ...    ...      ...                ...           ...
3743  600234  *ST山水      ...       1.447488e+05  1.447488e+05
3744  600228   ST昌九      ...       1.607191e+05  1.607191e+05
3745  600217   中再资环      ...       7.179371e+05  6.818769e+05
3746  600209   ST罗顿      ...       1.290693e+05  1.290693e+05
3747  600193   ST创兴      ...       1.552611e+05  1.552611e+05
3748  600186  *ST莲花      ...       1.741720e+05  1.741720e+05
3749  600179   ST安通      ...       3.836408e+05  1.737990e+05
3750  600163   中闽能源      ...       3.568091e+05  3.568091e+05
3751  600149   ST坊展      ...       1.927411e+05  1.927411e+05

[3752 rows x 15 columns]
"""

其中返回值包括code代码、name名称、changepercent涨跌幅、trade现价、open开盘价、high最高价、low最低价、settlement昨日收盘价、volume成交量、turnoverratio换手率、amount成交金额、per市盈率、pb市净率、mktcap总市值、nmc流通市值。

关于完整代码可以加入专栏交流群获取。更多的量化交易内容欢迎大家订阅专栏阅读！！

点击查看更多内容