Giter Site home page Giter Site logo

stock_market's Introduction

stock_market

注意1:在运行选股策略时(ipyn文件),可能会出现内存不够的情况,本人电脑是有40个G,所以没有考虑这些问题。如果电脑内存不够,可以考虑去掉一些行业,或者在数据读取的时候就剔除一些不需要的时间(如提出2017年之前的数据),或者选择任意300支股等(总共有2800多支股票)。

注意2:如若因权限原因无法获取tushare数据,可以关注公众号(公众号在末尾),在公众号后台回复“数据获取”,即可获取数据。

代码说明

数据下载、更新及一些处理

DataDowload.py:股票数据下载

RefreshData.py:股票数据更新

CountLimit.py:统计每日涨停数与跌停数,并存入limit.csv中

账户类

Account.py:账户类用于回测使用

策略代码

短期选股策略1.ipyb: 训练模型及回测程序,具体可以看 (公众号第三篇文章)

https://mp.weixin.qq.com/s/LLE3Oe8x13BdAqjCs4Geqw

短期选股策略2.ipyb: 训练模型及回测程序,具体可以看 (公众号第五篇文章)

https://mp.weixin.qq.com/s/drVANZjUhtltD9rsFNb0ZA

中线股选股策略1.ipyb:训练模型及回测程序,具体可以看 (公众号第六篇文章)

https://mp.weixin.qq.com/s/L0p2Z71vorV39qSucQIlFg

超级简单的仓位设置策略.ipynb:超级简单的仓位设置策略,具体可以看

https://mp.weixin.qq.com/s/WOpFs5Tkd7RP0sIZq1JEmg

仓位设置策略2.ipynb:

https://mp.weixin.qq.com/s/WoZG3iO52o-6VWv0RfDlMw

其他代码

Draw.py: 绘图程序,绘制股票涨跌图等 MakeLabel.py:制作训练集标签

运行顺序

短期选股策略1: DataDowload.py->短期选股策略1.ipynb

短期选股策略2: DataDowload.py->CountLimit.py->短期选股策略2.ipynb

中线股选股策略1: DataDowload.py->CountLimit.py->MakeLabel.py->中线股选股策略1.ipynb

结语

如果觉得代码帮助很大,希望给个星,谢谢支持!!!

如果对个人在量化上的研究感兴趣可以关注个人公众号(公众号上有个人对代码的讲解),不定期分享一些研究情况.

公众号:Gambler_Evolution

image

stock_market's People

Contributors

wbbhcb avatar

Stargazers

 avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar

Watchers

 avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar  avatar

stock_market's Issues

寻求联系方式

我也是做量化交易的。目前我所有的数据是比较全的。想使用强化学习来做下交易。目前我所处理的日K维度已经有几百个。不知道能不能加个微信交流下,我的微信18018101159 验证:强化学习量化

交易日期,股票代码,股票简称,开盘价:不复权,最高价:不复权,最低价:不复权,收盘价:不复权,前收盘价:不复权,成交量,成交额,涨跌,涨跌幅:前
权,振幅,总市值,a股市值(不含限售股),自由流通市值,"市现率(pcf,经营现金流)",市销率(ps),市盈率(pe),市净率(pb),开盘价:前复权,最高价:
复权,最低价:前复权,收盘价:前复权,主力动向,机构动向,大单买入比,大单卖出比,主动买入比,主动卖出比,被动买入比,被动卖出比,资金流向,资
金流入,资金流出,年化波动率(最近100周),dde散户数量,dde大单净流入量,中单净量,小单净量,主动大单净流入量,主动中单净流入量,主动买入大
单量,主动买入中单量,主动买入小单量,主动卖出大单量,主动卖出中单量,主动卖出小单量,被动大单净流入量,被动中单净流入量,被动买入大单量
,被动买入中单量,被动买入小单量,被动卖出大单量,被动卖出中单量,被动卖出小单量,连续涨停天数,连续跌停天数,涨停价成交量,跌停价成交量,
涨停价,消息面评分,行业面评分,资金面评分,牛叉诊股综合评分,基本面评分,技术面评分,外盘成交量,内盘成交量,止盈止损(压力位),止盈止损(
损位),止盈止损(支撑位),止盈止损(止盈位),竞价涨幅,竞价量,竞价匹配价,竞价未匹配量,竞价金额,竞价未匹配金额,跌停价,主力资金流向,主力
增仓占比,5日涨速,5日vol,10日vol,20日vol,60日vol,均笔成交额,均笔成交量,多空比,委比,委差,委买,委卖,总笔数,新股上市日期,上市天数,连
续上涨天数,连续下跌天数,大单主动买入比,中单主动买入比,小单主动买入比,大单主动卖出比,中单主动卖出比,小单主动卖出比,大单被动卖出比
,中单被动卖出比,小单被动卖出比,大单被动买入比,中单被动买入比,小单被动买入比,5日均线角度,10日均线角度,20日均线角度,60日均线角度,
际换手率,均价:前复权,量比,5日均线,10日均线,13日均线,20日均线,60日均线,70%成本上限,70%成本下限,cr(cr值),cr(ma1值),cr(ma2值),cr(ma
3值),ene(ene值),ene(upper值),均价:不复权,涨跌幅:不复权,brar,cyr,dkx(dkx值),emv(emv值),mass,mfi(mfi值),mike,mtm(mtm值),psy(psyma
),psy(psy值),roc(rocma值),roc(roc值),wvad(wvad值),大单动向(ddx值),大单差分(ddz值),涨跌动因(ddy值),lon,dmi(adx值),dmi(adxr值),dmi
(di1值),dmi(di2值),dpo(dpo值),dpo(madpo值),asi(asi值),asi(asit值),arbr(ar值),arbr(br值),bias(bias1值),bias(bias2值),bias(bias3值
),vr(vr值),cci(cci值),sar(sar值),macd(dea值),macd(diff值),托宾q值,kdj(k值),kdj(d值),kdj(j值),macd(macd值),平均成本,收盘获利,90%
本上限,90%成本下限,集中度70,集中度90,rsi(rsi6值),rsi(rsi12值),rsi(rsi24值),boll(upper值),boll(mid值),boll(lower值),trix(trma值),
trix(trix值),dma(ama值),dma(ddd值),bbi(bbi值),obv(obv值),上证开盘价,上证最高价,上证最低价,上证收盘价,上证前收盘价,上证指数涨跌值
,上证指数涨跌幅,上证成交量,上证成交额,深证开盘价,深证最高价,深证最低价,深证收盘价,深证前收盘价,深证指数涨跌值,深证指数涨跌幅,深
成交量,深证成交额,创业开盘价,创业最高价,创业最低价,创业收盘价,创业前收盘价,创业指数涨跌值,创业指数涨跌幅,创业成交量,创业成交额,
中涨跌幅,盘中最高涨跌幅,盘中最低涨跌幅,盘中均价涨跌幅,竞价换手率,单笔均量换手率,均价收盘价偏移,均价开盘价偏移,均价最高价迁移,均
最低价偏移,外盘占比,内盘占比,盘中成交额比例,压力位偏移最高价,止损位偏移最高价,支撑位偏移最高价,止盈位偏移最高价,压力位偏移最低价
,止损位偏移最低价,支撑位偏移最低价,止盈位偏移最低价,压力位偏移收盘价,止损位偏移收盘价,支撑位偏移收盘价,止盈位偏移收盘价,压力位偏
移开盘价,止损位偏移开盘价,支撑位偏移开盘价,止盈位偏移开盘价,平均成本偏移最高价,平均成本偏移最低价,平均成本偏移收盘价,平均成本偏
开盘价,70%成本上限偏移最高价,70%成本上限偏移最低价,70%成本上限偏移收盘价,70%成本上限偏移开盘价,70%成本下限偏移最高价,70%成本下限
偏移最低价,70%成本下限偏移收盘价,70%成本下限偏移开盘价,90%成本上限偏移最高价,90%成本上限偏移最低价,90%成本上限偏移收盘价,90%成本
上限偏移开盘价,90%成本下限偏移最高价,90%成本下限偏移最低价,90%成本下限偏移收盘价,90%成本下限偏移开盘价,单笔成交额比例,资金流向占
比,资金流入占比,资金流出占比,竞价金额占比,竞价未匹配占比,竞价金额比未匹配金额,竞价总金额比,次日买入2日收益,次日买入5日收益,次日
入10日收益,次日买入20日收益,最高价5日均线偏移,最低价5日均线偏移,收盘价5日均线偏移,开盘价5日均线偏移,最高价10日均线偏移,最低价10
均线偏移,收盘价10日均线偏移,开盘价10日均线偏移,最高价13日均线偏移,最低价13日均线偏移,收盘价13日均线偏移,开盘价13日均线偏移,最高
20日均线偏移,最低价20日均线偏移,收盘价20日均线偏移,开盘价20日均线偏移,最高价60日均线偏移,最低价60日均线偏移,收盘价60日均线偏移,
盘价60日均线偏移

from imp import reload

请问在短期选股策略里面import的load函数方便分享一下吗?还有,label_prob这个属性是不是在这里生成的呀?麻烦大佬解答一下,谢谢!

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.